[論文レビュー] 2.5D Deep Learning for CT Image Reconstruction using a Multi-GPU implementation

Amirkoushyar Ziabari, Dong Hye Ye+4 more|arXiv (Cornell University)|Dec 20, 2018

Medical Imaging Techniques and Applications参考文献 12被引用数 6

ひとこと要約

本稿では、2.5次元残差畳み込みニューラルネットワークとしての深層学習MBIR（DL-MBIR）を提案する。この手法は、計算コストを著しく削減しつつ、高品質なモデルベース反復再構成（MBIR）をCTスキャンで近似する。多GPUTensorFlow実装を用いて、FBPからMBIRへの残差を学習し、2.5次元バージョンは3次元DL-MBIRに匹敵する画像品質を達成しながらも、2次元レベルの推論速度を維持する。臨床的CT再構成において忠実度と効率性の実用的なバランスを提供する。

ABSTRACT

While Model Based Iterative Reconstruction (MBIR) of CT scans has been shown to have better image quality than Filtered Back Projection (FBP), its use has been limited by its high computational cost. More recently, deep convolutional neural networks (CNN) have shown great promise in both denoising and reconstruction applications. In this research, we propose a fast reconstruction algorithm, which we call Deep Learning MBIR (DL-MBIR), for approximating MBIR using a deep residual neural network. The DL-MBIR method is trained to produce reconstructions that approximate true MBIR images using a 16 layer residual convolutional neural network implemented on multiple GPUs using Google Tensorflow. In addition, we propose 2D, 2.5D and 3D variations on the DL-MBIR method and show that the 2.5D method achieves similar quality to the fully 3D method, but with reduced computational cost.

研究の動機と目的

• 臨床的CTにおけるモデルベース反復再構成（MBIR）の高い計算コストが、優れた画像品質にもかかわらず広範な採用を妨えているという問題に対処すること。
• 画像品質を損なわせることなく、高速で高忠実度の再構成を可能にするMBIRの深層学習代替手法を開発すること。
• 2次元、2.5次元、3次元の残差CNNの実装を検討・比較し、完全な3次元処理に代わる計算効率の高い代替手段を同定すること。
• 大規模な臨床的CTデータセットにおける大規模DL-MBIRの多GPUトレーニングおよび推論の実現可能性を示すこと。

提案手法

• DL-MBIRフレームワークは、FBPとMBIR再構成の間の残差を予測する16層の残差畳み込みニューラルネットワークを用いる。
• 予測された残差と真のMBIR残差の差を最小化するため、平均二乗誤差損失関数を用いてエンドツーエンドで訓練する。
• 2.5次元実装は、隣接するスライスからの文脈的深さ情報を含む2次元スライスを処理し、2次元畳み込みを用いながらもz方向の文脈を統合する。
• 多GPUトレーニングはTensorFlowにおけるデータ並列化により実装され、GPU間の更新同期のためCPU上で勾配平均化が行われる。
• 2.5次元手法は2次元カーネルを用いるが、複数の軸方向スライスにわたる情報を集約することで、3次元の平面内および透過方向の依存関係を模倣する。
• 最終的な再構成は、予測された残差を元のFBP画像に加算することで得られ、MBIRの高品質な近似が得られる。

実験結果

リサーチクエスチョン

• RQ1 FBPとMBIR画像ペアのみを教師データとして用いる場合、深層残差CNNがMBIR再構成を効果的に近似できるか？
• RQ2 2.5次元処理による3次元構造的情報の統合は、純粋な2次元または完全な3次元手法と比較して再構成品質にどのように影響するか？
• RQ3 2.5次元DL-MBIR手法は、3次元DL-MBIRに匹敵する画像品質を達成しながらも、2次元処理と同等の計算効率を維持できるか？
• RQ4 大規模CT再構成ネットワークにおける多GPU実装は、トレーニング速度とスケーラビリティにどのような影響を及えるか？
• RQ5 提案されたDL-MBIRフレームワークは、臨床的CTスキャンにおいて再構成時間を顕著に短縮しつつ、診断用画像品質を保持できるか？

主な発見

• ケーススタディ1のスライス90において、2.5次元DL-MBIRはPSNR 69.93 dBを達成し、2次元DL-MBIR（68.3 dB）を上回り、3次元DL-MBIR（69.51 dB）に近づいた。
• ケーススタディ2のスライス150において、2.5次元DL-MBIRはPSNR 70.1 dBを達成し、2次元DL-MBIR（69.0 dB）を上回り、3次元DL-MBIR（69.7 dB）と同等の水準に達した。
• 視覚的比較では、2.5次元および3次元DL-MBIRが、2次元DL-MBIRおよびFBP再構成に見られるストリークアーチファクトとノイズを効果的に低減していることが示された。
• 差分画像から、2.5次元手法は複数のスライスにわたり、2次元DL-MBIRに比べてMBIRからの再構成誤差を30–40%多く低減した。
• 多GPU実装により顕著な高速化が達成され、1GPUから4GPUに増加することで1エポックあたりのトレーニング時間が短縮され、大規模データセットにおける効率的なトレーニングが可能になった。
• 2.5次元手法は、画像品質と計算コストの間で良好なトレードオフを提供しており、臨床応用に向けた強力な候補である。