[논문 리뷰] Image Quality Transfer Enhances Contrast and Resolution of Low-Field Brain MRI in African Paediatric Epilepsy Patients

Matteo Figini, Hongxiang Lin외 11명|arXiv (Cornell University)|2020. 03. 16.

Advanced Neural Network Applications인용 수 6

한 줄 요약

이 연구는 아프리카 소아 간질 환자에서 저장력(0.36T) 뇌 MRI의 품질을 향상시켜 고장력(3T) 이미지 품질을 시뮬레이션하는 딥러닝 기반 U-Net 변형인 이미지 품질 전송(IQT)을 제안한다. 이 방법은 대비와 공간 해상도를 향상시켜 미세한 병변, 예를 들어 국소 피질이상 및 낭성 이상과 같은 복잡한 병변의 가시성을 크게 향상시켜 자원이 제한된 환경에서 진단 유용성을 높인다.

ABSTRACT

1.5T or 3T scanners are the current standard for clinical MRI, but low-field (<1T) scanners are still common in many lower- and middle-income countries for reasons of cost and robustness to power failures. Compared to modern high-field scanners, low-field scanners provide images with lower signal-to-noise ratio at equivalent resolution, leaving practitioners to compensate by using large slice thickness and incomplete spatial coverage. Furthermore, the contrast between different types of brain tissue may be substantially reduced even at equal signal-to-noise ratio, which limits diagnostic value. Recently the paradigm of Image Quality Transfer has been applied to enhance 0.36T structural images aiming to approximate the resolution, spatial coverage, and contrast of typical 1.5T or 3T images. A variant of the neural network U-Net was trained using low-field images simulated from the publicly available 3T Human Connectome Project dataset. Here we present qualitative results from real and simulated clinical low-field brain images showing the potential value of IQT to enhance the clinical utility of readily accessible low-field MRIs in the management of epilepsy.

연구 동기 및 목표

• 아프리카 서부 지역의 소아 간질 환자에서 저장력(0.36T) MRI의 진단 유용성이 낮은 이유로 인한 낮은 대비와 해상도 문제를 해결하기 위해.
• 고장력 MRI 스캐너가 필요 없이 저자원 환경에서의 임상적 의사결정을 향상시키기 위해 이미지 품질을 향상시키기 위해.
• 실제 임상 저장력 MRI 스캔에서 Image Quality Transfer(IQT)의 실현 가능성과 영향을 평가하기 위해.
• IQT가 저장력 T1-가중 이미지에서 낭성 병변과 피질이상과 같은 미세한 뇌 이상의 가시성을 향상시킬 수 있음을 입증하기 위해.

제안 방법

• 저장력에서 고장력 이미지 특성으로의 역함수 매핑을 학습하기 위해 수정된 U-Net 아키텍처(Aniso-U-Net)를 사용하였다.
• 실제 0.36T 스캐너의 신호 대 잡음비(SNR)와 공간 해상도를 반영하여 고해상도 3T Human Connectome Project T1-가중 데이터로부터 저장력 이미지를 시뮬레이션하였다.
• 대비 및 해상도 향상을 학습하기 위해 시뮬레이션된 저장력 이미지와 해당 고장력 기준 이미지의 합성 쌍 데이터를 기반으로 모델을 훈련시켰다.
• 실제 소아 간질 환자로부터의 저장력 스캔에 대해 검증을 실시하였으며, T1-가중 이미지에서 병변의 가시성에 대한 정성적 평가를 수행하였다.
• 이미지 품질 평가에서는 향상된 저장력 이미지를 원본 저장력 및 고장력 기준 이미지와 비교하여 회색질-백질 대비와 공간 세부 정보에 중점을 두었다.
• 복잡한 물리적 모델링과 계산 비용이 큰 학습 기반 시뮬레이션을 피함으로써 저자원 환경에서의 내성과 임상 적용 가능성에 중점을 두었다.

실험 결과

연구 질문

• RQ1 Image Quality Transfer(IQT)는 아프리카 소아 간질 환자에서 저장력(0.36T) T1-가중 뇌 MRI의 대비와 공간 해상도를 효과적으로 향상시킬 수 있는가?
• RQ2 IQT는 저장력 T1-가중 이미지에서 낭성 이상 및 국소 피질이상과 같은 미세한 병리학적 병변의 가시성을 어느 정도 향상시키는가?
• RQ3 쌍체 고장력 기준이 없는 실제 저장력 스캔에 적용했을 때 IQT는 시뮬레이션 데이터와 비교해 어떻게 성능을 발휘하는가?
• RQ4 IQT는 특히 2세 미만의 어린이에서 회색질과 백질 간 대비를 향상시켜 진단 자신감을 높이는가?
• RQ5 IQT는 고급 촬영 시퀀스나 고성능 컴퓨팅 인프라가 없는 저자원 임상 환경에서도 안정적으로 구현 가능한가?

주요 결과

• IQT로 향상된 저장력 이미지에서는 특히 촬영 방향에 수직인 평면에서 회색질-백질 경계에서 대비가 유의미하게 향상되었다.
• 이전에는 미세하게만 보였던 두 개의 낭성 병변이 IQT로 향상된 T1-가중 이미지에서 명확하게 확인되었으며, 이는 해당 T2-가중 이미지로 확인되었다.
• 쌍체 고장력 및 저장력 데이터가 있는 시뮬레이션 상황에서 IQT 모델은 고해상도 세부 정보를 성공적으로 복원하고 대비를 향상시켜 학습 능력을 검증하였다.
• 향상 효과는 공간 해상도 향상과 조직 대비 향상에 가장 효과적이었으며, 이는 소아 간질에서 미세한 간질성 병변을 탐지하는 데 핵심적인 요소였다.
• 일부 케이스에서 고장력 기준 스캔이 없더라도 실제 저장력 MRI에서의 내성과 임상적 관련성을 입증하였다.
• 특히 국소 피질이상 및 기타 미세한 이상을 식별하는 데 중요한 기능을 유지하면서도 해부학적 정확성을 유지함으로써 진단 유용성을 유지하였다.