這是專欄《圖像分割應(yīng)用》的第2篇文章，本專欄主要介紹圖像分割在各個領(lǐng)域的應(yīng)用、難點、技術(shù)要求等常見問題。

相比較腦區(qū)域分割，醫(yī)學(xué)圖像中的心臟分割問題要更復(fù)雜，因為心臟是一個不停運作的器官，其形狀也會在運動過程中發(fā)生變化。本文我們就來看看醫(yī)學(xué)圖像分割之心臟分割。

作者&編輯 | 孫叔橋

1 任務(wù)分析

心臟是我們身體內(nèi)的一個重要器官，擁有一個健康、穩(wěn)定工作的心臟是我們探索、創(chuàng)造和感知世界的必要條件。然而，各種各樣的心臟類疾病也嚴重威脅著許多人的生命。為了有效治療和預(yù)防這些疾病，精準計算、建模和分析整個心臟結(jié)構(gòu)對于醫(yī)學(xué)領(lǐng)域的研究和應(yīng)用至關(guān)重要。

目前，這個問題的解決仍然需要依賴大量的人工。這樣做不僅耗時，而且精度有時難以保證。因此，需要實現(xiàn)心臟區(qū)域的自動分割用于解決心臟醫(yī)療領(lǐng)域的實際問題。在眾多手段中，基于神經(jīng)網(wǎng)絡(luò)的方法具有明顯優(yōu)勢。以2016年Kaggle發(fā)起的左心室分割挑戰(zhàn)為例，三名獲獎?wù)咚褂玫姆椒ǘ际巧疃葘W(xué)習(xí)。

在心臟分割問題中，通常按結(jié)構(gòu)將心臟分成幾個標注區(qū)域。比如以MM-WHS數(shù)據(jù)庫為例，有：

• 左心室血腔（the left ventricle blood cavity, LV）

• 左心室心肌（the myocardium of the left ventricle, Myo）

• 右心室血腔（the right ventricle blood cavity, RV）

• 左心房血腔（the left atrium blood cavity, LA）

• 右心房血腔（te right atrium blood cavity, RA）

• 升主動脈（the ascending aorta, AA）

• 肺動脈（the pulmonary artery, PA）

這些區(qū)域由于本身的特性，其難易程度和分割手段也存在不同。通常來講，普適性的心臟分割算法能夠?qū)崿F(xiàn)基本的區(qū)域分割，但是要實現(xiàn)精準分割還是需要對單獨區(qū)域進行單獨處理。相對而言，右心室（RV）的分割難度更大，我們就以此為例分析一下其存在的難點。

2 難點介紹

1. 區(qū)域本身的困難

心臟分割問題中，每個區(qū)域的形態(tài)、工作方式不同，從而導(dǎo)致了每個區(qū)域的分割方法和難點也不同。以右心室為例，其存在的難點有：

• 在腔內(nèi)存在與心肌相似的信號強度

• 右心室新月形形狀復(fù)雜，從基部到頂點一直變化

• 分割頂點圖像的切片十分困難

• 患者的心室內(nèi)形態(tài)和信號強度差異大，且可能有病理改變

簡單來講，左心室是一個厚壁的圓柱形區(qū)域，而右心室是一個不規(guī)則形狀的物體，較薄的心室壁有時會與周圍的組織混在一起。

下面用幾組圖片來感受一下這種分割問題的困難。下圖是右心室的MRI圖片：

再困難一點：

而對于未訓(xùn)練過的肉眼，右心室區(qū)域是這樣的：

2. 數(shù)據(jù)庫的困難

對基于深度學(xué)習(xí)的醫(yī)學(xué)圖像分割方法而言，數(shù)據(jù)庫的獲取是最主要的困難。通常，相對大規(guī)模的數(shù)據(jù)庫的圖片規(guī)模在幾千張圖片，其中已標注的通常只有幾百張，患者個體數(shù)就更少了；而小一點規(guī)模的數(shù)據(jù)集則遠遠小于這個數(shù)量。這種體量的數(shù)據(jù)庫對于無監(jiān)督或弱監(jiān)督網(wǎng)絡(luò)也許夠用，但是對于有監(jiān)督網(wǎng)絡(luò)的訓(xùn)練而言，是遠遠不夠的。

與其他數(shù)據(jù)不足的場景相同，醫(yī)學(xué)圖像也可以借助數(shù)據(jù)擴張實現(xiàn)網(wǎng)絡(luò)的訓(xùn)練。比如下圖所示，通過隨機旋轉(zhuǎn)、平移、縮放、裁剪、彈性形變等手段，對原始圖像進行變換：

3 應(yīng)用實例

1. 心室分割

基于FCN網(wǎng)絡(luò)結(jié)構(gòu)實現(xiàn)左、右心室分割：

Phi V. T.. A Fully Convolutional Neural Network for Cardiac Segmentation in Short-Axis MRI[C]. CVPR 2016.

基于多尺度殘差稠密網(wǎng)絡(luò)實現(xiàn)心室分割：

Khened M., Kollerathu V. A., and Krishnamurthi G.?Fully Convolutional Multi-scale Residual DenseNets for Cardiac Segmentation and Automated Cardiac Diagnosis using Ensemble of Classifiers[J]. Medical Image Analysis, 2019.

2. 完整心臟分割

基于P3D和FPN實現(xiàn)完整的心臟分割：

Zhanwei X., Ziyi W., and Jianjiang F..?CFUN: Combining Faster R-CNN and U-net Network for Efficient Whole Heart Segmentation

[C]. CVPR 2018.

總結(jié)

本文簡要介紹了醫(yī)學(xué)圖像分割應(yīng)用領(lǐng)域內(nèi)的心臟分割，包括心室分割和全心臟分割。在進行任務(wù)分析和難點解讀后，給出了幾個應(yīng)用范例。下期我們一起來看一下醫(yī)學(xué)領(lǐng)域分割的最后一個子方向：腫瘤分割。

知識星球推薦

深度學(xué)習(xí)+圖像分割星球由專欄作者孫叔橋維護，內(nèi)設(shè)圖像分割知識匯總，網(wǎng)絡(luò)結(jié)構(gòu)，代碼研讀，數(shù)據(jù)庫及代碼推薦等板塊。

有三AI知識星球由言有三維護，內(nèi)設(shè)AI知識匯總，AI書籍，網(wǎng)絡(luò)結(jié)構(gòu)，看圖猜技術(shù)，項目開發(fā)，Github推薦，AI1000問等系統(tǒng)性學(xué)習(xí)板塊。

今日網(wǎng)絡(luò)結(jié)構(gòu)

轉(zhuǎn)載文章請后臺聯(lián)系

侵權(quán)必究

往期精選

• 【技術(shù)綜述】閑聊圖像分割這件事兒

• 【技術(shù)綜述】基于弱監(jiān)督深度學(xué)習(xí)的圖像分割方法綜述

• 【完結(jié)】12篇文章帶你逛遍主流分割網(wǎng)絡(luò)

• 【圖像分割應(yīng)用】醫(yī)學(xué)圖像分割（一）——腦區(qū)域分割

• 【技術(shù)綜述】多標簽圖像分類綜述

• 有三AI“夏季劃”出爐，今夏進階中級CV算法工程師

總結(jié)

以上是生活随笔為你收集整理的【图像分割应用】医学图像分割（二）——心脏分割的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。