[論文レビュー] Blind Deconvolution of PET Images using Anatomical Priors

Stéphanie Guérit, Adriana González+3 more|arXiv (Cornell University)|Aug 5, 2016

Medical Imaging Techniques and Applications参考文献 10被引用数 3

ひとこと要約

本稿では、PET画像のブラインドデコンボリューション手法を提案する。この手法は、高分解能CTから得られる解剖学的事前知識（具体的には膀胱内の均一な強度）を用いて、不定な逆問題を正則化する。膀胱領域における画像の一様性を強制し、全 variation（TV）のスパarsityを促進することで、点スプ体関数（PSF）とPET画像のデブラー処理を同時に推定する。PSFの事前測定が不要な状況においても、合成および実際のホーンファントムで顕著なSNR向上を達成した。

ABSTRACT

Images from positron emission tomography (PET) provide metabolic information about the human body. They present, however, a spatial resolution that is limited by physical and instrumental factors often modeled by a blurring function. Since this function is typically unknown, blind deconvolution (BD) techniques are needed in order to produce a useful restored PET image. In this work, we propose a general BD technique that restores a low resolution blurry image using information from data acquired with a high resolution modality (e.g., CT-based delineation of regions with uniform activity in PET images). The proposed BD method is validated on synthetic and actual phantoms.

研究の動機と目的

• 未知で変動する点スプ体関数（PSF）に起因するPET画像の空間的解像度の低さという課題に対処すること。
• 生データが入手不可能な状況においても、PSFと元のPET画像を同時に推定できるブラインドデコンボリューション（BD）手法を開発すること。
• CTから得られる解剖学的事前知識（具体的には膀胱内での均一な活動）を強力な正則化制約として活用し、不定な逆問題を安定化させること。
• スキャナの多様性によりPSFキャリブレーションが困難なマルチセンターPET研究における画像品質の向上を図ること。

提案手法

• PET画像の劣化を未知のPSFとの線形畳み込みとしてモデル化し、加法的な白色ガウスノイズを仮定する。
• 画像およびPSFの非負性、光度不変性（全活動量の保存）、PSFの空間不変性を強制する。
• 全 variation（TV）正則化項を適用し、エッジが明瞭な区分的滑らかさを持つ画像を促進する。
• 解剖学的事前知識により、集合Ω上の凸インジケータ関数を用いて膀胱領域で勾配をゼロ（一様強度）に制約する。
• 非凸最適化問題として定式化された連合BD問題を、交互に近接最小化アルゴリズムを用いて解く。
• 推定されたPSFを非ブラインドデコンボリューション（NBD）ステップに用い、過剰適合を避けるために別個の観測を用いることで最終画像を再構築する。

実験結果

リサーチクエスチョン

• RQ1 PSFが未知である状況において、CTから得られる解剖学的事前知識を、PET画像のブラインドデコンボリューションの正則化に効果的に活用できるか？
• RQ2 パラメトリックな形式を仮定しない非パラメトリックなPSF推定は、物理的制約と解剖学的情報のみを用いて、どの程度の性能を示せるか？
• RQ3 膀胱領域における画像一様性を強制することで、標準的手法と比較してPSFおよび画像再構築品質がどの程度向上するか？
• RQ4 提案手法は、臨床的およびホーンファントムデータにおけるさまざまなノイズレベルに対し、頑健な性能を示せるか？

主な発見

• BSNR = 30 dBの合成データにおいて、推定PSFは再構築SNR（RSNR）16.34 dBを達成し、PSF回復の正確さを示した。
• 推定PSFを用いた非ブラインドデコンボリューションにより、ISNRが10.18 dBに達し、画像修復の有効性が裏付けられた。
• 実際のホーンファントムデータにおいて、推定PSFは良好に局在化されており、NBDの結果は解剖学的事前知識が意図した通りに膀胱領域で一様な強度を示した。
• BSNRが上昇するにつれて、RSNRおよびISNRも段階的に向上し、ノイズに対する頑健性が確認された。
• 視覚的検査により、復元画像が鋭いエッジを保持し、特に高コントラスト領域でのぼやけを低減していることが確認された。
• 実データにおけるアーティファクトにもかかわらず、本手法は解剖学的事前知識を効果的に強制し、解空間の制約能力を実証した。