基于紋理恢復(fù)的低劑量CT去噪算法

趙雪梅

（北方工業(yè)大學(xué)信息學(xué)院,北京,100009）

關(guān)鍵字：圖像去噪；低劑量CT；深度學(xué)習(xí)；紋理恢復(fù)

0 引言

近年來，隨著醫(yī)學(xué)CT的廣泛使用，X射線輻射對(duì)患者健康的潛在危害引起了公眾的關(guān)注。因此，降低CT輻射劑量已成為重要的研究課題。但X射線通量的降低會(huì)導(dǎo)致CT圖像噪聲和偽影的增加，進(jìn)而影響醫(yī)生診斷的準(zhǔn)確性[1]。目前已經(jīng)提出了許多算法來改善低劑量CT（LDCT）的圖像質(zhì)量。通常，這些算法可以分為三類：投影域去噪、迭代重建和圖像域去噪。

投影域去噪和迭代重建都需要對(duì)投影數(shù)據(jù)進(jìn)行建模，但作為CT掃描儀的中間數(shù)據(jù)，投影數(shù)據(jù)一般不易獲得。圖像域去噪方法直接對(duì)CT圖像進(jìn)行處理，不需要任何原始數(shù)據(jù)。因此，研究學(xué)者們?cè)趫D像域進(jìn)行了大量的研究[2]。最近，深度學(xué)習(xí)為低劑量CT去噪提供了新的思路。目前已經(jīng)提出了幾種用于CT去噪的方法，例如Chen等人設(shè)計(jì)了具有殘差學(xué)習(xí)的編解碼網(wǎng)絡(luò)（RED-CNN）[3]，去噪效果顯著。但由于使用MSE損失，產(chǎn)生了過度平滑的問題。本文提出一種自注意力殘差編解碼網(wǎng)絡(luò)，相比RED-CNN，能夠更好地恢復(fù)出CT圖像的紋理特征。

1 自注意力殘差編解碼網(wǎng)絡(luò)(SRED-Net)

此前Yang等人引入VGG構(gòu)建感知損失來解決過度平滑的問題[4]，但VGG最初是針對(duì)自然圖集的分類問題進(jìn)行訓(xùn)練的[5]，使用VGG損失會(huì)在CT重建過程中引入無關(guān)的特征[6]。因此，參考VGG19設(shè)計(jì)了特征提取網(wǎng)絡(luò)，用來構(gòu)建特征損失，并在編碼網(wǎng)絡(luò)引入自注意力機(jī)制，網(wǎng)絡(luò)記作SRED-Net。

1.1 網(wǎng)絡(luò)結(jié)構(gòu)

原始的RED-CNN網(wǎng)絡(luò)主要由卷積層，反卷積層和ReLU構(gòu)成。在對(duì)應(yīng)的卷積層與反卷積層之間加入短連接來學(xué)習(xí)殘差。從輸入到輸出之間分別有5個(gè)卷積層和反卷積層，連續(xù)的卷積層、反卷積層可以看作編碼、解碼的過程。網(wǎng)絡(luò)中所有卷積層與反卷積層的卷積核大小為5，每層的濾波器數(shù)量為96。

圖1 SRED-Net 結(jié)構(gòu)圖

改進(jìn)后的SRED-Net編碼部分由5個(gè)編碼塊和2個(gè)自注意力模塊組成，編碼塊濾波器數(shù)量分別為64、64、128、128、256；解碼部分由5個(gè)解碼塊組成，濾波器數(shù)量分別為256、128、128、64、64。編碼塊由卷積層與ReLU激活層組成，解碼塊由反卷積層與ReLU激活層組成。卷積核大小設(shè)為3，步長為1，padding為1。

1.2 自注意力模塊

自注意力模塊如圖2所示。自注意力機(jī)制[7]減少了對(duì)外部信息的依賴，擅長捕捉數(shù)據(jù)或特征的內(nèi)部相關(guān)性。相比于自然圖像，CT圖像包含的信息較少，因此，采用自注意力機(jī)制可以更好地提取其內(nèi)部相關(guān)信息。

圖2 自注意力模塊結(jié)構(gòu)圖

1.3 特征提取網(wǎng)絡(luò)

特征提取網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。使用網(wǎng)絡(luò)的第3層卷積后的輸出作為邊緣特征，用于構(gòu)建邊界損失。邊界損失可以表達(dá)為：

