[论文解读] Prediction of low-keV monochromatic images from polyenergetic CT scans for improved automatic detection of pulmonary embolism

Constantin Seibold, Matthias A. Fink+5 more|arXiv (Cornell University)|Feb 2, 2021

Advanced X-ray and CT Imaging参考文献 10被引用 6

一句话总结

该论文提出了一种联合优化框架，通过从常规多能量CT扫描中训练卷积神经网络以预测低千电子伏特单能谱（monoE）CT图像，同时提升图像生成质量并实现更优的肺栓塞（PE）自动检测。通过将分类损失与图像转换相结合，该方法在RSNA-PE挑战数据集上实现了0.8420的AuROC，显著优于基线方法和原始多能量CT输入（0.8142）。

ABSTRACT

Detector-based spectral computed tomography is a recent dual-energy CT (DECT) technology that offers the possibility of obtaining spectral information. From this spectral data, different types of images can be derived, amongst others virtual monoenergetic (monoE) images. MonoE images potentially exhibit decreased artifacts, improve contrast, and overall contain lower noise values, making them ideal candidates for better delineation and thus improved diagnostic accuracy of vascular abnormalities. In this paper, we are training convolutional neural networks~(CNN) that can emulate the generation of monoE images from conventional single energy CT acquisitions. For this task, we investigate several commonly used image-translation methods. We demonstrate that these methods while creating visually similar outputs, lead to a poorer performance when used for automatic classification of pulmonary embolism (PE). We expand on these methods through the use of a multi-task optimization approach, under which the networks achieve improved classification as well as generation results, as reflected by PSNR and SSIM scores. Further, evaluating our proposed framework on a subset of the RSNA-PE challenge data set shows that we are able to improve the Area under the Receiver Operating Characteristic curve (AuROC) in comparison to a na\"ive classification approach from 0.8142 to 0.8420.

研究动机与目标

• 通过从标准多能量扫描中生成合成的低千电子伏特单能谱图像，弥合常规CT与光谱CT之间的差距。
• 通过在保留具有诊断相关特征的合成单能谱图像上训练模型，提升自动肺栓塞检测性能。
• 克服现有图像转换模型的局限性，这些模型虽能生成视觉上准确的图像，但损害下游分类性能。
• 开发一种端到端的多任务学习框架，联合优化图像生成与疾病分类。

提出的方法

• 使用L1损失进行图像重建，训练一个条件生成模型（生成器），将多能量CT图像映射为合成的低千电子伏特单能谱图像。
• 集成一个ResNet-50分类头，用于在生成的单能谱图像上预测肺栓塞的存在，共享训练目标。
• 采用联合优化方案，每个训练批次包含50%带标签的PE数据（用于分类）和50%成对的多能量/单能谱数据（用于图像转换），通过标记变量控制。
• 在统一的训练目标中结合像素级重建损失（L1）和分类损失（二元交叉熵），以保留具有诊断意义的特征。
• 采用多任务训练机制，使生成器学习生成不仅在视觉上准确（高PSNR/SSIM），而且对分类任务最优的图像。
• 将现有图像转换架构（如Pix2Pix、Pix2PixHD、CRN）适配为联合学习框架，并通过消融研究比较性能。

实验结果

研究问题

• RQ1 深度图像转换模型能否有效从常规多能量扫描中生成低千电子伏特单能谱CT图像？
• RQ2 现有图像转换方法若能生成高PSNR/SSIM输出，是否也能保留实现肺栓塞准确检测所必需的特征？
• RQ3 能否通过联合优化图像生成与分类任务，使诊断性能超越真实单能谱图像或标准多能量扫描？
• RQ4 在图像转换训练中引入分类损失，是否相比独立训练生成器与分类器网络，能带来更优的病理检测特征学习？

主要发现

• 所提出的联合优化框架实现了41.706的PSNR和0.984的SSIM，优于所有基线图像转换方法的图像重建质量。
• 尽管PSNR和SSIM分数相近，基于L1损失和基线的模型分类性能下降，AuROC分别降至0.8102和0.8051。
• 该方法在RSNA-PE挑战数据集上将肺栓塞检测的AuROC提升至0.8420，超过基线多能量CT输入（0.8142）。
• 基于特征损失的模型（如CRN和CRN*）重建效果差（SSIM 0.371，PSNR 19.482），表明其未能学习有意义的图像映射。
• 联合训练策略成功保留了具有诊断意义的特征，这从分类性能的提升得到验证，尽管训练期间未使用真实单能谱图像。
• 该方法在图像保真度和分类准确性两方面均优于所有对比模型（包括Pix2PixHD*、CRN*和SPL），证明了端到端多任务学习的优势。