DSPAN: Dual-domain structure-aware adversarial learning with physics-inspired consistency for low-dose CT denoising

Technische Samenvatting: DSPAN voor Denoising van Low-Dose CT

Probleemstelling
Low-dose computed tomography (LDCT) vermindert de stralingsblootstelling van patiënten, maar introduceert aanzienlijke kwantumruis, streepartefacten en structurele degradatie, met name in regio's met een lage contrastwerking. Hoewel deep learning-methoden, specifiek Convolutional Neural Networks (CNN's) en Generative Adversarial Networks (GAN's), de LDCT-restauratie hebben geavanceerd, worden zij geconfronteerd met duidelijke uitdagingen. CNN's die zijn geoptimaliseerd voor pixel-gewijze verliezen (bijv. MSE) produceren vaak te gladgestreken outputs die hoogfrequente anatomische details verliezen. Daarentegen verbeteren GAN's de perceptuele realiteit, maar kunnen ze "gehallucineerde" texturen of structuren introduceren die de pixel-gewijze getrouwheid en klinische interpretatie in gevaar brengen. Bestaande methoden missen vaak expliciete beperkingen op zowel ruimtelijke gradiënten (lokale grenzen) als frequentiespectra (globale textuur en ruisverdeling) tegelijkertijd.

Methodologie: DSPAN-framework
De auteurs stellen het Dual-domain Structure-Preserving Adversarial Network (DSPAN) voor, een framework dat is ontworpen om ruis te onderdrukken terwijl de anatomische structuur behouden blijft door middel van dual-domain aandacht en natuurkunde-geïnspireerde consistentie. De architectuur bestaat uit drie primaire componenten:

1. ResNet-gebaseerde Generator en Discriminator:

   • De generator maakt gebruik van een residuele convolutionele architectuur met 16 residuele blokken en 64 feature kanalen. Het verwerkt enkelvoudige kanaal 2D CT-slices zonder ruimtelijke upsampling.
   • De discriminator maakt gebruik van acht $3 \times 3$ convolutionele blokken met alternerende strides om onderscheid te maken tussen gegenereerde LDCT-beelden en normale dosis referenties, waarbij gebruik wordt gemaakt van binary cross-entropy met logits.

2. Dual-Domain Structure-Aware Attention Module (DSAM):

   • DSAM wordt ingevoegd in de intermediaire feature space en construeert een kanaal-gewijze aandachtstensor om features te moduleren op basis van structurele aanwijzingen.
   • Het fuseert de originele feature map met twee vaste descriptors afgeleid van de kanaal-gewijze gemiddelde feature:
     • Gradiënttak: Gebruikt vaste Sobel-kernels om horizontale en verticale gradiëntmagnitudes te extraheren, wat lokale grenzen codeert.
     • Frequentietak: Past een 2D Fast Fourier Transform (FFT) toe om een genormaliseerde Fourier-magnitude te verkrijgen, wat de globale spectrale inhoud codeert.
   • Deze descriptors worden geconcateneerd met de originele features, verwerkt door convolutionele lagen en een sigmoid activatie om een aandachtskaart te genereren, die wordt toegepast via residuele modulatie ($F_{out} = F + A \odot F$).

3. Structure-Preserving Physics-Inspired Consistency Learning (SPPCL):

   • Deze component fungeert als een gekoppelde regularisator tijdens de training (niet tijdens de inferentie) om de getrouwheid tussen het gedenoised beeld en de normale dosis referentie af te dwingen.
   • Het bestaat uit twee verliestermen:
     • Gradiëntconsistentie ($\mathcal{L}_{grad}$): Minimaliseert het L1-verschil tussen de eerste-orde horizontale en verticale verschilkaarten van de gegenereerde en referentiebeelden.
     • Frequentieconsistentie ($\mathcal{L}_{freq}$): Minimaliseert het L1-verschil tussen de ongenormaliseerde Fourier-magnitude spectra van de gegenereerde en referentiebeelden.
   • Het totale generator-doel combineert content reconstructie (VGG19 feature-space MSE), adversarial loss en de SPPCL-term: $\mathcal{L}_G = \alpha\mathcal{L}_{content} + \beta\mathcal{L}_{adv} + \gamma\mathcal{L}_{SPPCL}$.

