如何用深度学习进行ct影像肺结节探测（附有基于intel extended caffe的3d faster rcnn代码开源） -ag凯发k8国际
近期宜远智能参加阿里天池医疗ai大赛，用3d faster rcnn模型在ct影像的肺结节探测上，取得了较好的成绩，特别是在计算资源充足的情况下，模型效果表现优异。这是他们的经验分享（https://tianchi.aliyun.com/competition/new_articledetail.html?raceid=231601&postsid=2898&from=part ），末尾还附有代码开源地址。
1.数据预处理
首先用simpleitk把mhd图片读入，对每个切片使用gaussian filter然后使用阈值-600把肺部图片二值化，然后再分析该切片的面积，去掉面积小于30mm2的区域和离心率大于0.99的区域，找到3d的连通区域。
只保留0.68l到8.2l体积的区域，并且如果大于6000 mm2的区域到切片的中心区域的距离大于62mm也删除该连通区。最后只留下一个最大的连通区域。
左边是原始图，右边是切完肺的。
在实际中预处理中，我们可视化了每个肺的部分切片，存在一些bad case。主要有以下3种，我们也对这3种情况做了优化：
有些患者两个肺的大小差别比较大，需要调整阈值，放宽阈值标注，把大于6000 mm2的区域到切片的中心区域的距离大于62mm也删除该连通区，改为大于1500 mm2的区域到切片的中心区域的距离大于92mm也删除该连通区。并且在最后一步，不只保留最大的连通区，同时保留最大的两个连通区。
2.模型网络结构
我们的网络如图所示，整体上是采用unet resnet的思想。里面每个resnet block都是由多个卷积层和bn层和relu层组成的。我们只展示主体结构（整体深度大概150多层）：
3.整体优化思路
3.1 数据优化
3.2 工业界优化思路：模型架构 > 模型网络
我们的优化思路非常的工业界，用更多的计算资源，和更复杂的模型架构，并不把大量的时间用在调模型网络上面。
3.3 层次化hard mining
业界两套网络的做法比较普遍，比如用unet切割或faster rcnn检测，用3d cnn分类，如下图所示。
我们用的是如下统一的一套模型架构，即3d faster rcnn的rpn网络，没有后续的全连接做分类，也并没有
再在后面接一套3d cnn来做降假阳。能减少需要调节的网络参数。
该hard mining的过程，其实就是用上一层的模型作为下一层的输入，每一层的训练数据都选取比上一层更难分的。
这套架构，无需2套网络，只需要选择一套较深的网络。
根据我们的经验，采取层次化模型训练，第二层模型froc能比第一层效果提升0.05，第三层能比第二层提升0.02。
3.4 loss 函数的设计
在计算loss函数的时候，我们做了2点优化。
1.在使用hard mining的时候，每个batchsize里面负例的个数会明显多于正例。为了防止算loss的时候被负例主导。我们将loss函数分成３个部分，负例的loss，正例的loss和边框的loss。
2.在上一节提到的层次化hard mining，我们在最后一层训练模型的时候，会修改loss函数的计算，对于分错的负例和正例，做加权。这个思路和focal loss是很像的。
比如：
红框里面的部分，本来是负例，却以很大的概率被分成正例，这部分在算loss的时候权值就大些。红框外面的部分权值就小些。
4．本次比赛的关键点总结：
1) 解决了基于intel extended caffe的150多层深度网络的 3d faster rcnn rpn网络收敛问题。
可以从２个方向来解决（线下phi卡平台均已验证过）。
a）将 drop out设置为 0.1。缺点是会容易过拟合。
b）先训练一个crop size为32的模型
用这个模型做pre train model，训练crop size 64的模型
依次类推。
直到完成crop size为128的模型训练
由于时间关系，我们并未比较这２种思路的效果。比赛中使用的是第１个思路，收敛的更快些。
