[论文解读] DiffusionCT: Latent Diffusion Model for CT Image Standardization

Md. Selim, Jie Zhang+3 more|ArXiv.org|Jan 20, 2023

Radiomics and Machine Learning in Medical Imaging参考文献 21被引用 6

一句话总结

该论文提出 DiffusionCT，一种潜在扩散模型，通过学习共享潜在表征，实现不同扫描仪和扫描协议下CT图像的标准化。通过在潜在空间中训练编码器-解码器网络并结合扩散模型，DiffusionCT 在放射组学特征一致性方面达到最先进性能，多数特征类别CCC得分达到 1.00 ± 0.00，且在纹理特征保留方面优于基于GAN和DDPM的基线模型。

ABSTRACT

Computed tomography (CT) is one of the modalities for effective lung cancer screening, diagnosis, treatment, and prognosis. The features extracted from CT images are now used to quantify spatial and temporal variations in tumors. However, CT images obtained from various scanners with customized acquisition protocols may introduce considerable variations in texture features, even for the same patient. This presents a fundamental challenge to downstream studies that require consistent and reliable feature analysis. Existing CT image harmonization models rely on GAN-based supervised or semi-supervised learning, with limited performance. This work addresses the issue of CT image harmonization using a new diffusion-based model, named DiffusionCT, to standardize CT images acquired from different vendors and protocols. DiffusionCT operates in the latent space by mapping a latent non-standard distribution into a standard one. DiffusionCT incorporates an Unet-based encoder-decoder, augmented by a diffusion model integrated into the bottleneck part. The model is designed in two training phases. The encoder-decoder is first trained, without embedding the diffusion model, to learn the latent representation of the input data. The latent diffusion model is then trained in the next training phase while fixing the encoder-decoder. Finally, the decoder synthesizes a standardized image with the transformed latent representation. The experimental results demonstrate a significant improvement in the performance of the standardization task using DiffusionCT.

研究动机与目标

• 解决因扫描仪厂商和采集协议差异导致的CT图像放射组学特征不一致问题。
• 开发一种鲁棒且可泛化的图像标准化方法，在最小化纹理和强度差异的同时保留解剖细节。
• 探索潜在空间中扩散模型在医学图像调和中的潜力，超越现有的基于GAN的方法。

提出的方法

• DiffusionCT采用两阶段训练流程：首先使用基于ResNet-18的编码器-解码器网络对非标准CT图像的潜在表征进行预训练。
• 该模型将去噪扩散概率模型（DDPM）集成到编码器-解码器的瓶颈层，实现从非标准分布到标准分布的潜在空间映射。
• 扩散模型在保持编码器-解码器固定的条件下于潜在空间中进行训练，从而实现对潜在表征的精确优化。
• 通过使用非标准图像的编码潜在向量从训练好的扩散模型中采样，实现图像标准化。
• 该框架采用噪声调度和反向扩散过程，逐步将潜在表征去噪，使其趋近目标分布。
• 通过计算合成图像与标准图像在多个特征类别间的放射组学特征一致性相关系数（CCC），对模型进行评估。

实验结果

研究问题

• RQ1 潜在扩散模型能否有效实现不同扫描仪和采集协议下CT图像的标准化？
• RQ2 与最先进的基于GAN的模型相比，基于扩散的方法在保留放射组学特征一致性方面表现如何？
• RQ3 与图像空间扩散相比，在潜在空间中训练扩散模型是否在图像质量、特征保真度和模型效率方面具有优势？
• RQ4 所提出方法在最小化纹理和强度差异的同时，能在多大程度上保留解剖结构？
• RQ5 编码器-解码器学习到的潜在空间表征是否足以支持通过扩散建模实现高保真图像生成？

主要发现

• DiffusionCT在GOH特征类别中达到CCC为 1.00 ± 0.00，表明合成图像与标准图像的放射组学特征具有完美相关性。
• 对于代表近50%所有放射组学特征的GLCM和GLRLM特征，DiffusionCT分别达到 0.85 ± 0.14 和 0.79 ± 0.21 的CCC值，优于所有对比模型。
• 在相对误差方面，DiffusionCT有64%的放射组学特征保持在15%误差范围内，显著优于GANai（20%）、STAN-CT（32%）和RadiomicGAN（51%）。
• 该模型在视觉相似性方面表现更优，尤其在肿瘤区域与标准图像的对比中表现突出。
• 尽管DDPM在GLCM和GLRLM特征上表现略优，但DiffusionCT在各类特征类别中整体一致性最高。
• 两阶段训练策略——先预训练编码器-解码器，再进行潜在空间扩散微调——实现了稳定且高质量的图像生成，且伪影极少。