Low-Dose CT with a Residual Encoder-Decoder Convolutional Neural Network

低剂量CT与残差编码-解码卷积神经网络

引言

背景：随着CT技术的广泛应用，医疗领域对辐射剂量的关注日益增加。低剂量CT（LDCT）通过降低X射线强度减少了患者的辐射暴露，但带来了较大的图像噪声和信噪比下降，影响医生诊断效果。
问题：传统的低剂量CT图像处理方法（例如正弦域滤波、迭代重建和图像后处理）存在以下局限：

• 正弦域方法可能会导致空间分辨率丧失。
• 迭代重建需要高昂的计算成本，并且对扫描器几何参数依赖强。
• 图像后处理方法难以在噪声抑制和结构细节保留之间取得良好的平衡。

方法：针对低剂量CT（LDCT）噪声问题，传统方法主要分为三类：正弦图域滤波方法、迭代重建算法和图像后处理方法。正弦图域滤波通过在重建前对原始或对数变换后的正弦图数据进行处理，如结构自适应滤波和双边滤波等，但可能导致空间分辨率下降。迭代重建方法结合正弦图域的统计特性和图像域的先验信息（如总变分、非局部均值、字典学习等），尽管能显著提升图像质量，但因计算成本高和依赖供应商专属算法而限制了临床应用。图像后处理方法直接在重建的低剂量图像上降噪，如非局部均值和BM3D等，尽管无需依赖原始数据，但难以平衡噪声抑制与细节保留。近年来，深度学习方法因其无需建模复杂的噪声分布，同时能够高效学习图像域中的降噪映射，展现了显著优势，弥补了传统方法的不足。

本文的方法

方法：本文提出了一种基于深度学习的残差编码-解码卷积神经网络（RED-CNN）方法，用于低剂量CT（LDCT）图像的降噪与质量提升。该方法结合了自编码器、解卷积网络和残差学习的优点，采用对称的编码器和解码器架构，共由5层卷积层和5层解卷积层组成，并通过跳跃连接（shortcut connections）增强结构细节的保留和训练效率。RED-CNN通过学习输入低剂量CT图像与目标正常剂量CT图像之间的残差，将直接映射问题转化为残差学习问题，从而降低优化难度并避免梯度消失。此外，为了恢复经过卷积层降噪后可能丢失的细节，网络在解码部分采用了解卷积操作，避免下采样（pooling）导致的分辨率损失，并在每一层使用ReLU激活函数以增强非线性建模能力。模型通过端到端的训练实现从低剂量图像到正常剂量图像的直接映射，采用均方误差（MSE）作为损失函数，利用Adam优化器进行参数更新。

数据：本文的数据来源包括模拟数据和真实临床数据两部分。模拟数据来自国家生物医学成像档案（NBIA），包含165名患者的7,015幅正常剂量CT（NDCT）图像，分辨率为256×256像素，涵盖多个人体部位以增加多样性。通过向正常剂量CT的正弦图添加泊松噪声，生成低剂量CT（LDCT）图像，以控制噪声水平并模拟不同的扫描条件，其中投影数据采用Siddon的射线驱动方法生成。真实临床数据来源于Mayo Clinic授权的“2016 NIH-AAPM-Mayo Clinic低剂量CT挑战”数据集，包含10名患者的CT扫描图像，每张分辨率为512×512像素，切片厚度为3 mm，既包括全剂量CT图像，也包括对应的四分之一剂量CT图像，真实反映了临床低剂量成像的特性。模拟数据主要用于验证RED-CNN对不同噪声水平的处理能力，而临床数据则用于评估模型在噪声抑制、结构细节保留和低对比度病灶检测等实际医学任务中的性能，通过多样化数据来源证明了RED-CNN的泛化能力和临床应用潜力。

实验

实验部分详细说明

1. 实验设计

实验部分的主要目标是验证RED-CNN在低剂量CT（LDCT）降噪任务中的性能，包括噪声抑制、结构保留和低对比度病灶检测能力。研究使用了模拟数据和真实临床数据，并与多种先进方法进行了详细对比。