2) 提出层次化hard mining的训练框架。并没有采用常见的，unet做分割＋3d cnn降假阳 或者 2d faster rcnn做检测＋3d cnn降假阳的思路。我们只用了一套网络。减少了需要调节的网络参数。
3) 重新设计了loss函数，防止负例主导loss的计算， 并且在降低loss的过程中，更聚焦于分错的训练样本。
5. 经验总结：
我们团队虽然过往深度学习架构经验多，但对医学影像处理的know how属于尚在探索之中。所以，我们的优化思路，是用更多的计算资源，和更复杂的模型架构，来弥补没有专用模型网络积累的短板。在第一轮比赛时通过调用比较充足的计算资源时效果比较显著，但在第二轮限定计算资源的多cpu的框架上，比较受限于计算资源及时间。
在计算资源比较充沛的情况下，选取比较深的resnet效果会明显。在资源受限的实际场合或者现实的生产环境，我们有两点启发：
代码开源说明：
我们在github (https://github.com/yiyuanintelligent/3dfasterrcnn_lungnoduledetector ) 开源了核心代码，特别是将我们基于intel extended caffe的3d faster rcnn rpn训练模块发布到社区，相信这也是业内首个intel extended caffe版的150层网络3d faster rcnn开源，希望对intel 的深度学习社区用户有帮助。
该代码对医学影像的处理也展示了有效性，相信对医学影像领域ai实践的发展，对技术如何造福大众，能起到一些帮助。
通过开源，希望有同行提出性能优化、功能扩充等的修改建议，互相促进。
宜远智能是一家专注于大健康领域的ai创新企业，团队由多名ai博士、来自腾讯的算法高手、医疗领域专家构成。目前提供医学影像图像分析平台及服务。还提供专业皮肤ai方案以及基于阿里云市场的测肤api平台。对我们的开源代码及相关医学影像处理有任何疑问、建议、合作与求职意向，可联系：
tkots_wu@sina.com johnnygambler
csshshi@comp.hkbu.edu.hk 施少怀
end.
诺蓝4 个月前近期宜远智能参加阿里天池医疗ai大赛，用3d faster rcnn模型在ct影像的肺结节探测上，取得了较好的成绩，特别是在计算资源充足的情况下，模型效果表现优异。这是他们的经验分享（https://tianchi.aliyun.com/competition/new_articledetail.html?raceid=231601&postsid=2898&from=part ），末尾还附有代码开源地址。
1.数据预处理
首先用simpleitk把mhd图片读入，对每个切片使用gaussian filter然后使用阈值-600把肺部图片二值化，然后再分析该切片的面积，去掉面积小于30mm2的区域和离心率大于0.99的区域，找到3d的连通区域。
只保留0.68l到8.2l体积的区域，并且如果大于6000 mm2的区域到切片的中心区域的距离大于62mm也删除该连通区。最后只留下一个最大的连通区域。
左边是原始图，右边是切完肺的。
在实际中预处理中，我们可视化了每个肺的部分切片，存在一些bad case。主要有以下3种，我们也对这3种情况做了优化：
有些患者两个肺的大小差别比较大，需要调整阈值，放宽阈值标注，把大于6000 mm2的区域到切片的中心区域的距离大于62mm也删除该连通区，改为大于1500 mm2的区域到切片的中心区域的距离大于92mm也删除该连通区。并且在最后一步，不只保留最大的连通区，同时保留最大的两个连通区。
2.模型网络结构
我们的网络如图所示，整体上是采用unet resnet的思想。里面每个resnet block都是由多个卷积层和bn层和relu层组成的。我们只展示主体结构（整体深度大概150多层）：
3.整体优化思路
3.1 数据优化
3.2 工业界优化思路：模型架构 > 模型网络
我们的优化思路非常的工业界，用更多的计算资源，和更复杂的模型架构，并不把大量的时间用在调模型网络上面。
3.3 层次化hard mining
业界两套网络的做法比较普遍，比如用unet切割或faster rcnn检测，用3d cnn分类，如下图所示。
我们用的是如下统一的一套模型架构，即3d faster rcnn的rpn网络，没有后续的全连接做分类，也并没有
