[論文レビュー] CT Image Denoising with Perceptive Deep Neural Networks

Qingsong Yang, Pingkun Yan+2 more|arXiv (Cornell University)|Feb 22, 2017

Medical Imaging Techniques and Applications参考文献 6被引用数 57

ひとこと要約

本論文は、事前学習済みの VGG ネットワークの特徴に guided された perceptual loss を用いた低線量 CT の denoising を提案し、ピクセル-wise loss よりも構造の保持を改善する。

ABSTRACT

Increasing use of CT in modern medical practice has raised concerns over associated radiation dose. Reduction of radiation dose associated with CT can increase noise and artifacts, which can adversely affect diagnostic confidence. Denoising of low-dose CT images on the other hand can help improve diagnostic confidence, which however is a challenging problem due to its ill-posed nature, since one noisy image patch may correspond to many different output patches. In the past decade, machine learning based approaches have made quite impressive progress in this direction. However, most of those methods, including the recently popularized deep learning techniques, aim for minimizing mean-squared-error (MSE) between a denoised CT image and the ground truth, which results in losing important structural details due to over-smoothing, although the PSNR based performance measure looks great. In this work, we introduce a new perceptual similarity measure as the objective function for a deep convolutional neural network to facilitate CT image denoising. Instead of directly computing MSE for pixel-to-pixel intensity loss, we compare the perceptual features of a denoised output against those of the ground truth in a feature space. Therefore, our proposed method is capable of not only reducing the image noise levels, but also keeping the critical structural information at the same time. Promising results have been obtained in our experiments with a large number of CT images.

研究の動機と目的

• CT における放射線量を低減する動機づけとして、過度な平滑化を避けつつ low-dose 取得を denoiseする。
• pixel-wise MSE の代わりに perceptual loss を用いる CNN denoising フレームワークを提案する。
• perceptual loss が構造的詳細を保持し、定性的な画像品質を改善することを示す。
• 従来手法や標準的な CNN ベース denoising と比較して perceptual の利点を示す。

提案手法

• 3x3 カーネルを用いた 8 層の CNN を denoising の学習に使用する。
• 事前学習された VGG ネットワークからの特徴マップに基づく perceptual reconstruction loss を定義する。
• denoised output と ground-truth 画像の VGG feature maps の MSE を損失として計算する（phi_i terms）。
• perceptual helper として relu1_1, relu3_1, relu3_4 の VGG 層を実験する（CNN-VGG11, CNN-VGG31, CNN-VGG34）。
• CNN-VGG ネットワークを MSE 訓練済みの CNN（CNN-MSE）から初期化してファインチューニングする。
• cadaver CT データを異なるノイズ指標と再構成法（FBP vs MBIR/VEO）で訓練する。
• 訓練後、画像あたり <5 秒で denoising を達成する。

実験結果

リサーチクエスチョン

• RQ1 perceptual feature-based loss がピクセル-wise loss と比較して CT denoising の品質を改善できるか。
• RQ2 perceptual loss が低線量 CT でノイズを減少させつつ診断上の構造的ディテールを保持するか。
• RQ3 CNN-VGG のバリアントは画像のシャープさと ground-truth への類似性の点でどう比較されるか。
• RQ4 perceptual CNN は定量的指標および視覚的品質の点で BM3D や既存の CNN アプローチと競合できるか。

主な発見

Method	PSNR	SSIM
FBP30NI	27.1544	0.8018
CNN-MSE	31.1135	0.9351
CNN-VGG11	31.1239	0.9348
CNN-VGG31	30.6462	0.9260
CNN-VGG34	30.2154	0.9159
BM3D	28.7405	0.9026

• perceptual loss で訓練された CNN モデル（CNN-VGG31, CNN-VGG34）は、CNN-MSE よりも視覚的なディテールとコントラストが改善される。
• CNN-MSE は PSNR/SSIM の値でいくつかの perceptual バリアントより高いが、 perceptual バリアントは視覚的に魅力的でディテールを保持する。
• CNN-VGG31 および CNN-VGG34 は ground-truth VEO10NI に対して病変の境界描写が最も良く、全体的な画像外観も改善。
• 定量的指標は CNN-MSE が perceptual バリアントより PSNR/SSIM で上回ることを示す一方、 perceptual バリアントは画像の構造をより良く保持する。
• BM3D は画像に応じて性能が変動し、いくらかの平滑化と残留アーティファクトを示す。
• Table 1 は PSNR/SSIM を報告する：F BP30NI 27.1544/0.8018; CNN-MSE 31.1135/0.9351; CNN-VGG11 31.1239/0.9348; CNN-VGG31 30.6462/0.9260; CNN-VGG34 30.2154/0.9159; BM3D 28.7405/0.9026。