[论文解读] An unsupervised deep learning framework for medical image denoising

Swati Rai, Jignesh S. Bhatt+1 more|arXiv (Cornell University)|Mar 11, 2021

Image and Signal Denoising Methods参考文献 48被引用 8

一句话总结

该论文提出了一种无监督深度学习框架，通过结合基于图像块的字典学习（K-SVD）与深度残差网络，分别间接和直接地学习噪声特征，以实现对2D和3D MRI/CT图像的去噪。该方法在无需清洁训练数据的情况下，实现了最先进的图像边缘保持与视觉质量表现，在合成数据集和真实数据集上的PSNR、SSIM和RMSE指标上均优于现有方法。

ABSTRACT

Medical image acquisition is often intervented by unwanted noise that corrupts the information content. This paper introduces an unsupervised medical image denoising technique that learns noise characteristics from the available images and constructs denoised images. It comprises of two blocks of data processing, viz., patch-based dictionaries that indirectly learn the noise and residual learning (RL) that directly learns the noise. The model is generalized to account for both 2D and 3D images considering different medical imaging instruments. The images are considered one-by-one from the stack of MRI/CT images as well as the entire stack is considered, and decomposed into overlapping image/volume patches. These patches are given to the patch-based dictionary learning to learn noise characteristics via sparse representation while given to the RL part to directly learn the noise properties. K-singular value decomposition (K-SVD) algorithm for sparse representation is used for training patch-based dictionaries. On the other hand, residue in the patches is trained using the proposed deep residue network. Iterating on these two parts, an optimum noise characterization for each image/volume patch is captured and in turn it is subtracted from the available respective image/volume patch. The obtained denoised image/volume patches are finally assembled to a denoised image or 3D stack. We provide an analysis of the proposed approach with other approaches. Experiments on MRI/CT datasets are run on a GPU-based supercomputer and the comparative results show that the proposed algorithm preserves the critical information in the images as well as improves the visual quality of the images.

研究动机与目标

• 为解决医学成像中噪声污染问题，特别是MRI和CT扫描中的噪声，这些噪声会降低诊断准确性。
• 开发一种能够保留图像细节和边缘的同时提升视觉质量的去噪方法。
• 提出一种无需清洁参考图像进行训练的无监督方法，以克服监督方法的局限性。
• 使该框架能够泛化应用于不同成像模态下的2D和3D医学图像处理。
• 处理MRI中常见的Rician噪声和CT中常见的Poisson噪声。

提出的方法

• 该框架将从2D/3D MRI/CT扫描中提取的重叠图像或体素块作为字典学习与残差学习组件的输入。
• 通过K-奇异值分解（K-SVD）学习基于图像块的字典，以实现稀疏表示并间接表征噪声。
• 训练深度残差网络，直接学习并预测图像块中的噪声残差，从而实现端到端去噪。
• 两个组件通过迭代方式优化：利用学习到的字典和深度残差网络对图像块中的噪声进行估计并减去。
• 通过重叠区域平均的图像块拼接策略，将去噪后的图像块重建为完整的图像或3D体积。
• 该方法以无监督方式训练，仅依赖于噪声输入数据，无需成对的清洁图像。

实验结果

研究问题

• RQ1 无监督深度学习框架是否能在不依赖清洁训练数据的情况下，有效实现2D和3D MRI/CT图像的去噪？
• RQ2 与现有方法相比，基于图像块的字典学习与深度残差学习相结合，在保留图像边缘和结构细节方面表现如何？
• RQ3 所提出的方法在降低噪声的同时，对视觉质量及PSNR、SSIM等定量指标的提升程度如何？
• RQ4 该框架在不同噪声类型（如MRI中的Rician噪声和CT中的Poisson噪声）下是否具有良好的泛化能力？
• RQ5 字典学习与残差学习之间的迭代优化对噪声表征准确性的提升有何影响？

主要发现

• 在所有测试的噪声水平下，该方法在合成和真实CT数据集上均取得了最高的PSNR和SSIM值，优于当前最先进的方法。
• 所提出方法的RMSE始终低于所有对比方法，表明其在噪声还原精度方面表现更优。
• 在合成CT数据（Shepp-Logan）上的视觉结果表明，该方法在保留图像边界和更有效地降噪方面优于CNN-RL、RED-CNN、BM3D和NLM。
• 在真实CT数据集上，该方法相比TV、ADF和NLM表现出更锐利的边缘并减少了模糊，后三者存在边缘丢失或过度平滑的问题。
• 3D去噪实现的结果比2D处理更接近真实图像，证明了体素建模的优势。
• 该框架成功减少了CT中的Poisson噪声和MRI中的Rician噪声，且无需清洁参考图像，验证了其无监督特性。