基于纹理恢复的低剂量CT去噪算法

2022-08-17赵雪梅

电子测试 2022年14期

赵雪梅

（北方工业大学信息学院,北京,100009）

关键字：图像去噪；低剂量CT；深度学习；纹理恢复

0 引言

近年来，随着医学CT的广泛使用，X射线辐射对患者健康的潜在危害引起了公众的关注。因此，降低CT辐射剂量已成为重要的研究课题。但X射线通量的降低会导致CT图像噪声和伪影的增加，进而影响医生诊断的准确性[1]。目前已经提出了许多算法来改善低剂量CT（LDCT）的图像质量。通常，这些算法可以分为三类：投影域去噪、迭代重建和图像域去噪。

投影域去噪和迭代重建都需要对投影数据进行建模，但作为CT扫描仪的中间数据，投影数据一般不易获得。图像域去噪方法直接对CT图像进行处理，不需要任何原始数据。因此，研究学者们在图像域进行了大量的研究[2]。最近，深度学习为低剂量CT去噪提供了新的思路。目前已经提出了几种用于CT去噪的方法，例如Chen等人设计了具有残差学习的编解码网络（RED-CNN）[3]，去噪效果显著。但由于使用MSE损失，产生了过度平滑的问题。本文提出一种自注意力残差编解码网络，相比RED-CNN，能够更好地恢复出CT图像的纹理特征。

1 自注意力残差编解码网络(SRED-Net)

此前Yang等人引入VGG构建感知损失来解决过度平滑的问题[4]，但VGG最初是针对自然图集的分类问题进行训练的[5]，使用VGG损失会在CT重建过程中引入无关的特征[6]。因此，参考VGG19设计了特征提取网络，用来构建特征损失，并在编码网络引入自注意力机制，网络记作SRED-Net。

1.1 网络结构

原始的RED-CNN网络主要由卷积层，反卷积层和ReLU构成。在对应的卷积层与反卷积层之间加入短连接来学习残差。从输入到输出之间分别有5个卷积层和反卷积层，连续的卷积层、反卷积层可以看作编码、解码的过程。网络中所有卷积层与反卷积层的卷积核大小为5，每层的滤波器数量为96。

图1 SRED-Net 结构图

改进后的SRED-Net编码部分由5个编码块和2个自注意力模块组成，编码块滤波器数量分别为64、64、128、128、256；解码部分由5个解码块组成，滤波器数量分别为256、128、128、64、64。编码块由卷积层与ReLU激活层组成，解码块由反卷积层与ReLU激活层组成。卷积核大小设为3，步长为1，padding为1。

1.2 自注意力模块

自注意力模块如图2所示。自注意力机制[7]减少了对外部信息的依赖，擅长捕捉数据或特征的内部相关性。相比于自然图像，CT图像包含的信息较少，因此，采用自注意力机制可以更好地提取其内部相关信息。

图2 自注意力模块结构图

1.3 特征提取网络

特征提取网络结构如图3所示。使用网络的第3层卷积后的输出作为边缘特征，用于构建边界损失。边界损失可以表达为：

图3 特征提取网络结构图

使用网络的第8层卷积后的输出作为纹理特征，用于构建纹理损失。纹理损失可以表达为：

其中，FE3(·)表示提取边缘特征，FE8(·)表示提取纹理特征，x代表输入LDCT的patch，y代表对应的NDCT的patch，w、h、d分别表示 patch的宽，高和深度，表示求二范数。

MSE损失表达为：

将MSE损失与边界和纹理损失相结合，完整的损失函数可以表达为：

记作BTL。其中，λ1、λ2是两个可训练的参数，用来权衡边界损失和纹理损失。

2 实验结果与分析

使用CPU版本为Intel(R) Core(TM)i5-8250U的计算机进行仿真，GPU版本为NVIDIA GTX1080的计算机能够加速计算。网络使用Python语言编写，利用Pytorch框架来实现。

2.1 训练

在训练期间，数据集采用AAPM低剂量CT挑战赛提供的CT数据[8]，其中包括来自10位患者的常规剂量CT和相应LDCT数据，将患者L506的数据作为测试集，其余作为训练集。CT尺寸为512×512。使用Adam优化所有网络。通过patch的方法来增大数据集，patch size设置为64。batchsize设置为16。控制SRED的MSE损失、特征损失之间权衡的加权参数λ1、λ2通过训练来学习。

2.2 消融实验

通过RED-MSE和SRED-MSE的对比，验证自注意力机制的有效性；通过RED-MSE与RED-BTL的对比，验证特征提取网络的有效性。

（1）视觉效果分析

图4展示了不同神经网络对CT去噪的视觉效果。通过比较可以看出，与不使用自注意力机制的RED-MSE相比， SREDMSE保留了更多的纹理信息。使用MSE损失会使得组织纹理过于平滑，边界也较为模糊；使用BTL损失保留了更多的纹理细节，与NDCT更加相近。

图4 去噪效果对比图

（2）客观指标分析

表1展示了测试集上三个客观指标的均值，包括峰值信噪比（PSNR）、结构相似度（SSIM）和均方根误差（RMSE）。网络，在PSNR，SSIM，RMSE三项指标上均高于不使用自注意力机制的方法，验证了自注意力机制的有效性。使用BTL的RED-BTL和SRED-BTL，三项指标均高于不使用BTL的方法，验证了特征损失的有效性。并且，同时使用自注意力机制与BTL的SRED-BTL方法，获得了最优的指标结果，PSNR提升了1.21dB，SSIM提升了0.0112，具有一定的纹理保留效果。