[논문 리뷰] Full-dose Whole-body PET Synthesis from Low-dose PET Using High-efficiency Denoising Diffusion Probabilistic Model: PET Consistency Model

Shaoyan Pan, Elham Abouei외 9명|arXiv (Cornell University)|2023. 08. 24.

Medical Imaging Techniques and Applications인용 수 7

한 줄 요약

이 논문은 PET 이동 윈도우 비전 트랜스포머(PET-VIT)를 사용하여 저선량 입력에서 전량 영상으로의 전용 영상 합성을 수행하는 고효율 소음 제거 확률적 확산 모델인 PET-CM을 제안한다. 기존의 확산 모델 대비 12배 빠른 추론 속도를 기록하며, 저선량 PET 영상의 노이즈 제거에서 최고의 정량적 성능과 임상적 성능을 입증한다.

ABSTRACT

Objective: Positron Emission Tomography (PET) has been a commonly used imaging modality in broad clinical applications. One of the most important tradeoffs in PET imaging is between image quality and radiation dose: high image quality comes with high radiation exposure. Improving image quality is desirable for all clinical applications while minimizing radiation exposure is needed to reduce risk to patients. Approach: We introduce PET Consistency Model (PET-CM), an efficient diffusion-based method for generating high-quality full-dose PET images from low-dose PET images. It employs a two-step process, adding Gaussian noise to full-dose PET images in the forward diffusion, and then denoising them using a PET Shifted-window Vision Transformer (PET-VIT) network in the reverse diffusion. The PET-VIT network learns a consistency function that enables direct denoising of Gaussian noise into clean full-dose PET images. PET-CM achieves state-of-the-art image quality while requiring significantly less computation time than other methods. Results: In experiments comparing eighth-dose to full-dose images, PET-CM demonstrated impressive performance with NMAE of 1.278+/-0.122%, PSNR of 33.783+/-0.824dB, SSIM of 0.964+/-0.009, NCC of 0.968+/-0.011, HRS of 4.543, and SUV Error of 0.255+/-0.318%, with an average generation time of 62 seconds per patient. This is a significant improvement compared to the state-of-the-art diffusion-based model with PET-CM reaching this result 12x faster. Similarly, in the quarter-dose to full-dose image experiments, PET-CM delivered competitive outcomes, achieving an NMAE of 0.973+/-0.066%, PSNR of 36.172+/-0.801dB, SSIM of 0.984+/-0.004, NCC of 0.990+/-0.005, HRS of 4.428, and SUV Error of 0.151+/-0.192% using the same generation process, which underlining its high quantitative and clinical precision in both denoising scenario.

연구 동기 및 목표

• 저선량 영상 촬영에서의 방사선 선량과 영상 품질 간의 임상적 딜레마를 해결하기 위해 저선량 촬영에서 전량 PET 영상 합성을 가능하게 하는 것.
• 수작업 특징 추출에 의존하는 전통적인 기계학습 방법의 한계를 극복하고, 복잡한 해부학적 및 질감 정보를 효과적으로 포착하는 것.
• 정량적 지표와 임상적 관련성 측면에서 GAN 기반 및 이전의 확산 모델을 능가하는 안정적이고 고해상도의 영상 합성 방법을 개발하는 것.
• 확산 기반 PET 영상 합성에서 높은 계산 효율성을 확보하여 실용적인 임상 적용을 가능하게 하는 것.
• 정량적 지표와 임상 평가(예: SUV 정확도 및 인간 평가 순위)를 통한 종합적인 성능 검증을 수행하는 것.

제안 방법

• PET-CM는 이중 단계의 확산 프로세스를 사용한다: 전방 확산은 전량 PET 영상에 가우시안 노이즈를 추가하고, 역방향 확산은 학습된 일致성 함수를 이용해 영상을 노이즈 제거한다.
• 역방향 노이즈 제거 과정은 확률 흐름 상미분방정식(PF-ODE)으로 모델링되며, 안정적이고 정확한 추론을 위해 헤운의 두 번째 차수 ODE 해법기를 사용한다.
• 새로운 PET-VIT 네트워크는 스위프 트랜스포머 아키텍처를 기반으로 하여 노이즈가 섞인 잠재 상태에서 깨끗한 전량 PET 영상으로 매핑하는 일치 함수를 학습한다.
• PET-VIT는 인코더와 디코더 블록 간의 잔여 연결 및 스킵 연결을 통합하여 공간 해상도를 유지하고 특징 전파를 향상시킨다.
• 각 블록에 사인 함수 인코딩을 사용한 타임스텝 임bedding을 통합하여 확산 단계에 따라 노이즈 제거 과정을 조절한다.
• 전방 확산 동안 추가된 노이즈를 예측함으로써 노이즈 제거 손실을 최소화함으로써 역방향 프로세스의 엔드 투 엔드 학습을 가능하게 한다.

실험 결과

연구 질문

• RQ1 확산 기반 생성 모델이 저선량 입력에서 전량 PET 영상을 합성하는 데 있어 높은 계산 효율성을 유지하면서도 최고의 영상 품질을 달성할 수 있는가?
• RQ2 제안된 PET-VIT 아키텍처는 표준 CNN 및 다른 어텐션 기반 네트워크와 비교해 PET 영상의 해부학적 및 질감적 세부 정보를 얼마나 잘 포착하는가?
• RQ3 PET-CM 모델은 실제 전량 영상과 비교해 표준 집약도(SUV)와 같은 정량적 지표를 어느 정도 유지하는가?
• RQ4 인간 판독자 평가 및 실제 영상과의 구조적 유사도를 포함한 임상 평가에서 모델의 성능은 어떠한가?
• RQ5 기존의 확산 모델 대비 성능 저하 없이 유의미하게 추론 시간을 단축시킬 수 있는가?

주요 결과

• 8분의 1 선량에서 전량 영상으로의 합성에서 PET-CM는 NMAE 1.278±0.122%, PSNR 33.783±0.824 dB, SSIM 0.964±0.009, NCC 0.968±0.011을 기록하여 높은 구조적 및 강도 충실도를 입증했다.
• 모델은 인간 평가에서 4.543의 인간 순위 점수(HRS)를 기록하여 판독자 평가에서 전량 스캔 수준의 강한 시각적 품질을 확보했다.
• SUV 오차는 0.255±0.318%에 불과하여 합성 영상이 종양학 응용에서 필수적인 정량적 대사 정확도를 유지함을 확인했다.
• ¼ 선량 입력에 대해서도 PET-CM는 NMAE 0.973±0.066% 및 PSNR 36.172±0.801 dB를 기록하여 낮은 선량 수준에서도 뛰어난 성능을 보였다.
• 모델은 평균 62초 만에 한 건의 전량 PET 스캔을 생성하여 기존 최고 성능의 확산 모델 대비 12배 더 빠른 추론 속도를 달성했다.
• 스위프 트랜스포머 기반 아키텍처와 헤운의 ODE 해법기의 조합은 고해상도, 안정적이고 효율적인 추론을 가능하게 하여 훈련 안정성과 FID 유사 지표 측면에서 GAN을 능가했다.