天池医疗 AI 大赛 [第一季] Rank8 解决方案 [附 TensorFlow/PyTorch/Caffe 实现方案]

​

团队成员：北京邮电大学 模式识别实验室硕士研究生

今年 5 月，参加了天池医疗 AI 大赛，这次比赛是第一次参加此类的比赛，经过接近半年的比赛，终于 10 月落下帷幕，作为第一次参加比赛，能在接近 3000 支队伍中拿到第 8 名，感觉已经比较满意，不过也有许多遗憾之处，在此主要介绍一下我们比赛的方案。

摘要

本次竞赛要求从数千例 CT 影像中找出肺结节的位置，并给出概率。相比于图片，CT 影像可以看成 3 维的数据，更大更耗费资源，也更难以提取特征。我们采用分割+分类的方法，先利用分割网络从 CT 影像中找出疑似的结节，再利用分类，对找出的疑似结节进行判断。 我们采用了基于 3D 的解决方案，因此能提取更多的空间信息。同时我们在设计网络的时候，充分考虑不同结节的尺度，识别的难易程度，结合 Residual 和 Inception 的结构思想，设计了 ReCeption 结构，在不同尺度，分辨率的结节上都有着较好的效果。团队队员第一次参加竞赛，经验不够丰富，基本未使用模型融合的方式，主要是简单的 boost 方法。

一、赛题解析

1.1 任务介绍

本次大赛要求参赛者使用患者的 CT 影像数据（mhd 格式）训练模型算法，在测试数据集中找出 CT 影像中的肺部结节的位置并给出是一个真正肺结节的概率。初赛在线下自由完成（先使用了 TensorFlow 后来改用 PyTorch），复赛必须在线上使用 PAI 平台的定制版的 Caffe。

1.2 数据介绍

本次大赛数据集包含数千份高危患者的低剂量肺部 CT 影像（mhd 格式）数据，原始图像为三维图像，每个影像包含一系列胸腔的多个轴向切片。这个三维图像由不同数量的二维图像组成，其二维图像数量可以基于不同因素变化，比如扫描机器、患者。Mhd 文件具有包含关于患者 ID 的必要信息的头部，以及诸如切片厚度的扫描参数。训练集和验证集的所有数据全部都有结节。

数据的特点：3D 类型图像 大（一个 ct 文件几百 M）

​

1.3 评价指标

本次比赛使用跟 LUNA16 比赛一样的评价标准。赛题组会根据参赛者给出的坐标信息判断结节是否检测正确。如果结节落在以参考标准为中心半径为 R 的球体中，则认为检测正确。根据提供的结节检测概率，计算一个 FROC 曲线。Sensitivity 在 1/8, 1/4, 1/2, 1, 2, 4 和 8 一共 7 个不同的误报情况下的平均值作为最终评判标准。FROC 曲线可以看成类似分类问题中 ROC 曲线的指标。

此次比赛，我们的方案是分割+分类的方法，分割部分使用 UNET，找出疑似节点，而分类部分使用类似 ResNet 结构神经网络，对找出的疑似节点给一个概率。最后初赛数据集得分最高的 froc 为 0.750，复赛数据集得分最高的为 0.600。

​

二 方法概述

我们的算法分为 3 步：

1. 基于 3D CNN+Unet/Inception/Resnet 的分割网络，用以找出疑似结点。利用结节标注信息生成的结节 mask 图像，训练基于卷积神经网络的肺结节分割器。

2. 基于 ResNet 的分类网络，判断每一个疑似结点是否是真阳性。 找到疑似肺结节后，可以使用图像分类算法对疑似肺结节进行分类，得出疑似肺结节是否为真正肺结节的概率

3.利用类似 adaboost 的方法训练多个一样的分类模型，不断的提升分类的准确率。                           

​

三 分割网络

基本网络结构我们采用了类似 Unet 的形式，Unet 网络的 receptive filed 很大，可以融合全局特征和局部特征，使网络可以同时利用深层网络的语义信息以及浅层网络的纹理信息。

3.1 数据处理

      1.  对原始数据进行归一化处理，使像素值得范围为[0, 1]。

      2.  从原图上切出 64x64x64 的立方体块，在内存允许的情况下可以使立方体块尽可能的大。  

预测的 Label 大小与输入相同，结点范围内的值为 1，其他地方为 0。如下图，左边是原始的数据，右边是生成的 mask（都是 3D 的）

​

​

3.2 数据增强

训练样本虽然大，但是却很少，为了避免过拟合，提高模型泛化能力，这里对数据做了一些增强，主要包含：

- 以结点为中心切块时，提供一个随机大小的偏移 

- 对切下的立方体，进行八个方向的翻转 

3.3 模型介绍

分割网络的每个单元采用的是 ResNet+Inception 的结构，ResNet 的残差链接可以有效缓解深层网络梯度消失的问题，同时跨层连接的方式，使得简单的样本可以通过直接相连的方式，而复杂的样本则经过更深的网络 。可以极快地加速超深神经网络的训练。 而 Inception 结构将不同的卷积层通过并联的方式结合在一起，它主要改进了网络内部计算资源的利用率，让我们能在固定计算资源下增加神经网络深度和宽度，另外，Inception 结构还遵循了 Hebbian 原则并增加了多尺度处理，增加了网络对多尺度的适应性。

Unet 是一个在医学图像处理领域，应用很广泛的网络结构，是一种全卷积神经网络，输入和输出都是图像，没有全连接层。较浅的高分辨率层用来解决像素定位的问题，较深的层用来解决像素分类的问题。U-NET 构造了一个收缩网络和一个扩张网络，形成了一个 U 型结构。收缩过程通过不断的卷积(convolution)和池化(pooling)操作提取图片特征。扩张过程与收缩过程相对应，通过上采样(upsampling)和卷积操作来获取图片的特征。U-NET 的特点在于收缩网络和扩张网络是相互映射的关系，在扩张的过程中，通过合并与之映射的收缩层特征补全丢失的边界信息，提升预测边缘信息的准确性。与 SegNet，VGG 等网络结构相比，U-NET 具有训练时间短，结构简单，样本需求少等优势。

3.3.1 网络结构单元

我们的网络是 ResNet+Inception+Unet 结合的产物，首先定义了下采样单元，它结合了 ResNet 和 Inception 的优势，每一个下采样单元保持输入与输出通道数相同，尺寸缩减为原来的一半。我们把这种自己设计的结构称为 ReceptionBlock，一个 ReceptionBlock 的结构如下图所示（如果不是下采样，左边的卷积可以去掉）

​

查看本文全部内容，欢迎访问天池技术圈官方地址：天池医疗AI大赛[第一季] Rank8解决方案[附TensorFlow/PyTorch/Caffe实现方案]_天池技术圈-阿里云天池

​