💻 computer science

Neighbor2Inverse: Self-Supervised Denoising for Low-Dose Region-of-Interest Phase Contrast CT

本文介绍了 Neighbor2Inverse，这是一种自监督去噪框架，它利用 Neighbor2Neighbor 原理，在无需配对的高剂量训练数据的情况下实现低剂量传播型 X 射线相位衬度 CT 图像的高质量重建，从而在显著降低噪声的同时保留精细结构细节。

原作者： Johannes B. Thalhammer, Lorenzo D'Amico, Lucy Costello, Sebastian Peterhansl, Daniel Frey, Tina Dorosti, Florian Schaff, Jannis Ahlers, Ronan Smith, Marcus Kitchen, Franz Pfeiffer, Martin Donnelley, D

发布于 2026-05-05

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Johannes B. Thalhammer, Lorenzo D'Amico, Lucy Costello, Sebastian Peterhansl, Daniel Frey, Tina Dorosti, Florian Schaff, Jannis Ahlers, Ronan Smith, Marcus Kitchen, Franz Pfeiffer, Martin Donnelley, Daniela Pfeiffer, Kaye S. Morgan

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

以下是用通俗语言和日常类比对这篇论文的解读。

宏观图景：在不致盲患者的情况下看见不可见之物

想象一下，你试图在一个黑暗的房间里给一只脆弱、透明的水母拍照。如果使用明亮的闪光灯（高辐射剂量），你能得到一张晶莹剔透的照片，但闪光灯可能会伤害水母或破坏环境。如果为了安全起见使用昏暗的光线（低辐射剂量），照片就会变得颗粒感重且充满杂讯（噪声），导致很难看清水母微小的触手。

这正是医生在进行肺部相位对比 CT 扫描时面临的难题。这种特殊的 X 射线技术非常擅长显示普通 X 射线会遗漏的软组织（如肺泡）。然而，为了获得安全的低辐射剂量，图像会变得非常嘈杂，就像充满过多杂讯的电视屏幕一样。

通常，为了消除这种噪声，科学家会使用“监督式”人工智能。他们会向人工智能展示成千上万对“糟糕”（低剂量）和“完美”（高剂量）的照片，让它学习如何清理图像。问题在于？ 你无法为了训练人工智能而给患者拍一张“完美”的高剂量照片；那是不安全的。

解决方案："Neighbor2Inverse"

这篇论文的作者创造了一种名为Neighbor2Inverse的新方法。这种方法不需要“完美”的照片作为学习样本，而是仅利用“糟糕”的照片，教会自己如何清理噪声。

以下是其工作原理的分步说明，使用了一个简单的类比：

1. “分饼干”技巧

想象你有一块沾满随机糖珠（噪声）的饼干。你想去掉糖珠，但保留饼干的形状。

旧方法： 你需要第二块干净的饼干来进行对比。
Neighbor2Inverse 方法： 你将自己那块沾满糖珠的饼干切成两半。你是这样切的：
- A 块获得每个微小方格左上角和右下角的糖珠。
- B 块获得每个微小方格右上角和左下角的糖珠。
- 神奇之处： 两块看起来仍然是同一块饼干（结构相同），但糖珠位于不同且随机的位置。它们是“独立”的。

2. “老师和学生”游戏

人工智能扮演学生的角色。它观察A 块，并试图猜测B 块的样子。

由于两块饼干的形状相同，人工智能学会了忽略随机的糖珠（噪声），专注于饼干的形状（肺组织）。
因为每块饼干上的糖珠位置不同，人工智能意识到：“哦，那颗糖珠不是饼干的一部分；它只是随机的噪声！”
它通过平均化两块饼干之间的差异，学会预测出干净的饼干。

3. “逆”部分（困难部分）

大多数类似的人工智能方法试图在原始 X 射线数据变成图像之前就进行这种分割技巧。但对于这种特定类型的肺部扫描，这会造成混乱。

创新点： 作者们意识到，他们应该在原始数据转换为 3D 图像之后再进行分割，但他们必须非常巧妙地处理数据分割方式，以避免破坏图像。
他们开发了一种方法，将原始数据分割，转换成两个略有不同的图像，然后训练人工智能使这两个图像完美匹配。这就是“逆”的部分——通过反向解决谜题来获得清晰的图像。

