G-CASCADE: Efficient Cascaded Graph Convolutional Decoding for 2D Medical Image Segmentation

论文信息

• 会议/期刊 : WACV 2024
• 作者 : Md Mostafijur Rahman, Radu Marculescu
• 单位 : The University of Texas at Austin
• 代码开源 : GitHub链接
• 核心任务 : 2D医学图像分割（涵盖腹部器官、心脏结构、息肉病灶等五大任务）

创新点

新型图卷积解码器架构 * 提出首个基于图卷积网络（GCN）的解码器 G-CASCADE ，通过图卷积保留全局感受野，缓解传统卷积解码器的长程依赖性缺失问题。
* 结合空间注意力模块（SPA），增强局部上下文信息的捕获能力。

高效计算设计 * 提出轻量级上采样卷积块（UCB） ，将3×3卷积替换为深度可分离卷积，减少82.3%的FLOPs和80.8%的参数量。
* 优化图卷积块（GCB） ，采用K近邻（K=11）和动态图构建策略，平衡计算效率与信息传递能力。

多阶段多分辨率特征融合 * 通过级联架构逐步融合不同层次特征图（X1至X4），联合优化多尺度预测结果，提升边界定位精度（HD95显著降低）。

摘要

G-CASCADE提出了一种高效的级联图卷积解码器，用于改进基于分层Transformer编码器的医学图像分割。其核心在于通过图卷积模块保留Transformer的全局信息，并通过空间注意力增强局部特征。实验表明，该方法在五个医学分割任务中优于现有方法（平均Dice提升0.22-2.2%），同时大幅降低计算成本（减少82.3% FLOPs和80.8%参数量），可无缝集成多类分层编码器（如PVTv2、MERIT）。

研究意义

• 理论意义 : 首次将图卷积引入解码器设计，突破传统卷积的局部性限制，实现全局-局部信息的联合建模。

• 应用价值 :

  • 支持低资源设备的实时医学图像分析（如MRI、CT、内镜影像）。
  • 在复杂解剖结构（如多器官分割和微小病灶定位）中表现优异，HD95表明边界分割精度显著提升。

• 方法通用性 : 解码器可适配多种分层编码器（CNN/Transformer混合架构），扩展至一般语义分割任务（如遥感或自动驾驶）。

提出的方法

整体架构 * 编码器 : 采用PVTv2或MERIT等分层Transformer，提取多尺度特征。
* 解码器流程 :
* 上采样（UCB） : 深度可分离卷积升采样。
* 特征融合 : 将编码器各阶段特征（X1-X4）与解码器特征按级联结构融合（加法或拼接）。
* 图卷积注意力模块（GCAM） : 组合GCN和空间注意力（SPA），公式化表示为：
\text{GCAM}(x) = \text{SPA}(\text{GCB}(x))

   * **分割头（SegHead）** : 轻量级1×1卷积生成预测图，多阶段结果加权融合（权重固定为1.0）。

核心模块设计 * GCB块 : 包含动态KNN图构建→图卷积（GELU激活）→通道标准化（BN）。
* SPA模块 : 融合通道最大值与平均值，通过7×7卷积强化局部上下文。

训练策略 * 多阶段损失聚合 : 组合交叉熵（30%）与Dice损失（70%）。
* 数据增强 : 随机翻转、旋转及多尺度训练（息肉任务输入352×352，多尺度缩放系数{0.75, 1.0, 1.25}）。

关键实验结果

结论 ：G-CASCADE通过图卷积与空间注意力的耦合设计，显著提升分割精度与效率，为医学图像分析提供了一种新范式。