一种基于伪影估计的低剂量CT图像降噪方法_韩兴隆.pdf

http:/DOI:10.13700/j.bh.1001-5965.2021.0263一种基于伪影估计的低剂量 CT 图像降噪方法韩兴隆，上官宏*，张雄，韩泽芳，崔学英，王安红(太原科技大学电子信息工程学院，太原 030024)摘要：低剂量 CT（LDCT）包含丰富组织结构、病理信息和分布极其不规律的噪声伪影，这 2 种信息的幅度值分布规律相似。因此，LDCT 降噪任务易出现特征提取不充分、网络对噪声伪影方向特性敏感度不足及降噪结果过度平滑等问题。为此，应用 U-Net 网络作为去噪网络的基本模型，设计了一种基于伪影估计的 LDCT 降噪网络。所提网络模型主要包括主特征提取网络和方向敏感注意力子网络 2 部分。为充分利用不同尺度特征之间的差异性，提高特征提取有效性，在编解码 U-Net 结构基础上增加了一个稠密特征增强模块；为提高降噪网络对噪声伪影方向特征的敏感度，设计了一个方向敏感注意力子网络；为保障网络训练稳定性，设计了多种损失函数来共同优化网络训练过程。实验结果表明：与目前主流的 LDCT 降噪方法相比，所提方法降噪结果的视觉效果与量化指标均表现最佳。关键词：低剂量 CT；图像降噪；U-Net；注意力机制；噪声估计；特征融合中图分类号：TN911.73；TP391文献标志码：A文章编号：1005-5965（2023）02-0491-12随着 X 射线计算机断层成像（computedtomog-raphy,CT）技术不断发展，CT 图像在医学诊疗领域中的应用范围不断扩大。然而，重复进行 X 射线扫描可能会导致病人遭受过量辐射伤害1。因此，临床上倡导在保证 CT 图像诊断准确度的同时，将X 射线对人体的辐射伤害降至最低2。降低辐射剂量又会导致图像被斑点噪声或非平稳条纹伪影污染，图像质量退化3。针对如何在尽可能低的扫描剂量条件下获取与常规剂量 CT（normal-doseCT,NDCT）质量相近的 CT 图像，即低剂量 CT（low-doseCT,LDCT）成像技术，国内外学者进行了大量研究，主流方法包括投影域方法、重建算法和后处理方法。后处理方法具有不依赖原始投影数据、不需要实时成像和可移植性强等特点，得到了广泛的应用。后处理方法主要分为传统方法和深度学习方法 2 类。在传统后处理方法中，基于字典学习4和稀疏表示5的处理方法结构特征表征能力较强，对结构相对复杂的 CT 图像处理效果明显。考虑大尺度窗口内像素结构相似性的非局部均值（nonlocalmeans,NLM）6或其改进方法7的相关研究也是近年的主流研究方向。三维块匹配（block-matchingand3D，BM3D）滤波算法8结合了空间域中 NLM 降噪和变换域小波阈值收缩的优点，采用硬阈值线性变换减小相似性判断的复杂度，同时利用相似块域转换操作来降低相似块自身所含的噪声。这些传统后处理方法虽然可以实现简单的图像降噪任务，然而在伪影与结构高度相似的低密度区降噪效果不够理想，方法鲁棒性和泛化能力仍有待提高。基于深度学习的 LDCT 图像降噪方法采用了数据表征能力强大的深度卷积神经网络（convolutionalneuralnetworks，CNN）作为模型结构，表现出巨大的性能优势，已成为该领域近年来的研究热点。典型的方法包括2DCNN9、3DCNN10和级联CNN11等。Kang 等12将传统小波变换与深度学习相结合，在原图的小波域系数中抑制噪声的小波域成分，并应用重构算法得出抑制伪影噪声后的图像。Chen 等13收稿日期：2021-05-19；录用日期：2021-08-08；网络出版时间：2021-11-1509：02网络出版地址： J.