⚡ electrical engineering

NGPS: Structure-Preserving Self-Supervised Denoising via Neighbor-Guided Patch Sampling

该论文提出了邻域引导补丁采样（NGPS），一种用于体积医学图像去噪的轻量级自监督框架，它通过将噪声衰减引导图上的结构匹配与原始相邻切片上的信号检索解耦，从而在无需显式配准或掩码的情况下构建有效的伪目标，克服了层间错位问题。

原作者： Jaehyun Cho, YoungJoon Yoo

发布于 2026-06-23

📖 1 分钟阅读☕ 轻松阅读

原作者： Jaehyun Cho, YoungJoon Yoo

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

想象一下，你正试图修复一张模糊且充满噪声的 3D 物体照片，比如一叠透明的面包片。在医学成像中，这些“切片”就是人体的 CT 或 MRI 扫描图像。为了清理某一个切片中的噪声，聪明的计算机程序通常会从它上方和下方的切片中寻找线索。这就像是在问你的邻居：“嘿，那部分墙壁看起来是什么样的？”

问题所在：“幽灵”邻居
麻烦在于，人体并不是像一本僵硬的书那样完美堆叠的。如果患者在两次扫描之间咳嗽、呼吸或仅仅是轻微移动，切片就不会完美对齐。第 10 层切片中的肝脏可能稍微偏左，而第 11 层切片中的肝脏可能稍微偏右。

旧的方法尝试通过两种方式来解决这个问题，但两者都有缺陷：

“忽略它”法： 如果切片不匹配，计算机就直接丢弃那部分数据。这就像是在说：“我不能问我的邻居，因为他们站在不同的位置，”所以它就留下了一个空白处。这会导致丢失大量重要的细节，尤其是在骨骼或器官边界等锐利边缘处。
“拉伸它”法： 计算机尝试通过数学手段拉伸并扭曲相邻切片，以强行使其完美对齐。但如果噪声太重或位移太大，这种“拉伸”会使图像变得模糊，让锐利的边缘看起来变得浑浊。

解决方案：NGPS（“智能侦察兵”）
作者提出了一种名为 NGPS（邻域引导补丁采样，Neighbor-Guided Patch Sampling）的新方法。把 NGPS 想象成一个智能侦察兵，它不仅仅盯着邻居的大门（精确的坐标）；它还会观察周围的社区，以找到正确的房子。

它是如何工作的，步骤如下：

“模糊地图”（引导图）： 首先，计算机对带有噪声的切片进行快速、粗略的观察，并将其轻微模糊化，从而创建一个“引导图”。这张地图忽略了静态噪声，但保留了建筑物的总体形状（解剖结构）。这就像是看一张低分辨率的草图，以观察墙壁的位置。
“寻找差异”检查： 计算机将当前切片的草图与相邻切片的草图进行比较。如果某个特定位置看起来不同，它就会将该位置标记为“未对齐”。
“搜寻行动”（补丁采样）： 计算机不再放弃或拉伸图像，而是向相邻切片派出一支搜寻小组。它会在被标记位置周围的一个小区域（15x15 的网格）内进行搜索。它会询问：“相邻切片中的哪一个小块（patch）看起来最像我当前切片中的这一块？”
“原始宝藏”（检索）： 一旦它在邻居的草图中找到了匹配的块，它就会回到邻居的原始、带噪声的真实照片中，在那个完全匹配的位置抓取像素值。
- 关键细节： 它使用模糊的草图来确定位置，但从邻居的原始噪声照片中获取真实数据。这确保了它在搜索时不会意外地抹平锐利的边缘。
“集体投票”（Top-K）： 为了更加稳妥，它不仅仅挑选一个最佳匹配，而是挑选前 4 个最佳匹配，并对它们的值取平均值，以此作为答案。这就像是询问四个不同的邻居时间，然后取平均值，以获得更准确的结果。