再在后面接一套3d cnn来做降假阳。能减少需要调节的网络参数。
该hard mining的过程，其实就是用上一层的模型作为下一层的输入，每一层的训练数据都选取比上一层更难分的。
这套架构，无需2套网络，只需要选择一套较深的网络。
根据我们的经验，采取层次化模型训练，第二层模型froc能比第一层效果提升0.05，第三层能比第二层提升0.02。
3.4 loss 函数的设计
在计算loss函数的时候，我们做了2点优化。
1.在使用hard mining的时候，每个batchsize里面负例的个数会明显多于正例。为了防止算loss的时候被负例主导。我们将loss函数分成３个部分，负例的loss，正例的loss和边框的loss。
2.在上一节提到的层次化hard mining，我们在最后一层训练模型的时候，会修改loss函数的计算，对于分错的负例和正例，做加权。这个思路和focal loss是很像的。
比如：
红框里面的部分，本来是负例，却以很大的概率被分成正例，这部分在算loss的时候权值就大些。红框外面的部分权值就小些。
4．本次比赛的关键点总结：
1) 解决了基于intel extended caffe的150多层深度网络的 3d faster rcnn rpn网络收敛问题。
可以从２个方向来解决（线下phi卡平台均已验证过）。
a）将 drop out设置为 0.1。缺点是会容易过拟合。
b）先训练一个crop size为32的模型
用这个模型做pre train model，训练crop size 64的模型
依次类推。
直到完成crop size为128的模型训练
由于时间关系，我们并未比较这２种思路的效果。比赛中使用的是第１个思路，收敛的更快些。
2) 提出层次化hard mining的训练框架。并没有采用常见的，unet做分割＋3d cnn降假阳 或者 2d faster rcnn做检测＋3d cnn降假阳的思路。我们只用了一套网络。减少了需要调节的网络参数。
3) 重新设计了loss函数，防止负例主导loss的计算， 并且在降低loss的过程中，更聚焦于分错的训练样本。
5. 经验总结：
我们团队虽然过往深度学习架构经验多，但对医学影像处理的know how属于尚在探索之中。所以，我们的优化思路，是用更多的计算资源，和更复杂的模型架构，来弥补没有专用模型网络积累的短板。在第一轮比赛时通过调用比较充足的计算资源时效果比较显著，但在第二轮限定计算资源的多cpu的框架上，比较受限于计算资源及时间。
在计算资源比较充沛的情况下，选取比较深的resnet效果会明显。在资源受限的实际场合或者现实的生产环境，我们有两点启发：
代码开源说明：
我们在github (https://github.com/yiyuanintelligent/3dfasterrcnn_lungnoduledetector ) 开源了核心代码，特别是将我们基于intel extended caffe的3d faster rcnn rpn训练模块发布到社区，相信这也是业内首个intel extended caffe版的150层网络3d faster rcnn开源，希望对intel 的深度学习社区用户有帮助。
该代码对医学影像的处理也展示了有效性，相信对医学影像领域ai实践的发展，对技术如何造福大众，能起到一些帮助。
通过开源，希望有同行提出性能优化、功能扩充等的修改建议，互相促进。
宜远智能是一家专注于大健康领域的ai创新企业，团队由多名ai博士、来自腾讯的算法高手、医疗领域专家构成。目前提供医学影像图像分析平台及服务。还提供专业皮肤ai方案以及基于阿里云市场的测肤api平台。对我们的开源代码及相关医学影像处理有任何疑问、建议、合作与求职意向，可联系：
tkots_wu@sina.com johnnygambler
csshshi@comp.hkbu.edu.hk 施少怀
end.
总结
以上是ag凯发k8国际为你收集整理的如何用深度学习进行ct影像肺结节探测（附有基于intel extended caffe的3d faster rcnn代码开源）的全部内容，希望文章能够帮你解决所遇到的问题。
- 上一篇： caffe-fast-rcnn（caff
- 下一篇：