北京航空航天大学学报，2023，49（2）：491-502.HAN X L，SHANGGUAN H，ZHANG X，et al.A low-dose CT image denoising method based on artifact estimationJ.Journal of BeijingUniversity of Aeronautics and Astronautics，2023，49（2）：491-502（in Chinese）.2023年2月北京航空航天大学学报February2023第49卷第2期JournalofBeijingUniversityofAeronauticsandAstronauticsVol.49No.2提出 RED-CNN 网络，采用基于恒等映射思想的残差结构进一步提高了特征表达能力。虽然上述算法在处理 LDCT 图像降噪问题时取得了一定效果，但仍存过拟合问题。为解决过拟合及网络特征提取能力不强等问题，研究者们在网络结构改进方面做了许多尝试。Ronneberger 等14提出了一种基于编解码结构的 U-Net 网络，通过多个下采样和上采样操作对特征进行提取和重构，这种结构能够减小网络的运算复杂度，同时通过不同尺度特征的跨层连接实现特征的有效利用；Heinrich 等15在 U-Net网络的基础上增加了残差思想，通过增加残差图补充特征来改善网络的特征提取效果；Abdulkadir等16提出了一种 3DU-Net 网络，通过结构优化和数据增强，仅使用少量的标注数据就能获得较好的网络学习能力。传统 U-Net 网络及其改进算法仅考虑在编码端与解码端同尺度的非相邻层获取的特征图之间的关系，并没有充分利用不同尺度非相邻层特征图之间的互补性，使得所提取的图像特征不够充分。也有一些研究者致力于通过引入注意力网络来生成补充特征（如方向特征17-18、密度特征19、深度特征20与梯度特征21等），从而加强网络对不同语义信息的描述能力。其中，Zhang 等22提出的CBDnet 网络中包括一个噪声估计注意力子网络，通过计算像素之间的相关性来对图像中所含噪声的强度进行预测，增强了网络对不同语义信息的描述能力；Wang 等23提出的位置注意力子网，能够通过预估雨影或噪声的位置特征来提升网络的性能；张雄等24引入了估计噪声伪影强度的功能子网络，在一定程度上提高了算法鲁棒性；考虑到 LDCT 图像中伪影噪声的不确定性，Du 等25将视觉注意力机制分别与生成器和判别器相结合，使得网络对伪影及其周围的结构信息更加敏感；Li 等26提出了自注意力卷积神经网络(SACNN)；利用切片内外间的相关性，提升算法性能。尽管改进网络结构能够一定程度上提高网络对特征提取的充分性和有效性，但由于仅采用单一的目标函数来约束网络的最终输出结果，多数网络的降噪图像易出现细节丢失和过度平滑问题。例如，Liu 等27仅采用均方误差来对降噪图像进行约束，但由于其目标函数的单一性，易导致图像出现边缘丢失及过平滑现象；You 等28通过结构敏感损失对网络结构进行约束，并采用L2 范数来进一步抑制图像中的噪声；Wolterink 等29提出一种对抗损失，利用相互博弈的思想来约束网络，有效缓解了图像边缘丢失现象。这类方法在一定程度上提高了网络训练的稳定性，但网络计算复杂度较大，网络对噪声的描述能力较差，网络训练稳定性仍有待提升。针对将 U-Net 应用于 LDCT 降噪任务出现的特征提取不充分、网络对噪声伪影方向特性敏感度不足及降噪结果过度平滑等问题，本文设计了一种基于伪影估计的 LDCT 降噪网络，包括主特征提取网络和方向敏感注意力子网络 2 部分。主特征提取网络稠密特征增强模块能够有效捕获跨尺度特征之间的相互关系，并对不同尺度特征之间的差异性进行充分利用，提高对特征提取的有效性；方向敏感注意力子网络能够输出伪影特征方向位置的掩码图，来进一步提高网络对伪影的敏感度。1本文方法1.1降噪模型Y RwhwhX RwhT:X Rwh Rwh为给定的一幅大小为的被伪影噪声污染的 LDCT 图像，表示与之对应的NDCT 图像。一般地，认为 LDCT 图像由 NDCT图像经一个复杂的降质过程退化而来，可以将这个复杂的降质过程建模为一种非线性映射关系。