图像分割系列论文解读（一）VNet与Dice Loss

论文题目：V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation

从图像分割的发展来看，VNet这篇论文的核心贡献是验证了Dice Loss的有效性，当然它本身的创新点不只是Dice Loss。

VNet是基于全卷积神经网络设计的3D图像分割网络，论文指出Dice Loss可以处理前景和背景像素的数量不平衡的情况。为了扩充数据，论文中采用了随机的非线性转换和直方图匹配（random non-linear transformations and histogram matching）。

第一部分：网络结构

下图展示的VNet网络是压缩路径（compression path），右侧的解压路径（decompresses）中特征将会恢复到原始的尺寸，在卷积的过程中采用padding实现尺寸的控制。

VNet网络的左侧可以看作是不同的阶段（stage），每个阶段由1-3个卷积层对不同分辨率的特征图进行操作，卷积后特征图通道数量将会增加。卷积过程中包含残差学习的思路，前层的特征图在本阶段卷积后加入到后层输出中，论文指出残差链接方式有助于VNet训练过程的收敛。

第二部分：卷积操作

每个阶段的卷积采用的核是5x5x5，（这里的卷积应该是指特征图长宽不变对应的卷积）。

进入下一阶段是特征图的尺寸需要减小，这是通过2x2x2的卷积实现的（步长设置为2），具体如下图所示。论文认为这个过程和池化层类似，因为第二个析出块的操作是非重叠的。

第三部分：感受野计算

下表给出了VNet不同阶段对应的感受野，从表中数值可以看出VNet能够俘获整个空间的内容信息，这对于图像分割任务是非常重要的特性。

第四部分：Dice Loss

论文提出了基于dice coefficient的损失函数，其中N表示元素个数，pi表示分割预测结果，gi表示真实标签。

对上式求导可得：

通过这种方式可以处理前景和背景像素的不平衡问题。

第五部分：训练和测试

由于数据的获取涉及到专业的数据标注过程，所以搜集数据的难度较大。为此，论文中采用了数据增强方法。网络的最后一层采用soft-max，输出是前景和背景的概率。概率值大于0.5表示前景，反之则属于背景。

第六部分：实验结果

下图是PROMISE2012【1】数据集的分割结果，该数据集来自专业的标注。

下表展示了定量的分割结果：

第七部分：参考文献

【1】Litjens, G., Toth, R., van de Ven, W., Hoeks, C., Kerkstra, S., van Ginneken, B., Vincent, G., Guillard, G., Birbeck, N., Zhang, J., et al.: Evaluation of prostate segmentation algorithms for mri: the promise12 challenge. Medical image analysis 18(2), 359–373 (2014)