【儀表網(wǎng) 研發(fā)快訊】近日，北京航空航天大學(xué)物理學(xué)院趙維教授課題組在國際醫(yī)學(xué)影像知名期刊Medical Image Analysis發(fā)表題為《NIFA: Low-dose CT imaging via noise intensity field aware networks》 的研究論文。該工作面向低劑量CT(Low-dose CT, LDCT)成像中普遍存在的噪聲問題，提出了一種基于噪聲強(qiáng)度場建模的全新降噪框架NIFA，在保證圖像診斷價(jià)值的前提下有效降低輻射劑量。
 

　　CT成像作為臨床診療的重要技術(shù)，在疾病篩查、治療規(guī)劃等應(yīng)用中發(fā)揮著關(guān)鍵作用。但近年來，CT輻射風(fēng)險(xiǎn)的關(guān)注不斷提高，使得“在保證診斷價(jià)值的前提下降低輻射劑量”成為重要方向。低劑量CT雖可顯著減少輻射暴露，但也會(huì)導(dǎo)致投影信號(hào)強(qiáng)度下降，從而引入高噪聲和偽影，影響臨床可讀性。盡管深度學(xué)習(xí)方法在LDCT重建中取得了良好效果，但由于缺乏對(duì)醫(yī)學(xué)成像物理特性的建模，容易產(chǎn)生低頻噪聲偏移和“塑料感”紋理等問題，難以滿足臨床對(duì)噪聲紋理和結(jié)構(gòu)細(xì)節(jié)的雙重要求。
 

　　針對(duì)上述難題，團(tuán)隊(duì)從CT成像噪聲的物理來源出發(fā)，將LDCT噪聲建模為附加于CT值(HU)強(qiáng)度場上的“噪聲強(qiáng)度場”(Noise Intensity Field, NIF)，并據(jù)此將LDCT去噪任務(wù)形式化為強(qiáng)度值回歸問題。在此基礎(chǔ)上，研究團(tuán)隊(duì)提出了NIFA(Noise Intensity Field Aware)網(wǎng)絡(luò)架構(gòu)(圖1)，分別處理低HU區(qū)域與高HU區(qū)域的噪聲特性。該雙分支設(shè)計(jì)使網(wǎng)絡(luò)能夠針對(duì)不同組織結(jié)構(gòu)采取差異化策略，從而在保持細(xì)節(jié)的同時(shí)抑制噪聲。
 

　　在優(yōu)化目標(biāo)上，團(tuán)隊(duì)提出了噪聲強(qiáng)度場相似性損失，在頻域約束預(yù)測圖像的噪聲功率譜分布，使模型能夠降低噪聲強(qiáng)度而不改變其頻率分布特性，有效避免低頻噪聲偏移和偽紋理生成。這一點(diǎn)對(duì)維持醫(yī)學(xué)圖像診斷價(jià)值尤為關(guān)鍵。該設(shè)計(jì)使得NIFA能夠同時(shí)實(shí)現(xiàn)噪聲抑制與噪聲紋理保真，從根本上提升圖像的臨床適用性。
 

圖1. NIFA框架
 

　　研究在美國醫(yī)學(xué)物理學(xué)會(huì)公共LDCT數(shù)據(jù)集和團(tuán)隊(duì)自主構(gòu)建的高保真數(shù)值模擬LDCT數(shù)據(jù)集上對(duì)所提出的方法進(jìn)行了全面驗(yàn)證，結(jié)果表明NIFA在主觀視覺效果和客觀指標(biāo)上均顯著優(yōu)于U-Net、DnCNN、REDCNN、SwinIR等LDCT領(lǐng)域的代表性方法。特別是在噪聲功率譜(Noise Power Spectrum,NPS)評(píng)價(jià)中，NIFA能夠在顯著降低噪聲強(qiáng)度的同時(shí)保持噪聲頻率峰值位置不變，從而解決NPS低頻偏移問題，進(jìn)一步證明了該方法在噪聲紋理保持方面的優(yōu)勢，其重建圖像更符合正常劑量CT的視覺特征和臨床診斷習(xí)慣。
 

　　該方法不僅適用于低劑量醫(yī)學(xué)CT成像，也為需要兼顧快速掃描和高保真紋理的工業(yè)在線無損檢測等領(lǐng)域提供了新的解決思路，具有廣泛的工程應(yīng)用潛力。
 

　　北京航空航天大學(xué)物理學(xué)院2023屆本科畢業(yè)生趙子暉(現(xiàn)為清華大學(xué)碩士研究生)和物理學(xué)院2022屆本科畢業(yè)生王硯鑫(現(xiàn)為北京航空航天大學(xué)杭州國際創(chuàng)新研究院博士研究生)為論文共同第一作者，趙維教授與香港科技大學(xué)李小萌教授為共同通訊作者，北航物理學(xué)院為第一單位。北京大學(xué)第三醫(yī)院田素青副主任醫(yī)師也參與了該項(xiàng)研究工作。該研究得到了國家自然科學(xué)基金、浙江省自然科學(xué)基金以及中央高?；究蒲袠I(yè)務(wù)費(fèi)等資助支持。
 

　　《Medical Image Analysis》創(chuàng)刊于1996年，隸屬于Elsevier出版集團(tuán)，是醫(yī)學(xué)影像領(lǐng)域的國際頂級(jí)期刊。該期刊專注于醫(yī)學(xué)與生物圖像分析領(lǐng)域的最新研究成果，近三年平均影響因子為11.8，在醫(yī)學(xué)影像領(lǐng)域具有極高的學(xué)術(shù)影響力。