基于紋理恢復的低劑量CT去噪算法

趙雪梅

（北方工業大學信息學院,北京,100009）

關鍵字：圖像去噪；低劑量CT；深度學習；紋理恢復

0 引言

近年來，隨著醫學CT的廣泛使用，X射線輻射對患者健康的潛在危害引起了公眾的關注。因此，降低CT輻射劑量已成為重要的研究課題。但X射線通量的降低會導致CT圖像噪聲和偽影的增加，進而影響醫生診斷的準確性[1]。目前已經提出了許多算法來改善低劑量CT（LDCT）的圖像質量。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投影數據進行建模，但作為CT掃描儀的中間數據，投影數據一般不易獲得。圖像域去噪方法直接對CT圖像進行處理，不需要任何原始數據。因此，研究學者們在圖像域進行了大量的研究[2]。最近，深度學習為低劑量CT去噪提供了新的思路。目前已經提出了幾種用于CT去噪的方法，例如Chen等人設計了具有殘差學習的編解碼網絡（RED-CNN）[3]，去噪效果顯著。但由于使用MSE損失，產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絡，相比RED-CNN，能夠更好地恢復出CT圖像的紋理特征。

1 自注意力殘差編解碼網絡(SRED-Net)

此前Yang等人引入VGG構建感知損失來解決過度平滑的問題[4]，但VGG最初是針對自然圖集的分類問題進行訓練的[5]，使用VGG損失會在CT重建過程中引入無關的特征[6]。因此，參考VGG19設計了特征提取網絡，用來構建特征損失，并在編碼網絡引入自注意力機制，網絡記作SRED-Net。

1.1 網絡結構

原始的RED-CNN網絡主要由卷積層，反卷積層和ReLU構成。在對應的卷積層與反卷積層之間加入短連接來學習殘差。從輸入到輸出之間分別有5個卷積層和反卷積層，連續的卷積層、反卷積層可以看作編碼、解碼的過程。網絡中所有卷積層與反卷積層的卷積核大小為5，每層的濾波器數量為96。

圖1 SRED-Net 結構圖

改進后的SRED-Net編碼部分由5個編碼塊和2個自注意力模塊組成，編碼塊濾波器數量分別為64、64、128、128、256；解碼部分由5個解碼塊組成，濾波器數量分別為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。自注意力機制[7]減少了對外部信息的依賴，擅長捕捉數據或特征的內部相關性。相比于自然圖像，CT圖像包含的信息較少，因此，采用自注意力機制可以更好地提取其內部相關信息。

圖2 自注意力模塊結構圖

1.3 特征提取網絡

特征提取網絡結構如圖3所示。使用網絡的第3層卷積后的輸出作為邊緣特征，用于構建邊界損失。邊界損失可以表達為：

圖3 特征提取網絡結構圖

使用網絡的第8層卷積后的輸出作為紋理特征，用于構建紋理損失。紋理損失可以表達為：

其中，FE3(·)表示提取邊緣特征，FE8(·)表示提取紋理特征，x代表輸入LDCT的patch，y代表對應的NDCT的patch，w、h、d分別表示 patch的寬，高和深度，表示求二范數。

MSE損失表達為：

將MSE損失與邊界和紋理損失相結合，完整的損失函數可以表達為：

記作BTL。其中，λ1、λ2是兩個可訓練的參數，用來權衡邊界損失和紋理損失。

2 實驗結果與分析

使用CPU版本為Intel(R) Core(TM)i5-8250U的計算機進行仿真，GPU版本為NVIDIA GTX1080的計算機能夠加速計算。網絡使用Python語言編寫，利用Pytorch框架來實現。

2.1 訓練

在訓練期間，數據集采用AAPM低劑量CT挑戰賽提供的CT數據[8]，其中包括來自10位患者的常規劑量CT和相應LDCT數據，將患者L506的數據作為測試集，其余作為訓練集。CT尺寸為512×512。使用Adam優化所有網絡。通過patch的方法來增大數據集，patch size設置為64。batchsize設置為16。控制SRED的MSE損失、特征損失之間權衡的加權參數λ1、λ2通過訓練來學習。

2.2 消融實驗

通過RED-MSE和SRED-MSE的對比，驗證自注意力機制的有效性；通過RED-MSE與RED-BTL的對比，驗證特征提取網絡的有效性。

（1）視覺效果分析

圖4展示了不同神經網絡對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制的RED-MSE相比， SREDMSE保留了更多的紋理信息。使用MSE損失會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節，與NDCT更加相近。

圖4 去噪效果對比圖

（2）客觀指標分析

表1展示了測試集上三個客觀指標的均值，包括峰值信噪比（PSNR）、結構相似度（SSIM）和均方根誤差（RMSE）。網絡，在PSNR，SSIM，RMSE三項指標上均高于不使用自注意力機制的方法，驗證了自注意力機制的有效性。使用BTL的RED-BTL和SRED-BTL，三項指標均高于不使用BTL的方法，驗證了特征損失的有效性。并且，同時使用自注意力機制與BTL的SRED-BTL方法，獲得了最優的指標結果，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 測試集客觀評價指標

3 總結

針對目前深度學習方法在低劑量CT去噪領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絡，主要有以下兩點改進：（1）引入自注意力機制；（2）設計特征提取網絡，構建邊界和紋理損失。改進后的網絡PSNR提升了約1.21dB，SSIM提升了約0.0112。