Lightweight Physics-Aware Zero-Shot Ultrasound Plane-Wave Denoising

技術的概要：軽量な物理認識ゼロショット超音波平面波ノイズ除去

問題の定義
超音波コヒーレント平面波コンパウンディング（CPWC）は、複数の偏向伝送からのエコーを組み合わせることで画像コントラストを向上させます。しかし、画質を向上させるために偏向角の数を増やすと、撮像フレームレートが大幅に低下し、動的なシナリオにおいて運動に関連するぼやけが生じる可能性があります。その結果、高フレームレートを得るためには低角の CPWC 取得が必要となることが多いですが、これは非コヒーレントなノイズやアーティファクトに対して極めて脆弱なままです。深層学習に基づくノイズ除去は有望な結果を示していますが、教師ありアプローチはノイズ画像とクリーンな画像のペアからなる大規模なデータセットを必要とし、真にノイズのないグラウンドトゥルースの取得が臨床現場では不可能であるため、そのようなデータセットは稀です。既存の自己教師あり手法は、空間的なダウンサンプリングやマスキング戦略に依存することが多く、超音波取得の特定の物理的特性を十分に活用していない場合があります。また、多くの手法は依然として広範なトレーニングデータやドメイン固有の微調整を必要としています。

手法
著者らは、外部トレーニングデータセットやクリーンな参照画像なしに、テストサンプル上で直接動作する軽量な物理認識ゼロショットノイズ除去フレームワークを提案します。中核的な革新は、平面波取得の物理的特性を活用して自己教師ありトレーニングペアを生成することにあります：

1. 物理認識角分割：空間的ダウンサンプリングの代わりに、本手法は低角コンパウンド画像の利用可能な偏向角を、互いに排他的な 2 つの部分集合（例えば、奇数インデックスの角と偶数インデックスの角）に分割します。
2. 疑似ペア生成：各部分集合を用いてコンパウンド画像を再構成します。両方の画像は同じ解剖学的構造を共有しますが、各部分集合における伝送数の減少により、角度依存のアーティファクトと非コヒーレントなノイズ成分が異なります。
3. 自己教師あり残差学習：軽量な畳み込みニューラルネットワーク（CNN）を、これら 2 つの再構成された部分集合を疑似ペアとして使用し、テスト画像上で直接トレーニングします。ネットワークは、部分集合間の不一致成分（ノイズとアーティファクト）を推定することを学習します。
4. 損失関数：トレーニングには、部分集合間の双方向一貫性を強制する対称残差損失と、元の入力の特徴的なエッジやテクスチャを保持し、過度な平滑化を防ぐ勾配ベースの一貫性損失が使用されます。
5. アーキテクチャ：ネットワークは効率性のために設計されており、48 チャンネルを持つ 2 つの $3 \times 3$ 畳み込み層と、最終的な $1 \times 1$ 畳み込み層のみで構成され、パラメータ数は 22,000 未満です。

主要な貢献

• ゼロショットフレームワーク：外部トレーニングデータやクリーンな参照画像を必要としない、CPWC 用のノイズ除去フレームワークの導入。
• 物理認識戦略：角度依存のアーティファクトの変異を利用しつつ、一貫した組織構造を保持する新規の角分割戦略。これにより、ネットワークは解剖学とノイズを区別できます。
• 軽量設計：2 つの畳み込み層のみで構成される効率的な CNN アーキテクチャの開発により、テストサンプル上で直接、計算コストの低いトレーニングが可能になります。
• 包括的な評価：シミュレーション、ファントム、および in vivo データセット全体での広範な検証により、古典的手法、教師あり手法、および他の自己教師ありベースラインに対する性能を実証しました。

実験結果
本手法は 3 つのデータセットで評価されました：

1. シミュレーション（PICMUS）：提案手法は、すべての嚢胞行において最高コントラスト対ノイズ比（CNR）と汎化 CNR（gCNR）を達成し、教師ありモデル（MSLAE、DPWDPM）および自己教師ありベースライン（ZS-N2N、N2S、S2S）を上回りました。
2. ファントムデータ：本フレームワークは、嚢胞の境界と均一性を保持する上で優れた性能を示し、高品質な 75 角参照に最も近い gCNR および CNR 値を達成しました。BM3D や他の学習ベースの手法を上回りました。
3. in vivo データ（頸動脈）：断面（CC）および縦断面（CL）の両方のビューにおいて、本手法は最高のコントラスト指標を生み出し、競合する手法よりも血管壁の鮮明さをよりよく保持しました。特に CL データセットにおいて、提案手法は gCNR 0.88、CNR 3.6 dB を達成し、75 角コンパウンド参照さえも凌駕しました。

すべての実験において、本手法はコルモゴロフ・スミルノフ（KS）検定を合格し、スプックルパターンの統計的特性が保持され、人工的なテクスチャが導入されていないことを確認しました。現在の実装は NVIDIA RTX 4090 上で画像あたり約 6 秒（トレーニングと推論を含む）を要しますが、著者らはこれがリアルタイム速度向けに最適化されていないことを指摘しています。

意義と主張
本論文は、このアプローチが、特に取得角度が限られている場合やトレーニングデータが不足している場合の高品質な超音波再構成のための、堅牢でデータ効率の良い解決策を提供すると主張しています。テスト画像上で直接トレーニングすることで、合成データやファントムデータに依存する教師ありモデルに共通するドメインシフトの問題を回避します。著者らは、物理認識ペアリング戦略により、ネットワークがドメイン固有の微調整を必要とせずに、解剖学的情報と不一致なノイズを効果的に分離できると強調しています。現在のアーキテクチャはリアルタイム展開用に最適化されていませんが、著者らは多様なデータセットでの事前学習により必要なトレーニング反復回数をさらに削減でき、オンライン臨床応用への道を開くと示唆しています。この研究は、データ収集の負担なしに古典的な信号処理と深層学習の間のギャップを埋める、効率的な超音波ノイズ除去のための有望な道筋を確立しています。