2. 对比方法

RED-CNN的性能与以下五种主流降噪方法进行了对比：

1. TV-POCS：

   • 基于总变分正则化的迭代投影法，广泛应用于低剂量CT的迭代重建。
   • 特点：通过优化正则化项降低噪声，但容易引入块效应（blocky effect）。

2. K-SVD：

   • 基于稀疏表示的字典学习方法。
   • 特点：能够保留图像细节，但在噪声较高时容易产生伪影。

3. BM3D：

   • 块匹配三维算法，被认为是降噪领域的经典方法。
   • 特点：在处理随机噪声方面表现优秀，但可能导致细节丢失。

4. CNN10：

   • 一种深度学习方法，由10层卷积组成，是RED-CNN的简化版本。
   • 特点：不包含跳跃连接和解卷积层，因此细节恢复能力较弱。

5. KAIST-Net：

   • 一种先进的深度学习模型，基于轻量化CNN设计，网络深度较大（26层）。
   • 特点：在低剂量CT降噪中表现较好，但计算复杂度较高，易产生过度平滑。

---

3. 对比实验设计

实验包括以下几项详细对比：

（1）视觉对比

• 实验设计：
  • 从模拟数据和真实临床数据集中分别选择代表性切片，通过对比不同方法处理后的图像，观察噪声抑制效果、结构保留能力和细节还原效果。
• 实验结果：
  • TV-POCS出现明显的块效应，图像边缘模糊；
  • K-SVD和BM3D在去噪后保留了一定的结构细节，但在高噪声区域易产生伪影；
  • CNN10和KAIST-Net去噪效果较好，但细节保留稍显不足；
  • RED-CNN在噪声抑制与细节保留之间取得了最佳平衡，尤其在低对比度区域（如肺部血管和肝脏病灶）表现优异。

（2）定量指标对比

• 使用指标：
  • PSNR（峰值信噪比）：反映图像质量的综合评价指标，值越大越好。
  • SSIM（结构相似性指数）：用于衡量图像结构的保真度，值越接近1越好。
  • RMSE（均方根误差）：表示处理图像与参考图像之间的平均误差，值越小越好。
• 结果总结：
  • RED-CNN在所有对比实验中均表现出最高的PSNR和SSIM，且RMSE最低，尤其在结构复杂的胸部和腹部区域，RED-CNN比其他方法表现更为优异。

（3）低对比度病灶检测

• 实验设计：
  • 在真实临床数据中，选取包含低对比度病灶的腹部图像，观察降噪后病灶是否清晰可见。
• 实验结果：
  • TV-POCS和K-SVD引入伪影，降低了病灶的可见性；
  • BM3D尽管抑制了大部分噪声，但对低对比度病灶的边缘产生平滑效果；
  • RED-CNN在低对比度病灶（如肝脏中的脂肪节段）和小病灶（如细小血管）检测方面效果最佳。

（4）网络鲁棒性与参数分析

• 噪声水平的鲁棒性：
  • 在不同噪声水平（高、中、低）下训练和测试RED-CNN，验证模型对噪声变化的适应能力。
  • 结果表明，RED-CNN在不同噪声水平下均表现稳定，尤其在使用混合噪声数据训练时鲁棒性更强。
• 网络深度的影响：
  • 对比10层、20层和30层网络，结果发现网络深度增加后性能提升有限，但计算成本显著增加，10层（即本文设计的RED-CNN）已足够满足降噪需求。
• 解卷积层与跳跃连接的贡献：
  • 移除解卷积层和跳跃连接后，PSNR和SSIM显著下降，表明这两部分对模型性能的提升至关重要。

（5）计算效率对比

• 实验设计：
  • 记录每种方法的训练时间和测试时间，验证RED-CNN的计算效率。
• 结果总结：
  • 传统方法（如TV-POCS）测试阶段耗时较长，BM3D相对较快；
  • 深度学习方法中，RED-CNN在推理速度上显著优于KAIST-Net，且训练时间更短。

---

4. 实验结果总结

• 在视觉效果、定量指标（PSNR、SSIM、RMSE）、低对比度病灶检测和计算效率方面，RED-CNN均表现出显著优势，尤其在噪声抑制与细节保留的平衡性上优于传统方法和其他深度学习模型。
• RED-CNN通过跳跃连接和解卷积层的设计，有效解决了深层网络中的梯度消失和细节丢失问题，同时在计算效率上具备较强的实际应用潜力。

论文不足：

• 细节恢复在低对比度病灶或微小结构中仍可能存在一定的平滑现象
• 目前主要应用于二维图像处理，未能充分利用三维CT数据中的空间上下文信息