[論文レビュー] TransCT: Dual-path Transformer for Low Dose Computed Tomography

Zhicheng Zhang, Lequan Yu+3 more|arXiv (Cornell University)|Feb 28, 2021

Medical Imaging Techniques and Applications参考文献 35被引用数 11

ひとこと要約

本稿では、ノイズの多い低線量CT（LDCT）画像を高周波（HF）成分と低周波（LF）成分に分解する二重パス変換器アーキテクチャ、TransCTを提案する。この手法は、LF部からの潜在的テクスチャ特徴量とHF埋め込みを別々に精錬し、コンテンツ特徴量と組み合わせて局所的再構成を行う。Mayo LDCTデータセットにおいて、RMSE 21.199 ± 2.054、SSIM 0.933 ± 0.012の最先端性能を達成した。

ABSTRACT

Low dose computed tomography (LDCT) has attracted more and more attention in routine clinical diagnosis assessment, therapy planning, etc., which can reduce the dose of X-ray radiation to patients. However, the noise caused by low X-ray exposure degrades the CT image quality and then affects clinical diagnosis accuracy. In this paper, we train a transformer-based neural network to enhance the final CT image quality. To be specific, we first decompose the noisy LDCT image into two parts: high-frequency (HF) and low-frequency (LF) compositions. Then, we extract content features (X_{L_c}) and latent texture features (X_{L_t}) from the LF part, as well as HF embeddings (X_{H_f}) from the HF part. Further, we feed X_{L_t} and X_{H_f} into a modified transformer with three encoders and decoders to obtain well-refined HF texture features. After that, we combine these well-refined HF texture features with the pre-extracted X_{L_c} to encourage the restoration of high-quality LDCT images with the assistance of piecewise reconstruction. Extensive experiments on Mayo LDCT dataset show that our method produces superior results and outperforms other methods.

研究の動機と目的

• X線被ばく線量の低減に伴う画像品質の低下という低線量CT（LDCT）の課題に対処すること。
• LDCT画像ノイズ除去における畳み込みニューラルネットワーク（CNN）の長距離相関モデリング能力の限界と局所的受容野の制限を克服すること。
• 変換器を用いてグローバルな文脈とテクスチャ情報を活用することで、LDCT再構成における可能性を検討すること。
• 高周波と低周波成分を分離して処理する新規な二重パスアーキテクチャにより、画像品質を向上させること。

提案手法

• マルチスケール特徴抽出を用いて、ノイズの多いLDCT画像を高周波（HF）成分と低周波（LF）成分に分解する。
• LF成分からコンテンツ特徴量（$X_{L_c}$）と潜在的テクスチャ特徴量（$X_{L_t}$）を抽出し、HF成分からHF埋め込み（$X_{H_f}$）を抽出する。
• 3つのエンコーダ・デコーダブロックを備えた変更版変換器が、$X_{L_t}$ と $X_{H_f}$ を別々のシーケンスとして処理し、高周波テクスチャ特徴量を精錬する。
• 精錬されたHFテクスチャ特徴量は、$X_{L_c}$ と組み合わせられ、残差ブロックとサブピクセルアップサンプリング層を含む局所的戦略によって再構成される。
• 予測画像と正解画像の差を最小化する再構成損失を用いて、ネットワークをMayo LDCTデータセット上でエンドツーエンドに訓練する。
• 二重パス設計により、LF部の構造的内容を保持しつつ、自己注意メカニズムを介してHF部の繊細なテクスチャを強化できる。

実験結果

リサーチクエスチョン

• RQ1 変換器ベースのアーキテクチャは、CNNと比較してLDCT画像における長距離相関を効果的にモデル化でき、ノイズ除去性能を向上させることができるか？
• RQ2 画像を高周波と低周波成分に分離することで、LDCT再構成におけるテクスチャとコンテンツ特徴量の学習がどのように向上するか？
• RQ3 局所的再構成戦略が、細かな画像ディテールの保持と最終的な画像品質向上に果たす貢献は何か？
• RQ4 LFとHF成分を独立して処理する二重パス設計は、統合的処理と比較して再構成精度とノイズ抑制の面で優れているか？

主な発見

• TransCTは、残差学習やウェーブレットベースのCNNを用いたベースライン手法を上回り、Mayo LDCTデータセットでRMSE 21.199 ± 2.054を達成した。
• SSIMが0.933 ± 0.012に達し、正解画像との強い構造的類似性を示した。
• アブレーションスタディでは、局所的再構成を除去すると収束が遅くなり、RMSEが上昇することが確認され、ディテール回復における重要性が裏付けられた。
• 変換器モジュールと二重パスモジュールを両方備えた完全なTransCTモデルが最良の性能を発揮し、RMSE 21.199 ± 2.054、SSIM 0.933 ± 0.012、VIF 0.144 ± 0.025を達成した。
• モデルサイズを拡大（例：隠れ次元8c）することで収束が改善され、RMSEが低下した。これは、能力の向上が有効であることを確認した。
• 変換器モジュールを削除するとRMSE 22.62 ± 2.068、二重パスモジュールを削除するとRMSE 21.711 ± 1.997に低下し、両方のモジュールが性能向上に寄与していることが示された。