为什么它更好

无模糊： 因为它是从正确的位置抓取原始数据，而不是拉伸图像，所以锐利的边缘（如肾脏的轮廓或骨骼）能保持清晰。
无数据浪费： 它不会丢弃图像中“未对齐”的部分。它找到了那些仅仅是发生了位移的信息。
速度快： 它不需要进行沉重、复杂的数学运算来扭曲整个图像。它只需进行快速的局部搜索。

结果
论文在真实的医学数据上测试了该方法（腹部和胸部的低剂量 CT 扫描，以及大脑的 MRI 扫描）。

在 CT 扫描上： 它比以往的方法能更好地去除“量子噪声”（颗粒感），尤其是在图像非常粗糙的极低剂量扫描中。
在 MRI 扫描上： 它很好地处理了合成噪声，并保持了大脑结构的清晰。
速度： 它明显快于其他尝试进行图像对齐的高级方法。

简而言之
NGPS 就像一个侦探，他意识到如果一名证人（邻居切片）站的位置稍有偏差，你不需要忽略他，也不需要强迫他站在原来的位置。相反，你应该观察他的脚下，找到他实际站立的确切位置，询问他看到了什么，并利用那个答案来清理你自己的图片。这能让你的图片保持清晰、锐利且富有细节。

技术摘要：NGPS —— 通过邻域引导补丁采样实现结构保持的自监督去噪

1. 问题陈述

在体积医学成像（如 CT 和 MRI）中，利用相邻切片进行自监督学习（SSL）是一种极具前景的去噪途径，因为它不需要干净的地面真值目标。然而，一个关键挑战在于层间失配（inter-slice misalignment）。由于患者运动或生理变化，解剖结构在相邻切片之间往往会发生偏移。

当标准的 SSL 方法天真地将相邻切片在相同坐标处作为监督目标时，这种失配会导致网络从位移的解剖学证据中学习。这会产生“重影”伪影并模糊解剖边界。现有的补救措施通常分为两类，但均存在显著缺陷：

基于掩码的方法（Masking-based approaches）： 这些方法排除了切片之间差异较大的像素，从而不将其纳入训练损失。虽然这能稳定训练，但会丢弃大量的相邻证据（在临床相关区域中约占 20%），尤其是对于对结构信息至关重要的高频解剖边界而言。
基于配准的方法（Registration-based approaches）： 这些方法通过估计稠密变形场，将相邻切片变形对齐后再进行监督。然而，在严重噪声或较大的层间间隙下，这些对齐估计变得不可靠，且空间重采样过程会平滑边缘并引入额外的伪影。

核心问题在于：如何在不依赖稠密变形场估计或不丢弃宝贵监督信号的情况下，检索局部邻域内的位移解剖证据。

2. 方法论：邻域引导补丁采样 (NGPS)

作者提出了 NGPS，这是一个轻量级的框架，它将失配处理重新定义为一个训练时的监督构建问题。NGPS 不再丢弃失配区域或对整个切片进行变形，而是将结构匹配与信号检索解耦。

该流水线主要分为三个步骤：

引导生成与保守掩码生成 (Guide Generation and Conservative Masking)：
- 通过对噪声输入的切片应用 2D 双边滤波（Bilateral Filter）后接中值滤波，生成一个噪声衰减的“引导”体积。该过程在抑制量子噪声的同时保留了结构边界。
- 通过比较引导切片来创建方向感知失配掩码。若引导切片的差异超过阈值 $\tau$ ，则将这些像素标记为失配。
解耦补丁匹配与原始信号检索 (Decoupled Patch Matching and Raw Retrieval)：
- 对于被标记为失配的像素，NGPS 在相邻切片的局部空间窗口（例如 $15 \times 15$ ）内搜索结构相似的补丁。此搜索过程在经过滤波的引导图上执行，以确保鲁棒的结构匹配。
- 至关重要的是，一旦识别出结构相似的补丁，NGPS 会直接从相邻切片中匹配坐标处的原始、未滤波噪声像素中检索监督信号。这种分离确保了目标值保持未滤波状态（保留了 Noise2Noise 式训练所需的噪声统计特性），同时在更清晰的表示上建立对应关系。
Top-K 集成目标构建 (Top-K Ensemble Target Construction)：
- 为了减少单个最佳匹配带来的方差，NGPS 聚合了前 $K$ 个候选像素（基于补丁相似度），并对其原始值进行平均，以形成伪目标。

