[論文レビュー] DU-GAN: Generative Adversarial Networks with Dual-Domain U-Net Based Discriminators for Low-Dose CT Denoising

Zhizhong Huang, Junping Zhang+2 more|arXiv (Cornell University)|Aug 24, 2021

Medical Imaging Techniques and Applications参考文献 45被引用数 199

ひとこと要約

本稿では、低線量CTのノイズ除去のための、二重ドメインU-Netベースの識別器を備えた生成的対抗ネットワークであるDU-GANを提案する。この手法は、画像ドメインおよび勾配ドメインの両方でU-Net識別器を活用し、グローバルな構造とローカルな詳細を捉えることで、ノイズ除去の質を向上させ、ストリークアーティファクトを低減する。本手法は、シミュレート済みおよび実世界のデータセットにおいて最先端の性能を達成し、エッジ保持性が向上するとともに、CutMix拡張を用いた信頼性マップによる不確実性可視化が可能である。

ABSTRACT

LDCT has drawn major attention in the medical imaging field due to the potential health risks of CT-associated X-ray radiation to patients. Reducing the radiation dose, however, decreases the quality of the reconstructed images, which consequently compromises the diagnostic performance. Various deep learning techniques have been introduced to improve the image quality of LDCT images through denoising. GANs-based denoising methods usually leverage an additional classification network, i.e. discriminator, to learn the most discriminate difference between the denoised and normal-dose images and, hence, regularize the denoising model accordingly; it often focuses either on the global structure or local details. To better regularize the LDCT denoising model, this paper proposes a novel method, termed DU-GAN, which leverages U-Net based discriminators in the GANs framework to learn both global and local difference between the denoised and normal-dose images in both image and gradient domains. The merit of such a U-Net based discriminator is that it can not only provide the per-pixel feedback to the denoising network through the outputs of the U-Net but also focus on the global structure in a semantic level through the middle layer of the U-Net. In addition to the adversarial training in the image domain, we also apply another U-Net based discriminator in the image gradient domain to alleviate the artifacts caused by photon starvation and enhance the edge of the denoised CT images. Furthermore, the CutMix technique enables the per-pixel outputs of the U-Net based discriminator to provide radiologists with a confidence map to visualize the uncertainty of the denoised results, facilitating the LDCT-based screening and diagnosis. Extensive experiments on the simulated and real-world datasets demonstrate superior performance over recently published methods both qualitatively and quantitatively.

研究の動機と目的

• 低線量CT（LDCT）画像における放射線被曝量の低下に起因するノイズおよびストリークアーティファクトの課題に対処すること。
• 従来のGANよりも、グローバル構造とローカルディテールの両方の学習を強化することで、ノイズ除去性能を向上させること。
• 放射線科医がノイズ除去済みLDCT画像の不確実性をピxls単位の信頼性マップとして可視化できるようにすること。
• 光子不足に起因するアーティファクトを低減するために、勾配ドメインにおける対抗学習を適用すること。
• CutMixデータ拡張を用いて識別器のロバスト性と一般化性能を向上させること。

提案手法

• ノイズ除去済みCTとノーマル線量CTの間のマルチスケール差を学習するため、画像ドメインおよび勾配ドメインの両方でU-Netベースの識別器を用いた二重ドメインGANフレームワークを提案する。
• 局所的ディテールフィードバックのためのピxls単位の信頼性マップを出力するU-Net識別器と、ボトルネック層によるグローバル表現を用いて構造的一致性を確保する。
• エッジディテールの強化と光子不足に起因するストリークアーティファクトの低減を目的として、勾配ドメインに二番目のU-Net識別器を導入する。
• 実画像と生成画像のパッチを混合するCutMixデータ拡張を適用し、識別器の一般化性能を向上させるとともに、不確実性推定を可能にする。
• 忠実度、テクスチャ、構造的一致性のバランスを取るために、対抗損失、知覚的損失、およびL1損失を組み合わせたマルチ損失学習目的を採用する。
• 計算コストを低減しつつ性能を維持するため、64×64パッチでモデルを学習し、推論はフル解像度で実施する。

実験結果

リサーチクエスチョン

• RQ1 標準的なGAN識別器と比較して、U-Netベースの識別器は、LDCTノイズ除去においてローカルディテールとグローバル構造の両方の学習を改善できるか？
• RQ2 画像ドメインおよび勾配ドメインの二重ドメイン対抗学習は、LDCT画像におけるエッジ保持性とアーティファクト低減を向上させるか？
• RQ3 CutMix拡張を施したU-Net識別器は、臨床的解釈に適した信頼性の高いピxls単位の不確実性マップを提供できるか？
• RQ4 パッチサイズは、LDCTノイズ除去におけるU-Net識別器の性能にどのように影響するか？
• RQ5 提案されたDU-GANは、異なる線量レベルおよび実世界のデータセットに対し、一般化性能を示せるか？

主な発見

• U-Netベースの識別器は、すべての識別器タイプの中で最高のSSIMスコア（0.7454）を達成し、パッチ、ピxls、グローバル識別器を上回った。
• 二重ドメイン学習を採用した手法は、Mayo-10%データセットでPSNR 23.1102、RMSE 0.0724、SSIM 0.7343を達成し、すべてのアブレーションバージョンを上回った。
• CutMixを適用することで、識別器のローカルディテールへの注目が強化され、SSIMが向上し、PSNRとRMSEはわずかに低下した。
• 小さなパッチサイズ（64×64）は、大きなサイズよりも優れた性能を示し、PSNR 22.3075、SSIM 0.7489を記録した。
• 二重ドメイン学習によりストリークアーティファクトが効果的に低減され、エッジのシャープネスが向上したことが、視覚的および定量的分析で確認された。
• 本手法は、異なる線量レベルのシミュレート済みデータセットおよび実世界データセットにおいて、一貫したアーキテクチャとハイパーパramータを用いて良好な一般化性能を示した。