他们发现了什么？

该团队在真实的肺部扫描（使用牛肺作为替代）和模拟的人体胸部低剂量扫描上测试了这种方法。

优于“旧”人工智能： 与其他自学习方法相比，Neighbor2Inverse 在去除“杂讯”而不模糊细节方面表现更好。它保持了微小肺泡和肺部结构的清晰度。
优于“数学”滤波器： 传统的数学滤波器（就像打磨粗糙的石头）虽然去除了噪声，但也抹平了重要的细节。Neighbor2Inverse 则保留了细节。
“假”数据问题： 他们尝试使用计算机生成的“假”噪声来模拟真实噪声来训练人工智能。效果尚可，但由于假噪声与现实世界不完全匹配，有时会导致图像失真。而 Neighbor2Inverse 从真实数据本身学习，表现更好。
权衡： 他们发现，如果减少拍摄的 X 射线图像数量（以节省时间/剂量），图像变差的方式比仅仅调暗光线更难修复。然而，即使在这样艰难的情况下，Neighbor2Inverse 仍然提供了显著的帮助。

结论

该论文声称，Neighbor2Inverse 是一种强大的新工具，它使医生能够在不需要“完美”参考图像来训练计算机的情况下，获得高质量、低辐射的肺部图像。它通过比较同一张嘈杂图像的两个略有不同的版本，教会计算机清理噪声，从而生成更清晰的图像，同时保留肺部微小且重要的细节。

注：该论文完全专注于这种去噪方法在肺部数据上的技术开发和测试。它并未声称该技术目前已在医院使用，或已获得临床患者护理的批准；它是迈向实现这一目标的研究步骤。

技术摘要：面向低剂量 PBI-CT 去噪的 Neighbor2Inverse 方法

问题陈述

基于传播的 X 射线相位衬度成像（PBI）能提供卓越的软组织对比度，尤其适用于肺部成像，有望减少对侵入性活检的需求。然而，将 PBI 转化为临床实践需要显著降低辐射剂量。当前降低剂量的策略——如缩短曝光时间、限制投影数量或将视野限制在感兴趣区域（ROI）——不可避免地会增加图像噪声并引入伪影（例如截断伪影、环状伪影）。

尽管基于深度学习的去噪方法已展现出潜力，但监督学习方法需要配对的低剂量和高剂量数据集，而由于伦理和后勤限制，实践中此类数据极为罕见。模拟数据往往无法复现真实的噪声特性，从而引入偏差。现有的自监督方法（如 Noise2Noise、Neighbor2Neighbor、Noise2Inverse）虽然解决了缺乏真实标签的问题，但并未很好地适应 ROI PBI-CT 的具体挑战，这些挑战包括空间相关噪声、相位恢复需求以及由大像素数量带来的高计算负荷。

方法论

作者提出了Neighbor2Inverse，这是一种专为低剂量 PBI-CT 设计的自监督去噪框架，并可推广至临床 CT。该方法将Neighbor2Neighbor原理适配于层析成像逆问题。

核心流程

投影域下采样：该方法不对重建图像进行下采样，而是对原始投影数据（ $p_\phi$ ）进行下采样。将单个含噪投影划分为不重叠的 $2 \times 2$ 像素块。从每个块中随机选择两个相邻像素，生成两个下采样变体 $g_1(p_\phi)$ 和 $g_2(p_\phi)$ 。这些变体共享几乎相同的结构信息，但包含统计独立的噪声实现。
重建流程：下采样的投影数据经过标准的 PBI 重建流程：
- 相位恢复：使用单材料相位恢复算法（Paganin 等人）计算厚度图。
- 重建：应用滤波反投影（FBP）生成图像切片。
训练目标：在图像域训练一个 U-Net 去噪网络（ $f_\theta$ ）。将其中一个重建切片（源自 $g_1$ ）输入网络，另一个（源自 $g_2$ ）作为目标。网络学习将含噪输入映射到“更干净”的目标，而无需无噪的真实标签。
损失函数：
- 基础损失（ $L_{Nei}$ ）：最小化网络输出与目标下采样重建之间的差异。
- 正则化（ $L_{reg}$ ）：对 Neighbor2Neighbor 校正项的改进，以考虑下采样输入之间潜在的信号差异。
- 数据保真度变体：作者还探索了用数据保真度项（ $L_{origSino}$ 和 $L_{virtSino}$ ）替换 $L_{reg}$ ，这些项将网络输出（经正向投影后）与原始或虚拟正弦图进行比较，以强制其与测量数据保持一致。

