[論文レビュー] Radon Inversion via Deep Learning

Ji He, Jianhua Ma|arXiv (Cornell University)|Aug 9, 2018

Medical Imaging Techniques and Applications参考文献 2被引用数 3

ひとこと要約

本稿では、従来のマルチステージ再構成を統一的なニューラルネットワークに置き換えるエンドツーエンドのラドン逆問題解法であるiRadonMapを提案する。本手法は、可学習フィルタリングおよびサイン波バックプロジェクション層を備えたもので、その後に残差畳み込みニューラルネットワーク（CNN）を適用し、特に低線量・スパarselyビューな状況下において、Fused Back-Projection（FBP）と比較して優れたアーチファクト抑制とエッジ保持を達成する。

ABSTRACT

Radon transform is widely used in physical and life sciences and one of its major applications is the X-ray computed tomography (X-ray CT), which is significant in modern health examination. The Radon inversion or image reconstruction is challenging due to the potentially defective radon projections. Conventionally, the reconstruction process contains several ad hoc stages to approximate the corresponding Radon inversion. Each of the stages is highly dependent on the results of the previous stage. In this paper, we propose a novel unified framework for Radon inversion via deep learning (DL). The Radon inversion can be approximated by the proposed framework with an end-to-end fashion instead of processing step-by-step with multiple stages. For simplicity, the proposed framework is short as iRadonMap (inverse Radon transform approximation). Specifically, we implement the iRadonMap as an appropriative neural network, of which the architecture can be divided into two segments. In the first segment, a learnable fully-connected filtering layer is used to filter the radon projections along the view-angle direction, which is followed by a learnable sinusoidal back-projection layer to transfer the filtered radon projections into an image. The second segment is a common neural network architecture to further improve the reconstruction performance in the image domain. The iRadonMap is overall optimized by training a large number of generic images from ImageNet database. To evaluate the performance of the iRadonMap, clinical patient data is used. Qualitative results show promising reconstruction performance of the iRadonMap.

研究の動機と目的

• 逐次的処理ステップに依存する従来のマルチステージX線CT再構成パイプラインの限界を解消すること。
• 追加の手作業的処理ステップを回避する統一的でエンドツーエンドの深層学習フレームワークを、ラドン逆問題に開発すること。
• データから直接最適なフィルタリングおよびバックプロジェクション操作を学習することで、低線量およびスパarselyビューCTにおける再構成品質を向上させること。
• トレーニング段階で臨床的患者データを一切使用しない状況下で、モデルの一般化能力を評価すること。
• 従来のFBPおよび反復的手法と比較して、ストリークアーチファクトを低減し、微細な構造的詳細を保持すること。

提案手法

• iRadonMapフレームワークは、主に2つのセグメントから構成される：視角方向に沿った可学習全結合フィルタリング層と、可学習サイン波バックプロジェクション層。
• 最初のセグメントは、パラメータ化されたフィルタリング操作を用いて生のラドンプロジェクションを処理し、その後にサイン波基底関数を用いたパラメータ化されたバックプロジェクションを実行する。
• 2番目のセグメントは、残差畳み込みニューラルネットワーク（ResNetをインspireした）を用いて再構成画像を精緻化し、テクスチャおよび構造的忠実性を向上させる。
• ネットワーク全体は、ImageNet由来の画像の大規模データセット上で予測画像と参照画像の間の平均二乗誤差（MSE）損失を用いてエンドツーエンドで学習される。
• トレーニングにはRMSProp最適化法を用い、学習率は0.00002、バッチサイズは2、残差ネットワーク内にはバッチ正規化を適用しない。
• ラドンプロジェクションは平行幾何構造を用いてASTRAツールボックスで生成され、ネットワークは62,899枚の中央部512×512グレースケール画像で学習される。

実験結果

リサーチクエスチョン

• RQ1 低線量およびスパarselyビューCTにおいて、深層学習フレームワークが従来のフィルタドバックプロジェクション（FBP）よりも優れたラドン逆問題性能を達成できるか？
• RQ2 エンドツーエンドの深層学習モデルは、CT再構成においてストリークアーチファクトをどれほど低減し、エッジ詳細を保持できるか？
• RQ3 一般化されたImageNet画像で事前学習したモデルは、実際のCTスキャンで微調整を行わずに臨床的患者データにどれほど適応できるか？
• RQ4 可学習フィルタリングおよびサイン波バックプロジェクション層は、従来の固定されたプロジェクション演算子を効果的に置き換えることができるか？
• RQ5 提案された2段階のネットワークアーキテクチャ（プロジェクション処理＋画像精緻化）は、標準的なFBPおよび反復的手法と比較して、質的再構成品質で優れているか？

主な発見

• iRadonMapは、1160ビューのフルビュー状況下でFBPと同等の再構成品質を達成しており、標準的な画像撮影条件下でも安定性を示している。
• スパースビュー状況（例：145ビューおよび72ビュー）では、FBPが重度のノイズとストリークアーチファクトを示すのに対し、iRadonMapは顕著にストリークアーチファクトを低減している。
• 参照画像とiRadonMap再構成画像の差分画像は、参照画像とFBP再構成画像の差分画像と比較して、誤差が少なく、微細な詳細の保持が優れている。
• 差分画像の定性的比較および再構成品質の視覚的評価から、iRadonMapはFBPよりもより多くのエッジ詳細を保持していることが示されている。
• 臨床的患者データに対して、トレーニング段階で臨床データを使用していないにもかかわらず、モデルは良好な一般化性能を示しており、汎用的なImageNetデータからの強力な転移性を裏付けている。
• 可学習サイン波バックプロジェクション層の使用により、全結合層と比較してパラメータ数を削減でき、効率性および学習性が向上している。