[论文解读] Distribution-informed and wavelength-flexible data-driven photoacoustic oximetry

Janek Gröhl, Kylie Yeung+6 more|arXiv (Cornell University)|Mar 21, 2024

Photoacoustic and Ultrasonic Imaging被引用 1

一句话总结

本文提出了一种波长灵活、基于分布信息的深度学习框架，用于光声血氧测量，采用长短期记忆（LSTM）网络以超越线性解混的精度提升血氧饱和度（sO2）估计。该方法利用詹森-香农散度（DJS）预测最优训练数据集，实现了在各类仿真、幻影及活体数据集中的优异准确率与鲁棒性，优于线性解混方法以及先前的基于学习的光谱去色方法。

ABSTRACT

SIGNIFICANCE: Photoacoustic imaging (PAI) promises to measure spatially resolved blood oxygen saturation but suffers from a lack of accurate and robust spectral unmixing methods to deliver on this promise. Accurate blood oxygenation estimation could have important clinical applications from cancer detection to quantifying inflammation. AIM: We address the inflexibility of existing data-driven methods for estimating blood oxygenation in PAI by introducing a recurrent neural network architecture. APPROACH: We created 25 simulated training dataset variations to assess neural network performance. We used a long short-term memory network to implement a wavelength-flexible network architecture and proposed the Jensen-Shannon divergence to predict the most suitable training dataset. RESULTS: The network architecture can flexibly handle the input wavelengths and outperforms linear unmixing and the previously proposed learned spectral decoloring method. Small changes in the training data significantly affect the accuracy of our method, but we find that the Jensen-Shannon divergence correlates with the estimation error and is thus suitable for predicting the most appropriate training datasets for any given application. CONCLUSIONS: A flexible data-driven network architecture combined with the Jensen-Shannon divergence to predict the best training data set provides a promising direction that might enable robust data-driven photoacoustic oximetry for clinical use cases.

研究动机与目标

• 克服现有数据驱动光声血氧测量方法在灵活性与准确率方面的局限性。
• 实现在包括仿真、幻影和活体数据在内的多种成像场景中稳健的sO2估计。
• 开发一种训练数据集选择策略，以预测特定应用中最合适的训练数据集。
• 提升基于深度学习的光谱解混方法的泛化能力，并降低对训练数据变化的敏感性。

提出的方法

• 设计了一种长短期记忆（LSTM）神经网络架构，以处理任意输入波长，实现sO2估计的波长灵活性。
• 采用詹森-香农散度（DJS）作为度量，比较输入光谱与训练数据集光谱的分布，以指导最优数据集选择。
• 生成了25组仿真训练数据集，其组织几何结构与功能参数范围各不相同，以评估模型的鲁棒性与泛化能力。
• 在仿真数据、凝胶基幻影（gello）以及小鼠和人体活体数据上对方法进行了评估，以确保其在真实场景中的适用性。
• 网络采用3D上下文感知方法，从多光谱光声信号中预测sO2，相比逐像素方法提升了精度。
• 该框架整合了领域自适应原理，以增强仿真训练数据的真实性，减少领域偏移。

实验结果

研究问题

• RQ1 数据驱动的光声血氧测量方法是否能在保持各类成像条件下高精度的同时实现波长灵活性？
• RQ2 训练数据集的选择如何影响基于深度学习的sO2估计性能？
• RQ3 詹森-香农散度能否作为可靠指标，用于为特定应用选择最合适的训练数据集？
• RQ4 所提出的基于LSTM的方法在准确率与鲁棒性方面是否优于线性解混和先前的基于学习的光谱去色方法？

主要发现

• 所提出的基于LSTM的方法在所有测试数据集上均优于线性解混和先前报道的基于学习的光谱去色方法，在sO2估计精度方面表现更优。
• 詹森-香农散度（DJS）与估计误差表现出强相关性，使其成为预测最优训练数据集的可靠指标。
• 训练数据集参数的微小变化显著影响模型性能，凸显了训练数据质量的关键作用。
• 该方法在仿真、幻影及活体数据（包括小鼠与人体研究）中均表现出一致性能，表明其具备强大的泛化潜力。
• CO2实验表明，线性解混因光谱压缩与伪影导致sO2变化被低估，而深度学习方法更贴近真实值。
• 开源代码与数据在MIT和CC-BY 4.0许可下公开，支持广泛采用与进一步开发。