這是我入AI讀的第一篇paper，很簡單卻很經(jīng)典的思路。
1.題目：Semi-supervised Segmentation of Optic Cup in Retinal Fundus Images Using Variational Autoencoder（使用VAE對視網(wǎng)膜光學(xué)杯進行半監(jiān)督分割）
2.Paper來源：MICCAI 2017；作者，IBM實驗室。
3.背景：這篇文章是對視杯進行分割，對于青光眼等疾病中，杯盤比（C/D）是指視乳頭直徑與其中的小凹的直徑之比。它客觀的反應(yīng)了視神經(jīng)的狀況，當(dāng)C/D大于0.5時可能診斷視神經(jīng)萎縮，需要找出原發(fā)?。ū热缜喙庋郏ＵＨ说腃/D一般在0.3左右，不超過0.5。所以視杯的分割尤其重要。而目前用于視杯的分割是因為不清楚和不均勻的邊界使其分割非常具有挑戰(zhàn)性。完全監(jiān)督的方法需要大量的注釋圖像來實現(xiàn)合理的魯棒性和準(zhǔn)確性，這通常是不可取的，因為它可能是耗時且昂貴的。半監(jiān)督方法通過利用大量未標(biāo)記的數(shù)據(jù)以及標(biāo)記的數(shù)據(jù)來解決這個問題，以提高性能。所以本文采取半監(jiān)督的分割方式，使用變分自動編碼器（VAE）作為生成模型。
4.方式：從大量未標(biāo)記的數(shù)據(jù)中訓(xùn)練生成模型。然后，從生成模型嵌入的特征被并入分割模型中，使得可以從有限數(shù)量的標(biāo)記圖像訓(xùn)練分割模型。我們使用變分自動編碼器（VAE）作為生成模型，根據(jù)低維潛變量對每個觀測值進行建模。VAE有兩部分：將輸入入圖像映射到連續(xù)潛在變量z的編碼器網(wǎng)絡(luò)，以及使用潛變量z來重構(gòu)圖像的解碼器網(wǎng)絡(luò)。
GVAE使用神經(jīng)網(wǎng)絡(luò)模擬圖像的概率分布，由兩部分組成： 生成編碼器（GE）和生成解碼器（GD）。GE將圖像x作為輸入，輸出平均值μg和標(biāo)準(zhǔn)偏差σg。GE使用具有五個卷積層的卷積神經(jīng)網(wǎng)絡(luò)建模，其中每個卷積層之后是最大池層，其有效地將特征響應(yīng)的尺寸減小一半。 然后將兩個密集層附加到從最后一層的特征響應(yīng)，以輸出σz和μz。GD網(wǎng)絡(luò)由五個網(wǎng)絡(luò)內(nèi)反褶積層組成，其采用潛在表示z并重構(gòu)圖像x。使用由變分下限給出的以下?lián)p失函數(shù)對GVAE進行訓(xùn)練：
p（z）是球面高斯分布p（z）= N（0，I），作為編碼器網(wǎng)絡(luò)的輸出的后驗分布qφ（z|x）也是高斯分布，所以上式第一項可以轉(zhuǎn)換成：
SVAE的目標(biāo)是通過利用GVAE學(xué)習(xí)的特征嵌入來預(yù)測來自給定圖像的光學(xué)杯的分割掩模。與GVAE類似，SVAE由兩部分組成：分段編碼器（SE）和分段解碼器（SD）。 SE使用五個卷積塊和最大池層，然后是兩個輸出σv和μv的密集層進行建模
使用以下?lián)p失函數(shù)訓(xùn)練SVAE網(wǎng)絡(luò)：
其中第一項是KL散度，根據(jù)p（z）是球面高斯分布p(z)= N(0，I),可以轉(zhuǎn)化為：
第二項是表示預(yù)期的重建誤差，可以使用二進制交叉熵計算的分割掩模，β表示SD網(wǎng)絡(luò)的參數(shù)，第三項是在GE和SE產(chǎn)生的潛在代碼之間歐幾里德距離損失。
5.算法
6.實驗
本研究中使用的數(shù)據(jù)集由EyePACS1提供，包含12000個高分辨率眼底圖像。我們選擇600張圖像來創(chuàng)建一個標(biāo)記的集合，其中通過臨床醫(yī)生手動描繪所有圖像的杯區(qū)域來獲得地面真相。剩余的11400張圖像用作未標(biāo)記的集合。
將標(biāo)簽集合分為400個訓(xùn)練和200個測試集。為了評估培訓(xùn)樣本數(shù)量的效果，我們進一步將訓(xùn)練集劃分為四個包含50,100,200,400個樣本的子集。首先用20000次迭代的未標(biāo)記集訓(xùn)練生成模型（GVAE）網(wǎng)絡(luò)。我們使用帶有動量和批量大小為50的RMSprop算法使用小批量梯度下降，學(xué)習(xí)速率設(shè)置為0.001。
使用算法1中描述的訓(xùn)練的GVAE來訓(xùn)練使用標(biāo)記集的分割模型（SVAE）。使用小批量梯度下降訓(xùn)練了10000次迭代的SVAE網(wǎng)絡(luò)，并且學(xué)習(xí)率為0.0001的Adam優(yōu)化器。
7.結(jié)果
比較所提出的SVAE，Unet方法和SAVE-Plain的地面實數(shù)和預(yù)測分段之間的平均骰子系數(shù)（DC），結(jié)果如下：
結(jié)果表示，本文的方法在完全訓(xùn)練集后平均DC為0.80，略高于Unet和SVAE-Plain。然而，當(dāng)我們使用較少數(shù)量的訓(xùn)練樣本時，所提出的方法在Unet和SVAE-Plain都顯著改善。這表明當(dāng)標(biāo)記圖像的數(shù)量有限時，所提出的方法提高了分割性能。
下圖為分割結(jié)果，紅色是真實的視杯，綠色是本文方法分割出來的視杯。
