[論文レビュー] Deep Learning Reconstruction for 9-View Dual Energy CT Baggage Scanner

Yoseob Han, Jingu Kang+1 more|arXiv (Cornell University)|Jan 4, 2018

Medical Imaging Techniques and Applications参考文献 8被引用数 7

ひとこと要約

本論文は、9視点二重エネルギー定常CTバッグ検査機における3次元再構成のため、画像空間とシングラム空間の両方での学習を統合したデュアルドメインディープラーニングフレームワークを提案する。実世界のスパarselyビューのデータを用いて、真の画像が入手不可である条件下でも、修正されたU-Netアーキテクチャを訓練することで、ストリークアーチファクトを顕著に低減し、最先端の性能を達成した。NMSE値は80 kVpで0.06845、120 kVpで0.05450まで低下し、正確な3次元脅威検出を可能にした。

ABSTRACT

For homeland and transportation security applications, 2D X-ray explosive detection system (EDS) have been widely used, but they have limitations in recognizing 3D shape of the hidden objects. Among various types of 3D computed tomography (CT) systems to address this issue, this paper is interested in a stationary CT using fixed X-ray sources and detectors. However, due to the limited number of projection views, analytic reconstruction algorithms produce severe streaking artifacts. Inspired by recent success of deep learning approach for sparse view CT reconstruction, here we propose a novel image and sinogram domain deep learning architecture for 3D reconstruction from very sparse view measurement. The algorithm has been tested with the real data from a prototype 9-view dual energy stationary CT EDS carry-on baggage scanner developed by GEMSS Medical Systems, Korea, which confirms the superior reconstruction performance over the existing approaches.

研究の動機と目的

• 定常CTバッグ検査機において9つの投影ビューでのみ3次元再構成を行う場合に生じる深刻なストリークアーチファクトの課題に対処すること。
• 真の画像が入手不可である実世界のスパarselyビューのデータを用いて動作するディープラーニングベースの再構成手法を開発すること。
• 画像ドメインとシングラムドメインの両方での共同学習を通じて、キャリオンバッグスクリーニングにおける3次元画像品質を向上させ、正確な脅威検出を実現すること。
• 従来のFBPおよびMBIR-TV手法がスパarselyビューCTにおいて抱える制限を、エンドツーエンドのディープラーニングを活用することで克服すること。
• 航空機およびテロ対策分野における連続的バッグスクリーニングに適した、実用的でリアルタイムな3次元再構成を実現すること。

提案手法

• 画像ドメインとシングラムドメインの両方で同時に学習を行う、新しいディープラーニングアーキテクチャを提案し、修正されたU-Net構造を用いる。
• エネルギーに特化したコントラストを保持するため、二重エネルギー（80 kVpおよび120 kVp）の画像およびシングラムデータを2チャネル入力として採用する。
• バッチ正規化およびReLU活性化関数を組み合わせた畳み込み層に加え、特徴の統合にスキップ接続を用いる。
• 200エポックにわたり学習率を10⁻³から10⁻⁵に段階的にスケジューリングしながら、確率的勾配降下法を用いてネットワークを訓練する。
• 畳み込みフレームレット理論を活用し、線形演算子の明示的設計を避けて、ネットワークアーキテクチャそのものに正則化を暗黙的にモデル化する。
• 再構成後に前方投影を実行し、シングラムドメインにおけるNMSEを計算して定量的評価を実施する。

実験結果

リサーチクエスチョン

• RQ1 実世界の定常CTバッグ検査機において、9つの投影ビューでのみ、ディープラーニングモデルが高品質な3次元CT画像を効果的に再構成できるか？
• RQ2 画像ドメインとシングラムドメインの両方での共同学習は、単一ドメインアプローチと比較して再構成品質をどのように向上させるか？
• RQ3 真の画像が存在しない状況でも、ディープラーニングモデルが実測データのみを用いて優れた性能を達成できるか？
• RQ4 本手法は、FBPおよびMBIR-TVと比較して、ストリークアーチファクトをどの程度低減できるか？
• RQ5 NMSEを指標としてシングラムドメインにおけるネットワークの性能は、定量的にどの程度優れているか？

主な発見

• 提案手法は、シングラムドメインにおける最小の正規化平均二乗誤差（NMSE）を達成し、80 kVpで0.06845、120 kVpで0.05450を記録し、FBP、MBIR-TV、画像ドメインCNNベースラインを上回った。
• 3次元レンダリング結果では、FBPおよびMBIR再構成では曇っており検出困難だった爆弾やナイフなどの脅威物体が明確に特定された。
• シングラム可視化では、提案手法の投影データが、特に脅威物体に対応する領域で測定された真のデータに極めて近いことが示された。
• ネットワークはストリークアーチファクトを効果的に低減し、単純な物体および現実的なキャリオンバッグの両方で微細な構造的詳細を回復した。
• 本手法は、実際の9ビューのデータから高品質な3次元再構成を可能にし、リアルタイムバッグスクリーニングシステムへの実用的妥当性を示した。
• 訓練時に真の画像が存在しなかったにもかかわらず、性能に悪影響を及げず、モデルは実測データのみから有効な表現を学習した。