实验设置

PBI 数据集：在澳大利亚同步加速器获取的小牛肺部扫描数据。数据包含 70 keV 下的 3600 个投影。测试了七种曝光时间（15ms 至 200ms）。200ms 扫描作为高质量参考，15ms 扫描模拟低剂量条件。
临床数据集：来自 RSNA 肺栓塞检测挑战的 200 例胸部 CT 检查。通过正向投影体积并添加混合泊松 - 高斯噪声来模拟低剂量条件。
对比方法：该方法与解析滤波器（高斯、BM3D、TV、小波）、其他自监督方法（Noise2Inverse、Neighbor2Neighbor、Blind2Unblind、Proj2Proj、ZeroShotN2N、Filter2Noise、SDCNN）以及使用合成噪声的监督方法（FakeNoiseNet）进行了基准测试。

主要贡献

新颖框架：提出了 Neighbor2Inverse，这是首个专为 ROI PBI-CT 逆问题定制的自监督去噪方法，解决了空间相关噪声和相位恢复约束问题。
领域适配：该方法成功弥合了投影域下采样与图像域去噪之间的鸿沟，使网络能够利用最终重建图像中的空间相关性。
全面评估：在同步加速器 PBI 数据和模拟临床 CT 数据上，与广泛的解析方法和基于学习的方法进行了系统性比较。
鲁棒性分析：研究了该方法在稀疏视图条件（欠采样）下的性能及其对正则化超参数的敏感性。

结果

PBI 数据（15ms vs. 200ms）：与解析方法和其他自监督方法相比，Neighbor2Inverse 在保留精细结构细节（如肺泡边界）的同时实现了更优的噪声抑制。
- 指标：在所有测试方法中，它获得了最高的综合图像质量指数（ $Q = \text{CNR}/\text{SR}$ ）。具体而言，正弦图下采样变体的 $Q$ 值为 $2.507 \pm 1.087$ ，在该指标上优于 200ms 参考值（ $1.413 \pm 0.304$ ）。
- 视觉效果：与过度平滑（如 TV、高斯）或引入结构失真（如 FakeNoiseNet）的方法不同，Neighbor2Inverse 保持了清晰度并有效降低了噪声。
临床数据：在模拟的低剂量临床 CT 上，Neighbor2Inverse 表现出具有竞争力的性能，在 PSNR 和 SSIM 方面与监督 U-Net 非常接近，尽管 Noise2Inverse 在这些特定指标上得分略高（作者指出这些指标倾向于过平滑的图像）。
稀疏视图性能：当应用于仅包含 900 个投影（原数量的一半）的数据时，Neighbor2Inverse 降低了噪声和角度欠采样伪影，尽管精细结构的对比度有所减弱。
剂量降低策略：研究发现，减少每个投影的曝光时间比减少投影数量对图像质量的影响更小，因为厚度恢复步骤起到了隐式噪声滤波器的作用。

意义与主张

本文声称，Neighbor2Inverse 通过在不依赖配对高剂量训练数据的情况下实现大幅降低辐射剂量的高质量成像，代表了 PBI 向临床转化迈出的重要一步。

临床相关性：该方法解决了肺部成像中辐射安全的关键障碍，通过非侵入性地提供足够的诊断细节，有望减少对侵入性活检的需求。
方法论洞察：作者证明，对于此特定应用，数据正则化（通过 $L_{reg}$ ）对于有效训练并非严格必需，尽管数据保真度项可以在略微增加残留噪声的情况下改善结构保留。
局限性与未来工作：作者谦逊地承认，定量指标（CNR、SSIM、PSNR）可能对细微的结构失真不敏感，并且可能倾向于过平滑的图像。他们建议未来的工作应侧重于基于任务的评估，以更好地符合临床诊断需求。此外，对数据保真度公式的更深入研究被提议为一个有前景的方向。

该研究得出结论，Neighbor2Inverse 在低剂量条件下始终能提升图像质量，并在适度欠采样下保持鲁棒性，为将 PBI 推向临床应用提供了一条可行的途径。