探究模型架构和数据集大小对腹部CT图像分割的影响

### 探究模型架构和数据集大小对腹部 CT 图像分割的影响 #### 1. 损失函数 在图像分割任务中，损失函数用于衡量原始图像和预测掩码之间的差异。常见的损失函数包括骰子系数损失、重建损失和完全损失。 - **骰子系数（Dice Coefficient）**：衡量原始图像和预测掩码之间的相对重叠程度，取值范围为 0 到 1，值越高表示重叠越好。该系数通过忽略背景类来解决数据集中的类别不平衡问题。在训练阶段，所有模型 - 数据集组合都仅使用骰子损失。 - **重建损失（Reconstruction Loss）**：当图像从实际尺寸调整到目标尺寸时使用，通过双线性插值方法插入二维空间中某点的值，以估计新的像素值。 - **完全损失（Complete Loss）**：作者引入的一个指标，用于表示考虑图像尺寸变化后的总损失，计算公式为： \[ \text{Complete Loss} = \text{Reconstruction Loss} + \text{Dice Loss} \] #### 2. 模型 本研究比较了两种 U - Net 架构：标准 U - Net 和 Resized U - Net，使用了两种不同大小和图像维度（128×128 像素和 512×512 像素）的数据集。 - **标准 U - Net**：主要目标是利用编码器 - 解码器架构为给定的腹部 CT 创建完整准确的掩码。输入图像尺寸为 128×128 像素，采用 5 层架构并结合骰子损失。该模型时间效率高，计算成本低，约有 200 万个参数，但重建损失会显著增加完全损失，导致图像模糊和不准确。 - **Resized U - Net**：在标准 U - Net 的基础上，编码器和解码器各增加了两个中间层，达到每层 6 层的架构。该模型保持了图像的空间分辨率，避免了图像调整，将重建损失降至 0。每层包含两个卷积层、一个最大池化层和一个丢弃层，并对每个卷积层进行批量归一化。该模型的计算成本较高，约有 3400 万个参数，但在所有数据集上的完全损失有所改善，泛化能力更好。 模型对比情况如下表所示： | 模型 | 输入尺寸 | 层数 | 参数数量 | 优点 | 缺点 | | ---- | ---- | ---- | ---- | ---- | ---- | | 标准 U - Net | 128×128 像素 | 5 层 | 约 200 万 | 时间效率高，计算成本低 | 重建损失大，图像质量差 | | Resized U - Net | 512×512 像素 | 6 层 | 约 3400 万 | 完全损失低，泛化能力好 | 计算成本高 | #### 3. 结果 通过超参数调整后，对每个模型 - 数据集组合的性能进行了比较，以平均完全损失的百分比变化来表示。 - **最优超参数**：不同模型 - 数据集组合的最优超参数如下表所示： | 数据集 | 模型 | 批量大小 | 轮数 | 丢弃率 | | ---- | ---- | ---- | ---- | ---- | | 本地 | 标准 U - Net | 16 | 100 | 30% | | 本地 | Resized U - Net | 16 | 100 | 50% | | 全局 | 标准 U - Net | 16 | 80 | 30% | | 全局 | Resized U - Net | 32 | 80 | 10% | - **数据大小依赖性**：全局数据集（451）几乎是本地数据集（226）的两倍。两种模型在全局数据集上的验证集和测试集表现都更好。 - 标准 U - Net 在全局数据集上的验证集和测试集损失分别比本地版本降低了 14.99% 和 18.61%。 - Resized U - Net 在全局数据集上的验证集和测试集损失分别比本地版本降低了 3.29% 和 5.18%。 - **模型差异**：Resized U -