圖3 特征提取網(wǎng)絡(luò)結(jié)構(gòu)圖

使用網(wǎng)絡(luò)的第8層卷積后的輸出作為紋理特征，用于構(gòu)建紋理損失。紋理損失可以表達(dá)為：

其中，F(xiàn)E3(·)表示提取邊緣特征，F(xiàn)E8(·)表示提取紋理特征，x代表輸入LDCT的patch，y代表對(duì)應(yīng)的NDCT的patch，w、h、d分別表示 patch的寬，高和深度，表示求二范數(shù)。

MSE損失表達(dá)為：

將MSE損失與邊界和紋理損失相結(jié)合，完整的損失函數(shù)可以表達(dá)為：

記作BTL。其中，λ1、λ2是兩個(gè)可訓(xùn)練的參數(shù)，用來權(quán)衡邊界損失和紋理損失。

2 實(shí)驗(yàn)結(jié)果與分析

使用CPU版本為Intel(R) Core(TM)i5-8250U的計(jì)算機(jī)進(jìn)行仿真，GPU版本為NVIDIA GTX1080的計(jì)算機(jī)能夠加速計(jì)算。網(wǎng)絡(luò)使用Python語言編寫，利用Pytorch框架來實(shí)現(xiàn)。

2.1 訓(xùn)練

在訓(xùn)練期間，數(shù)據(jù)集采用AAPM低劑量CT挑戰(zhàn)賽提供的CT數(shù)據(jù)[8]，其中包括來自10位患者的常規(guī)劑量CT和相應(yīng)LDCT數(shù)據(jù)，將患者L506的數(shù)據(jù)作為測(cè)試集，其余作為訓(xùn)練集。CT尺寸為512×512。使用Adam優(yōu)化所有網(wǎng)絡(luò)。通過patch的方法來增大數(shù)據(jù)集，patch size設(shè)置為64。batchsize設(shè)置為16。控制SRED的MSE損失、特征損失之間權(quán)衡的加權(quán)參數(shù)λ1、λ2通過訓(xùn)練來學(xué)習(xí)。

2.2 消融實(shí)驗(yàn)

通過RED-MSE和SRED-MSE的對(duì)比，驗(yàn)證自注意力機(jī)制的有效性；通過RED-MSE與RED-BTL的對(duì)比，驗(yàn)證特征提取網(wǎng)絡(luò)的有效性。

（1）視覺效果分析

圖4展示了不同神經(jīng)網(wǎng)絡(luò)對(duì)CT去噪的視覺效果。通過比較可以看出，與不使用自注意力機(jī)制的RED-MSE相比， SREDMSE保留了更多的紋理信息。使用MSE損失會(huì)使得組織紋理過于平滑，邊界也較為模糊；使用BTL損失保留了更多的紋理細(xì)節(jié)，與NDCT更加相近。

圖4 去噪效果對(duì)比圖

（2）客觀指標(biāo)分析

表1展示了測(cè)試集上三個(gè)客觀指標(biāo)的均值，包括峰值信噪比（PSNR）、結(jié)構(gòu)相似度（SSIM）和均方根誤差（RMSE）。網(wǎng)絡(luò)，在PSNR，SSIM，RMSE三項(xiàng)指標(biāo)上均高于不使用自注意力機(jī)制的方法，驗(yàn)證了自注意力機(jī)制的有效性。使用BTL的RED-BTL和SRED-BTL，三項(xiàng)指標(biāo)均高于不使用BTL的方法，驗(yàn)證了特征損失的有效性。并且，同時(shí)使用自注意力機(jī)制與BTL的SRED-BTL方法，獲得了最優(yōu)的指標(biāo)結(jié)果，PSNR提升了1.21dB，SSIM提升了0.0112，具有一定的紋理保留效果。

表1 測(cè)試集客觀評(píng)價(jià)指標(biāo)

3 總結(jié)

針對(duì)目前深度學(xué)習(xí)方法在低劑量CT去噪領(lǐng)域存在的紋理缺失和組織平滑問題，本文提出了一種自注意力殘差編解碼網(wǎng)絡(luò)，主要有以下兩點(diǎn)改進(jìn)：（1）引入自注意力機(jī)制；（2）設(shè)計(jì)特征提取網(wǎng)絡(luò)，構(gòu)建邊界和紋理損失。改進(jìn)后的網(wǎng)絡(luò)PSNR提升了約1.21dB，SSIM提升了約0.0112。