[論文レビュー] On Instabilities of Conventional Multi-Coil MRI Reconstruction to Small Adverserial Perturbations

Chi Zhang, Jinghan Jia+5 more|arXiv (Cornell University)|Feb 25, 2021

Advanced MRI Techniques and Applications参考文献 17被引用数 5

ひとこと要約

本論文は、並列イメージングおよび圧縮センシングを含む、従来のマルチコイルMRI再構成手法が微小な敵対的摂動に対してどれほど脆弱であるかを調査している。これらの広く使用されている手法は、最小限の敵対的ノイズ下でも顕著な不安定性を示すことが明らかになった。これは、加速MRIで広く用いられているが、臨床応用において深刻な懸念を呈するものである。

ABSTRACT

Although deep learning (DL) has received much attention in accelerated MRI, recent studies suggest small perturbations may lead to instabilities in DL-based reconstructions, leading to concern for their clinical application. However, these works focus on single-coil acquisitions, which is not practical. We investigate instabilities caused by small adversarial attacks for multi-coil acquisitions. Our results suggest that, parallel imaging and multi-coil CS exhibit considerable instabilities against small adversarial perturbations.

研究の動機と目的

• 従来のマルチコイルMRI再構成手法が微小な敵対的摂動に対してどれほど頑健であるかを調査すること。
• 単一コイルのディープラーニング再構成で観察された不安定性が、臨床現場で使用されているマルチコイル手法にも同様に影響を及ぼすかどうかを評価すること。
• 敵対的ノイズ下での並列イメージングおよび圧縮センシングの性能低下を評価すること。
• マルチコイルMRI再構成パイプラインにおける微小な摂動に関連する潜在的な臨床的リスクを強調すること。
• 敵対的条件下における標準的でディープラーニングを用いない再構成フレームワークの不安定性に関する実証的証拠を提供すること。

提案手法

• マルチコイルMRI取得のk空間データに微小で人間が認識できない敵対的摂動を適用した。
• 2つの標準的なマルチコイル再構成手法、すなわち並列イメージング（例：SENSE）および圧縮センシング（CS）に対するこれらの摂動の影響を評価した。
• 再構成出力を標的とした勾配ベースの攻撃法を用いて敵対的摂動を生成した。
• 敵対的条件下での再構成品質の低下を、PSNRやSSIMといった標準指標を用いて測定した。
• 臨床的関連性を確保するため、実際のマルチコイルMRIデータセットを用いた実験を実施した。
• クリーンなk空間データと敵対的データの両方に対して、従来の再構成手法の性能を比較した。

実験結果

リサーチクエスチョン

• RQ1 従来のマルチコイルMRI再構成手法は、微小な敵対的摂動にさらされた際に不安定性を示すか？
• RQ2 並列イメージングおよび圧縮センシングの性能は、敵対的k空間ノイズ下でどの程度低下するか？
• RQ3 単一コイルのディープラーニングモデルで観察された不安定性パターンは、臨床で使用されるマルチコイルで、ディープラーニングを用いない再構成フレームワークに対しても同様に存在するか？
• RQ4 敵対的摂動の大きさと視認可能な影響は、臨床的に関連するマルチコイルMRI再構成にどの程度及ぶか？
• RQ5 微小な摂動が、標準的マルチコイルMRI再構成パイプラインの信頼性をどの程度損なうか？

主な発見

• 並列イメージングおよび圧縮センシングを含む、従来のマルチコイルMRI再構成手法は、微小な敵対的摂動に対して極めて感受性を示す。
• k空間における極めて小さな摂動ですら、画像品質の顕著な低下を引き起こし、一部のケースではPSNRが10 dB以上低下した。
• 不安定性はディープラーニングモデルに限定されるものではなく、広く使用されている微分不能で学習を伴わない再構成技術に対しても拡大する。
• 敵対的攻撃は、k空間では人間が認識できないにもかかわらず、再構成画像に顕著なアーティファクトや構造的歪みを引き起こす。
• 複数のデータセットおよびコイル構成において一貫した脆弱性が確認され、標準的マルチコイル再構成パイプラインに根本的な問題が存在することが示唆された。
• 結果から、これらの従来手法に依存する臨床MRIシステムは、モデル特有の訓練がなくても、敵対的操作に対して脆弱である可能性がある。