[論文レビュー] Deep Learning for Low-Dose CT Denoising

Maryam Gholizadeh-Ansari, Javad Alirezaie+1 more|arXiv (Cornell University)|Feb 25, 2019

Medical Imaging Techniques and Applications参考文献 38被引用数 4

ひとこと要約

本論文は、拡張畳み込み、残差学習、トレーニング不能なエッジ検出層、および平均二乗誤差（MSE）と知覚損失のハイブリッド損失関数を組み合わせた深層学習フレームワークを、低線量CTのノイズ除去のために提案している。この手法は、過剰な平滑化やグリッド状のアーチファクトを低減させながら、微細なテクスチャーやエッジを保持することで、シミュレートされたおよび実際の低線量CTデータセットにおいて最先端の性能を達成している。

ABSTRACT

Low-dose CT denoising is a challenging task that has been studied by many researchers. Some studies have used deep neural networks to improve the quality of low-dose CT images and achieved fruitful results. In this paper, we propose a deep neural network that uses dilated convolutions with different dilation rates instead of standard convolution helping to capture more contextual information in fewer layers. Also, we have employed residual learning by creating shortcut connections to transmit image information from the early layers to later ones. To further improve the performance of the network, we have introduced a non-trainable edge detection layer that extracts edges in horizontal, vertical, and diagonal directions. Finally, we demonstrate that optimizing the network by a combination of mean-square error loss and perceptual loss preserves many structural details in the CT image. This objective function does not suffer from over smoothing and blurring effects caused by per-pixel loss and grid-like artifacts resulting from perceptual loss. The experiments show that each modification to the network improves the outcome while only minimally changing the complexity of the network.

研究の動機と目的

• 低線量CTスキャンにおけるノイズの課題に対処すること。ノイズは放射線被曝リスクを増加させ、診断の正確性を低下させる。
• シングラムデータへのアクセスを必要としない、高速でベンダーアウェアの画像領域でのノイズ除去手法を開発すること。
• 過剰な平滑化やアーチファクトを最小限に抑えながら、構造的詳細やエッジを保持することで、画像品質を向上させること。
• 知覚損失とMSE損失を組み合わせることで、知覚的忠実度とピクセル単位の正確性のバランスを取ること。
• 拡張畳み込み、残差接続、エッジ検出といったアーキテクチャ的革新が、実際およびシミュレートされた低線量CTデータに対して効果を発揮することを示すこと。

提案手法

• 複数の拡張率を用いた拡張畳み込みを用い、ネットワークの深さを増さずに感受野を拡大し、より多くの文脈的情報を捉える。
• ショートカット接続を備えた残差学習を採用し、層間の特徴表現を保持しながら学習を容易にする。
• Sobel演算子を模倣したトレーニング不能なエッジ検出層を導入し、水平、垂直、斜めのエッジを検出することで境界の保持を強化する。
• ピクセル単位の正確性を確保するための平均二乗誤差（MSE）と、正解画像との構造的類似性を重視する知覚損失を組み合わせたハイブリッド損失関数を最適化に用いる。
• ペアドされた低線量および通常線量CT画像上で、低線量入力から高品質な画像を再構成することを目的に、ネットワークをエンドツーエンドで学習する。
• PSNRとSSIMを用いた定量的比較を通じて、3つのデータセット（シミュレートされた肺、実際の仔ブタ、ホーン・トーラススキャン）でモデルを評価する。

実験結果

リサーチクエスチョン

• RQ1 拡張畳み込みと残差学習は、計算効率を維持したまま、低線量CTのノイズ除去性能を向上させることができるか？
• RQ2 トレーニング不能なエッジ検出層の統合は、低線量CT画像におけるエッジの保持を向上させるか？
• RQ3 MSEと知覚損失の組み合わせによる損失関数は、MSEによる過剰な平滑化と知覚損失によるグリッド状のアーチファクトを緩和できるか？
• RQ4 実データおよびシミュレートデータにおいて、本手法はBM3D、CNN200、および事前分布に基づくモデルといった最先端手法と比較して優れているか？
• RQ5 アーキテクチャ的変更（拡張畳み込み、残差接続、エッジ検出）は、視覚的および定量的画像品質の向上にどの程度寄与するか？

主な発見

• 提案されたDRL-E-MPモデルは、仔ブタデータセットで最高のPSNR（44.12）とSSIM（0.9807）を達成し、BM3D、CNN200、および事前分布ベースの手法を上回った。
• トーラス・ファントムデータセットでは、DRL-E-MPはPSNR 31.50、SSIM 0.6381を達成し、MSEまたは知覚損失のみを用いたモデルよりも顕著に優れた性能を示した。
• 視覚的評価では、DRL-E-MPはMSE単独で学習したモデルが引き起こす過剰な平滑化や、知覚損失単独で学習したモデルが生じさせるグリッド状のアーチファクトを回避し、微細なテクスチャーやエッジをよりよく保持していた。
• エッジ検出層の導入により、エッジのシャープネスが向上したことが、トーラスデータセットにおけるDRLとDRL-E-Mの視覚的比較で確認された。
• ハイブリッド損失関数（MSE + 知覚損失）は最良のバランスを達成し、定量的指標を損なわず、視覚的に優れた画像を生成した。
• 各アーキテクチャ的要素（拡張畳み込み、残差学習、エッジ検出、結合損失）が、モデル複雑度の増加を最小限に抑えつつ、性能向上に段階的に寄与した。