[论文解读] Machine Friendly Machine Learning: Interpretation of Computed Tomography Without Image Reconstruction

Hyunkwang Lee, Chao Huang+4 more|arXiv (Cornell University)|Dec 3, 2018

Medical Imaging Techniques and Applications参考文献 17被引用 5

一句话总结

本文提出 SinoNet，一种直接对原始计算机断层扫描（CT）反投影图数据进行分类的深度学习模型，无需图像重建，其在体部区域识别和颅内出血检测任务中的表现优于图像空间网络，即使在投影数据稀疏采样条件下亦表现优异。该方法通过利用反投影图空间学习，实现了更快、更低剂量的诊断筛查，表明原始投影数据在深度学习任务中可超越重建图像的性能。

ABSTRACT

Recent advancements in deep learning for automated image processing and classification have accelerated many new applications for medical image analysis. However, most deep learning applications have been developed using reconstructed, human-interpretable medical images. While image reconstruction from raw sensor data is required for the creation of medical images, the reconstruction process only uses a partial representation of all the data acquired. Here we report the development of a system to directly process raw computed tomography (CT) data in sinogram-space, bypassing the intermediary step of image reconstruction. Two classification tasks were evaluated for their feasibility for sinogram-space machine learning: body region identification and intracranial hemorrhage (ICH) detection. Our proposed SinoNet performed favorably compared to conventional reconstructed image-space-based systems for both tasks, regardless of scanning geometries in terms of projections or detectors. Further, SinoNet performed significantly better when using sparsely sampled sinograms than conventional networks operating in image-space. As a result, sinogram-space algorithms could be used in field settings for binary diagnosis testing, triage, and in clinical settings where low radiation dose is desired. These findings also demonstrate another strength of deep learning where it can analyze and interpret sinograms that are virtually impossible for human experts.

研究动机与目标

• 探究深度学习模型是否可通过直接处理原始 CT 反投影图数据实现更优的诊断性能，从而跳过图像重建步骤。
• 评估在体部区域识别和颅内出血（ICH）检测等临床任务中，使用反投影图空间学习的可行性。
• 在不同扫描几何结构和辐射剂量水平下，比较基于反投影图的模型（SinoNet）与传统图像空间模型（如 Inception-v3）的性能表现。
• 探索反投影图空间深度学习在急诊和野外等场景中实现低剂量、快速诊断应用的潜力。

提出的方法

• 作者开发了 SinoNet，一种专为二维反投影图数据优化的卷积神经网络（CNN）架构，其输入维度与投影几何结构相匹配（例如，360×729、120×240、40×80 个投影和探测器像素）。
• 使用 200 例全身影像 PET/CT 扫描和 720 例非增强头颅 CT 扫描的原始 CT 数据，通过线性衰减系数（LAC）的二维平行束 Radon 变换生成反投影图，其中 LAC 由 Hounsfield 单位推导得出。
• 对反投影图进行子采样，以模拟低剂量或稀疏扫描条件（例如，120 个视角 × 240 个像素，40 个视角 × 80 个像素），同时保留用于模型训练的诊断信息。
• 使用 FBPConvNet——一种基于深度学习的滤波反投影方法——在稀疏反投影图上生成图像重建，以生成用于对比的参考图像空间数据。
• 训练了多个模型：在重建图像上训练 Inception-v3，在反投影图上训练 SinoNet，性能通过测试准确率（体部区域识别）和 AUC（颅内出血检测）进行评估。
• 数据按训练集、验证集和测试集进行划分，性别分布保持均衡；模型使用 Adam 优化器训练 45 个周期，学习率衰减，最佳模型基于验证损失选择。

实验结果

研究问题

• RQ1 在原始 CT 反投影图上直接训练的深度学习模型，其在解剖分类任务中的性能是否可与在重建图像上训练的模型相当或更优？
• RQ2 与图像空间方法相比，反投影图空间学习在低剂量（稀疏投影）扫描条件下是否能保持或提升诊断性能？
• RQ3 当在反投影图数据上训练时，SinoNet 是否能以更高的敏感性和特异性检测颅内出血？
• RQ4 基于反投影图的模型在不同扫描几何结构下（包括不同数量的投影和探测器像素）的性能是否具有鲁棒性？
• RQ5 通过消除耗时的图像重建步骤，反投影图空间深度学习是否能实现更快、更低剂量的诊断筛查？

主要发现

• 在所有扫描几何结构下，SinoNet 在体部区域识别任务中的表现优于图像空间的 Inception-v3 模型，其在全采样反投影图（sino360x729）上的测试准确率达到 93.3%，而 Inception-v3 在重建图像（recon360x729）上的准确率为 92.7%。
• 在颅内出血检测任务中，SinoNet 在全采样反投影图（sino360x729）上的 AUC 达到 0.938，显著优于在 recon360x729 上表现最佳的图像基模型（AUC = 0.912）。
• 在稀疏采样反投影图（sino40x80）上，SinoNet 保持了高性能（AUC = 0.891），而基于重建图像（recon40x80）训练的图像空间模型 AUC 显著下降至 0.813，表明其对低剂量数据具有更强的鲁棒性。
• SinoNet 在稀疏反投影图上的表现（AUC = 0.891）优于基于相同稀疏数据重建图像训练的图像空间模型（AUC = 0.813），凸显了直接反投影图学习的优势。
• 该模型在不同窗宽设置和扫描几何结构下表现一致，证实其在多样化临床场景中的泛化能力和鲁棒性。
• 本研究表明，反投影图空间深度学习可解析人类专家几乎无法直接分析的数据，为低剂量和野外部署场景下的新诊断潜力开辟了道路。