[論文レビュー] Learning Bone Suppression from Dual Energy Chest X-rays using Adversarial Networks

Dong Yul Oh, Il Dong Yun|arXiv (Cornell University)|Nov 5, 2018

Medical Imaging Techniques and Applications参考文献 27被引用数 14

ひとこと要約

本稿では、2次元ハールウェーブレット分解を用いた条件付き生成対抗ネットワーク（cGAN）を用いた深層生成モデルを提案する。このモデルは、限定的なデュアルエナジーX線データセットを用いて、単一エネルギーX線から骨構造を抑制した画像を予測する。本手法は、画像のシャープネスを向上させる対抗訓練と、より速く正確な収束を実現するウェーブレットベースの周波数ガイドを組み合わせることで、既存手法を上回る最先端の性能を達成する。

ABSTRACT

Suppressing bones on chest X-rays such as ribs and clavicle is often expected to improve pathologies classification. These bones can interfere with a broad range of diagnostic tasks on pulmonary disease except for musculoskeletal system. Current conventional method for acquisition of bone suppressed X-rays is dual energy imaging, which captures two radiographs at a very short interval with different energy levels; however, the patient is exposed to radiation twice and the artifacts arise due to heartbeats between two shots. In this paper, we introduce a deep generative model trained to predict bone suppressed images on single energy chest X-rays, analyzing a finite set of previously acquired dual energy chest X-rays. Since the relatively small amount of data is available, such approach relies on the methodology maximizing the data utilization. Here we integrate the following two approaches. First, we use a conditional generative adversarial network that complements the traditional regression method minimizing the pairwise image difference. Second, we use Haar 2D wavelet decomposition to offer a perceptual guideline in frequency details to allow the model to converge quickly and efficiently. As a result, we achieve state-of-the-art performance on bone suppression as compared to the existing approaches with dual energy chest X-rays.

研究の動機と目的

• デュアルエナジー減算（DES）の臨床的限界、すなわち被曝線量の2倍と心拍による動きアーチファクトの問題を解決すること。
• 事前に取得したデュアルエナジースキャンの有限なセットのみを用いて、単一エネルギー胸部X線から骨構造を抑制した画像を予測する深層学習モデルの開発。
• 病変の詳細を保持するため、ピクセル単位の損失最小化に代えて対抗訓練を採用することで、骨構造抑制における画像品質の向上。
• 2次元ハールウェーブレット分解を周波数ドメインの知覚的ガイドとして組み込むことで、モデルの収束を加速し、知覚的品質を向上。
• 既存手法を上回る、データ効率に優れた新しい深層生成フレームワークを骨構造抑制に構築すること。

提案手法

• 単一エネルギー胸部X線から骨構造を抑制した画像へのマッピングを学習するため、従来の回帰手法に代えて対抗損失を用いる条件付き生成対抗ネットワーク（cGAN）を用いる。
• 入力画像の2次元ハールウェーブレット分解を導入し、周波数ドメインのガイドを提供することで、生成器が高周波数の骨構造を学習し、収束性を向上させる。
• ウェーブレット係数に基づく知覚的損失を適用し、生成器が微細な解剖的特徴を保持しながら骨構造を抑制するようにガイドする。
• 生成器は、識別器をだませる対抗損失を最小化するとともに、ウェーブレット変換された特徴量におけるピクセル単位の再構成損失（L1）を最小化するように訓練される。
• 識別器は、DESから得た本物の骨構造を抑制した画像と生成された画像を区別するように設計され、リアルなテクスチャーや構造の生成を促進する。
• 生成画像と元の画像とのヒストグラムマッチングを実施し、視覚的一致性を維持するための強度分布の一貫性を確保する。

実験結果

リサーチクエスチョン

• RQ1 限られたデータ環境下で、ピクセル単位の回帰と比較して、対抗訓練が骨構造抑制の品質を向上させることができるか？
• RQ2 知覚的事前知識として2次元ハールウェーブレット分解を組み込むことで、骨構造抑制モデルの収束性と忠実度が向上するか？
• RQ3 限定的なデュアルエナジーX線ペアで訓練された深層生成モデルが、単一エネルギー入力に対して一般化し、既存手法を上回る性能を発揮できるか？
• RQ4 対抗訓練とウェーブレットベースのガイドの組み合わせが、病理的特徴の保持と画像のシャープネスにどのように影響を与えるか？
• RQ5 デュアルエナジー減算と比較して、アーチファクトの低減と被曝線量の削減が実現可能であり、臨床的実用性を有するか？

主な発見

• 提案手法は、定量的指標および視覚的品質の両面で、既存手法を上回る最先端の骨構造抑制性能を達成した。
• アブレーションスタディの結果、cGANとハールウェーブレット分解を組み合わせた構成が最良の結果をもたらし、CNN + GAN + Haar（本研究）の設定が、CNNオンリーやGANオンリーのバージョンを著しく上回った。
• 対抗訓練のみを用いることで、標準的なL1ベースの回帰と比較してシャープネスが向上しぼやけが軽減されるが、ウェーブレットガイドと組み合わせることで性能がさらに向上した。
• ハールウェーブレット分解の導入により、特に対抗損失と併用した場合に、トレーニング時間の短縮と収束速度の向上が達成された。
• 肋骨や鎖骨の抑制に成功するとともに、軟部組織構造や病理的特徴を保持しており、DESの真値との視覚的および定量的比較で検証された。
• 本手法は、1回の撮影で骨構造を抑制した画像を生成することで、デュアルエナジー撮影にありがちな動きアーチファクトを効果的に低減した。