Y=T(X)（1）Y XLDCT 图像降噪可以被看作是学习映射关系的过程。1.2LDCT 图像降噪网络LDCT 图像降噪的主要任务是在有效抑制伪影噪声的同时尽可能保留 CT 图像中所包含的丰富组织结构及病理信息，然而，由于 LDCT 中的伪影和噪声分布极其不规律，且与人体正常组织位置息息相关，很难建立一个通用统计模型将伪影和噪声从LDCT 中准确分离出来且不产生新的伪影或噪声。解决这个问题的关键在于提高降噪网络对 LDCT中“正常组织和病变”与“伪影和噪声”的敏感程度和特征提取的有效性。考虑到 U-Net是一种由编码器和解码器 2 部分组成的呈对称结构的多尺度网络，除了能实现常规的特征提取与重构外，还能进行特征图的多尺度利用，而且其结构中还包含能将编码端所提取的特征补充到解码端的跳跃连接操作。因此，采用基于U-Net 结构的网络来实现LDCT图像降噪可望获得更好的性能。但将其直接应用于 LDCT 图像降噪中还存在以下问题：在特征重构过程中，来自不同尺度的特征图可能发挥着不尽相同的作用，相邻或非相邻层所提取出的特征图之间具备一定的相关性，而传统 U-Net 的解码器仅考虑了编码端与解码端同尺度的非相邻层获取的特征图之间的关系，并未充分利用不同尺度非相邻层获取特征图之间的互补性；LDCT 常被一些分布不均匀且方向随机的伪影污染，传统 U-Net 并未对图像的方向特征提取做针对性的结构设计；传统 U-Net 在训练过程中仅采用单一的像素级 L1 损失进行约束，易导致降噪图像出现过平滑和部分细节特征丢失的现象。492北 京 航 空 航 天 大 学 学 报2023年针对 LDCT 图像的伪影噪声抑制问题，本文设计了一个由主特征提取网络和方向敏感注意力子网络（direction-sensitiveattentionnetwork，DA）2 部分组成的伪影噪声估计网络：为能够在有效提取特征的同时，捕获跨尺度特征之间的相互关系，并对不同尺度特征之间的差异性进行充分利用，将主特征提取网络设计为能够同时提取不同尺度特征的编解码 U-Net 结构，特别地，在解码端设计了一个稠密特征增强模块（densefeaturefusion-enhancementnetwork，DFF）；为提高降噪网络对分布不均匀且方向随机的伪影特征的敏感度，设计了一个方向敏感注意力子网络，该网络的输出为一个能够反映伪影方向特征的掩码图，将此掩码图看作权重系数，与主特征提取网络所提取的特征图相乘，来获取伪影噪声估计图。此外，本文通过多损失函数（即像素级 L1 损失、伪影一致性损失及伪影掩码损失）共同作用来保障降噪网络的性能。1.2.1主特征提取网络本文设计的主特征提取网络为编解码结构。其编码端包括8 个卷积层：前4 层主要用于提取LDCT图像的边缘、轮廓等浅层特征，其中，卷积层 1 采用的卷积核大小为 55、步长为 1，卷积层 24 采用的卷积核大小均为 44、步长均为 2；后 4 层主要用于 提 取 LDCT 图 像 的 深 层 语 义 特 征，卷 积 层58 采用的卷积核大小均为 55、步长均为 1。其解码端包括 8 个反卷积层：反卷积层 14 采用的卷 积 核 大 小 均 为 55、步 长 均 为 1；反 卷 积 层57 采用的卷积核大小均为 44、步长均为 2；反卷积层 8 采用的卷积核大小为 55、步长为 1。为考虑不同尺度非相邻层获取的特征图之间的特征互补性，本文还在解码端设计了稠密特征增强模块(见图 1)，对反卷积层 48 得到的特征图进行充分利用。首先，分别对反卷积层 57（卷积核大小为 44、步长为 2）和反卷积层 8（除蓝色箭头外其余卷积核大小均为 44、步长为 2）得到的特征图进行下采样操作，将不同尺度反卷积层上获取的特征图映射为与尺度较小的（其前面的）反卷积层获取的特征图大小一样的特征图；其次，分别将上一步下采样所得的特征图与尺度较小的（其前面的）反卷积层得到的特征图相减，获取不同尺度下的残差特征图；然后，分别对不同尺度上的残差特征图进