训练目标：
模型使用混合损失函数进行训练：

静态区域： 对于未掩码像素，应用标准的同坐标相邻监督（Noise2Noise）。
失配区域： 对于掩码像素，损失函数针对 NGPS 检索到的目标进行计算。
区域一致性： 引入额外的正则化项，鼓励静态区域内相邻切片输出的一致性，从而减少切片间的闪烁现象，同时不对失配区域施加约束。

3. 核心贡献

重新定义失配问题： 作者指出了相邻切片 SSL 中的“结构监督缺失”问题，明确了掩码（丢弃数据）与配准（依赖可能不可靠的变形）之间的权衡。
邻域引导补丁采样 (NGPS)： 一种新颖的机制，通过基于引导图的局部补丁搜索和原始目标检索来恢复位移的监督信息。它避免了稠密变形场的估计和空间重采样。
全面的验证： 该方法在多种基准测试中得到了验证，包括真实的低剂量 CT（AAPM-Mayo）、模拟超低剂量 CT（带有条纹伪影的 LIDC-IDRI）以及合成 Rician 噪声 MRI（IXI）。

4. 实验结果

定量性能：
- 在 AAPM-Mayo (Quarter-Dose) 数据集上，NGPS 在所有五个指标（PSNR, SSIM, FSIM, HFEN, GMSD）上均取得了最佳结果，超越了 Deformed2Self 和 NS-N2N 等强基线模型。
- 在 LIDC-IDRI (Ultra-Low-Dose) 数据集上，NGPS 展示了更高的保真度和边界敏感的恢复能力，其 PSNR、FSIM 和 HFEN 均优于 NS-N2N。虽然 SSIM 的提升较为微小，但该方法展现了卓越的精细解剖边缘保持能力。
- 在带有合成 Rician 噪声的 IXI (MRI) 数据集上，NGPS 在不同噪声水平（5%, 7%, 9%）下始终保持最高的 PSNR 和 SSIM，优于单图像和体积化基线模型。
对切片厚度的鲁棒性：
- 当切片厚度从 1.25 mm 增加到 2.5 mm 时，NGPS 表现出优异的稳定性。NGPS 的 PSNR 下降仅为 0.16 dB，而 NS-N2N 为 0.63 dB，且配准类方法（Deformed2Self）和掩码类方法（Noise2Sim）的下降幅度更为显著。
计算效率：
- NGPS 高效便捷，准备 100 切片体积的目标仅需约 0.72 秒。由于采用了针对掩码像素的向量化补丁搜索和轻量级滤波，其速度大约是 NS-N2N 的 19 倍，是 Pixel2Pixel 的 7.5 倍。

5. 重要性与主张

论文声称 NGES 提供了一种实用且有效的结构保持体积自监督去噪策略。通过检索局部监督而非丢弃或依赖复杂的变形，NGPS 成功恢复了位移的解剖证据。

作者强调，其方法具有以下特点：

保留高频细节： 不同于会导致边界模糊的掩码方法或导致边缘平滑的配准方法，NGPS 保留了锐利的解剖边缘。
避免沉重计算： 它无需进行稠密变形场估计，因此非常轻量且快速。
泛化能力强： 它在不同模态（CT 和 MRI）及不同噪声分布（真实的 Poisson 噪声和合成的 Rician 噪声）下表现一致。

承认的局限性：
作者指出，NGPS 假设在搜索窗口内存在局部对应的结构。在层间间隙过大、解剖结构发生剧烈变化或非几何外观变化（如染色差异）的情况下，性能可能会下降。此外，目前的 MRI 验证依赖于合成噪声，未来仍需针对采集真实的低场 MRI 及临床下游任务开展研究。