[论文解读] Radon Inversion via Deep Learning

Ji He, Jianhua Ma|arXiv (Cornell University)|Aug 9, 2018

Medical Imaging Techniques and Applications参考文献 2被引用 3

一句话总结

本文提出 iRadonMap，一种用于 X 射线 CT 中 Radon 反投影的端到端深度学习框架，以统一神经网络取代传统的多阶段重建流程。该方法采用可学习的滤波与正弦反投影层，随后接残差卷积神经网络，相比 FBP 在低剂量、稀疏视角场景下展现出更优的伪影抑制与边缘保持能力。

ABSTRACT

Radon transform is widely used in physical and life sciences and one of its major applications is the X-ray computed tomography (X-ray CT), which is significant in modern health examination. The Radon inversion or image reconstruction is challenging due to the potentially defective radon projections. Conventionally, the reconstruction process contains several ad hoc stages to approximate the corresponding Radon inversion. Each of the stages is highly dependent on the results of the previous stage. In this paper, we propose a novel unified framework for Radon inversion via deep learning (DL). The Radon inversion can be approximated by the proposed framework with an end-to-end fashion instead of processing step-by-step with multiple stages. For simplicity, the proposed framework is short as iRadonMap (inverse Radon transform approximation). Specifically, we implement the iRadonMap as an appropriative neural network, of which the architecture can be divided into two segments. In the first segment, a learnable fully-connected filtering layer is used to filter the radon projections along the view-angle direction, which is followed by a learnable sinusoidal back-projection layer to transfer the filtered radon projections into an image. The second segment is a common neural network architecture to further improve the reconstruction performance in the image domain. The iRadonMap is overall optimized by training a large number of generic images from ImageNet database. To evaluate the performance of the iRadonMap, clinical patient data is used. Qualitative results show promising reconstruction performance of the iRadonMap.

研究动机与目标

• 解决传统多阶段 X 射线 CT 重建流程在各阶段误差累积下敏感的问题。
• 开发一种统一的、端到端的深度学习框架用于 Radon 反投影，绕过人为设计的顺序处理步骤。
• 通过直接从数据中学习最优滤波与反投影操作，提升低剂量和稀疏视角 CT 中的图像重建质量。
• 在未使用临床患者数据进行训练的情况下，评估模型在真实临床患者数据上的泛化能力。
• 相比传统 FBP 和迭代方法，减少条纹伪影并更好地保留细微结构细节。

提出的方法

• iRadonMap 框架由两大部分组成：沿视角方向的可学习全连接滤波层，以及可学习的正弦反投影层。
• 第一部分通过参数化滤波操作处理原始 Radon 投影，随后使用正弦基函数进行参数化反投影。
• 第二部分采用全卷积残差 CNN（受 ResNet 启发）对重建图像进行精细化处理，提升纹理与结构保真度。
• 整个网络通过在大规模 ImageNet 衍生图像数据集上预测图像与参考图像之间的均方误差（MSE）损失进行端到端训练。
• 训练使用 RMSProp 优化器，学习率为 0.00002，批量大小为 2，残差网络中不使用批归一化。
• Radon 投影通过 ASTRA 工具箱以平行几何方式生成，网络在 62,899 幅中心 512×512 裁剪的灰度图像上进行训练。

实验结果

研究问题

• RQ1 深度学习框架是否能在低剂量和稀疏视角 CT 中实现优于传统滤波反投影（FBP）的 Radon 反投影性能？
• RQ2 端到端深度学习模型在多大程度上能减少 CT 重建中的条纹伪影并保留边缘细节？
• RQ3 在未对真实 CT 扫描进行微调的情况下，基于通用 ImageNet 图像预训练的模型在临床患者数据上的泛化能力如何？
• RQ4 可学习的滤波与正弦反投影层是否能有效替代 Radon 反投影中传统的固定投影算子？
• RQ5 所提出的两阶段网络架构（投影处理 + 图像精炼）在图像质量的定性表现上是否优于标准 FBP 和迭代方法？

主要发现

• 在全视角场景（1160 个视角）下，iRadonMap 的重建质量与 FBP 相当，表明其在标准成像条件下具有鲁棒性。
• 在稀疏视角场景（如 145 和 72 个视角）下，iRadonMap 显著减少了条纹伪影，而 FBP 表现出严重的噪声与条纹。
• 参考图像与 iRadonMap 重建结果之间的差值图像显示误差更小，且对细微细节的保留优于参考图像与 FBP 之间的差值图像。
• iRadonMap 在边缘细节保留方面优于 FBP，这一结论通过差值图像的定性比较及重建图像质量直观体现。
• 该模型在真实临床患者数据上表现出良好的泛化能力，且训练过程中未使用任何临床数据，证明了从通用 ImageNet 数据到临床数据的强大迁移能力。
• 采用可学习的正弦反投影层可在参数量更少的情况下实现有效重建，提升了效率与可学习性。