Experimentele Opzet

• Dataset: De studie maakte gebruik van de 2016 NIH-AAPM-Mayo Clinic Low Dose CT Grand Challenge dataset, die gepaarde normal-dose en quarter-dose CT-beelden bevat van 10 patiënten (1-mm snijdikte).
• Validatiestrategie: Een vijf-voudige patiënt-niveau cross-validatie werd toegepast. In elke fold werden 7 patiënten gebruikt voor training, 1 voor validatie (checkpoint selectie), en 2 voor testen. Elke patiënt diende exact één keer als testsubject.
• Baselines: DSPAN werd vergeleken met Quarter-dose CT, Total Variation (TV) denoising, REDCNN, EDCNN en DU-GAN.
• Metrics: Evaluatie omvatte PSNR, SSIM, RMSE, FSIM, VIF en NQM. Alle beelden werden afgekapt naar $[-1000, 1000]$ HU en gemapt naar $[0, 255]$.

Belangrijkste Resultaten

• Kwantitatieve Prestaties: DSPAN behaalde de beste gemiddelde waarden over alle zes de beeldkwaliteitsmetrieken onder de geëvalueerde methoden.
  • PSNR: $40.2105 \pm 1.6183$ dB (hoogste).
  • SSIM: $0.9424 \pm 0.0220$ (hoogste).
  • RMSE: $2.5359 \pm 0.5303$ (laagste).
  • Vergeleken met de dichtstbijzijnde concurrent (DU-GAN), verbeterde DSPAN de PSNR met $0.1505$ dB en verlaagde de RMSE met $0.0410$.
• Ablatie-studies:
  • Module Niveau: Het toevoegen van DSAM aan een ResNetGAN baseline verbeterde de PSNR met $0.7097$ dB. Het toevoegen van SPPCL verbeterde deze met $0.6664$ dB. De volledige DSPAN-model verbeterde de PSNR met $1.0662$ dB ten opzichte van de baseline ResNetGAN.
  • Component Niveau: De combinatie van zowel de gradiënt- als de frequentietak in DSAM presteerde beter dan single-branch varianten. Evenzo leverden de gekoppelde gradiënt- en frequentiebeperkingen in SPPCL superieure resultaten op vergeleken met het gebruik van elk van de beperkingen in isolatie.
• Kwalitatieve Analyse: Visuele vergelijkingen op representatieve slices toonden aan dat DSPAN effectief granulaire ruis onderdrukt terwijl het laag-contrast grenzen en kleine hoog-contrast structuren beter behoudt dan TV en REDCNN, en met minder gehallucineerde artefacten dan standaard GAN-benaderingen.
• Complexiteit: De DSAM-module verhoogde de generatorparameters met $3.5\%$ (van $1.233$ M naar $1.276$ M) en de FLOPs met $3.4\%$. SPPCL voegde geen overhead toe tijdens de inferentie.

Betekenis en Claims
De auteurs claimen dat DSPAN een verbeterde interne reconstructietrouw voor LDCT-denoising demonstreert door expliciet ruimtelijke gradiënten en frequentiespectra te integreren in zowel de feature aandacht als de consistentiebeperkingen. De studie stelt vast dat:

1. Dual-domain integratie is effectief: Het combineren van structure-aware aandacht (DSAM) met gekoppelde consistentieleer (SPPCL) levert betere prestaties op dan het gebruik van een van beide mechanismen alleen of het vertrouwen op standaard adversarial training.
2. Bescheiden overhead: De prestatiewinsten worden bereikt met minimale additionele computationele complexiteit tijdens de inferentie.
3. Beperkingen en Omvang: De auteurs geven expliciet aan dat deze bevindingen gebaseerd zijn op een dataset van 10 patiënten met beperkte diversiteit (enkele scanner, enkele reconstructiekernel, 2D slices). Zij claimen geen diagnostisch voordeel of generaliseerbaarheid naar andere populaties. De studie concludeert dat externe multi-center validatie, herhaalde training en lezer-gebaseerde diagnostische studies noodzakelijk zijn voordat de klinische relevantie kan worden vastgesteld. Het artikel positioneert DSPAN als een methode voor het verbeteren van beeld-gebaseerde surrogaten van kwaliteit in plaats van een bewezen klinisch instrument.