Dual-domain U-Nets with embedded back projection operators for motion-resolved 4D CBCT reconstruction

想象一下，你正试图拍摄一张蜂鸟在飞行中的照片。如果你使用慢速快门，鸟的翅膀会变成一片模糊的残影；如果你使用快速快门，照片虽然清晰，但如果鸟移动得太快，你可能会完全错过它。现在，想象一下在人体内部进行这样的拍摄。医生需要观察胸部内的肿瘤以便进行放射治疗，但胸部会随着患者的呼吸不断上下起伏。这就是“4D 锥形束 CT”（4D CBCT）所面临的挑战。这是一种特殊的 X 射线扫描技术，它试图捕捉的不只是 3D 静态图像，而是一部人体内部的 3D 动态电影。

问题在于，制作这种“电影”通常需要很长时间，并且要求患者憋气或佩戴特殊的腰带来追踪呼吸。如果患者正常呼吸（这要舒适得多），生成的图像往往看起来像是一幅带有光条纹的模糊油画，让人很难看清肿瘤。科学家们一直试图通过数学和计算机来解决这种“运动模糊”问题，但这就像是试图将一杯混合好的奶昔重新拆解回草莓和牛奶一样困难。这篇论文介绍了一种利用人工智能来理清这种模糊的新方法，无需任何额外的腰带或对患者的特殊指令，就能将混乱的呼吸 X 射线图像转化为清晰的 3D 动态电影。

“双域 U-Net”的魔力

研究人员提出了一种巧妙的新技巧，使用一种被称为“双域 U-Net”的人工智能。要理解这一点，请想象你正在解决一个巨大的拼图游戏，但一半的碎片散落在地板上（原始 X 射线数据），另一半已经组装在桌子上（人体的 3D 图像）。通常，你必须盯着地板上的碎片，猜测它们长什么样，然后尝试将它们拼凑到桌子上。这个过程既慢又容易出错。

这种新型 AI 就像一位超级聪明的拼图大师，它既能观察地板上散落的碎片，又能瞬间知道它们在桌子上的准确位置，反之亦然。“U-Net”是这种 AI 的大脑形状，看起来像字母 U。U 型结构的左侧观察原始且混乱的 X 射线射线束（“投影域”），右侧构建最终的 3D 图像（“体素域”）。魔力发生在中间：AI 使用一种特殊的“反投影”工具作为桥梁，能够将它在原始射线束中看到的内容直接转化为 3D 图像。这使得 AI 能够在扫描的同时学习身体的运动规律，实现同步处理。

不再需要呼吸带或分箱技术

传统上，为了获得清晰的 4D 电影，医生必须使用一种称为“分箱”（binning）的方法。想象一下你在观察一个旋转的电风扇。为了看清叶片，你可能会在特定的叶片到达顶端时拍摄一张照片。在医学扫描中，这意味着计算机等待患者吸气，然后拍一张照片，接着等待患者呼气，然后再拍一张。这需要一个“呼吸替代信号”——通常是缠绕在胸部的腰带或观察标记物的摄像头——来告诉计算机何时按下快门。

这篇论文认为，我们不需要腰带，也不需要等待特定的呼吸时刻。该 AI 是通过数千个模拟呼吸周期（就像电子游戏训练角色一样）进行训练的，以理解肺部和肿瘤是如何运动的。当它看到患者正常呼吸的真实扫描时，AI 不需要被告知“这是吸气”或“这是呼气”。它通过观察原始 X 射线数据，自行推导出运动模式。它会预测一个处于深呼吸状态（最大吸气量）下的肺部“静态”图像，然后计算出一组“位移矢量场”（DVFs）。你可以把这些 DVF 理解为一张地图，描述了图像中的每一个像素点需要如何扭动和拉伸，从而创造出其他九个呼吸阶段的图像。

结果显示了什么

团队通过两种方式测试了这种方法：一种是在已知“标准答案”（完美结果）的计算机模拟中，另一种是在患者的真实扫描中。

在模拟实验中：
AI 重建出的 4-D 电影看起来几乎与传统的 3D 扫描一样清晰。当他们测量 AI 图像与完美答案之间的差异时，误差极小。例如，“均方根误差”（衡量图像错误程度的指标）与标准方法相比仅有微小差异，但 AI 在展示运动的同时做到了这一点。AI 在识别肝脏、心脏和食道等器官方面也表现出色，在将这些器官从背景中分离出来的评分上略高于旧方法。然而，研究人员也指出了一个小缺点：与完美照片的锐利边缘相比，AI 生成的图像略显“模糊”。这是在教导 AI 最小化平均误差时常见的副作用；它往往会平滑掉那些细微且锐利的细节。

在现实世界中（临床扫描）：
由于真实患者不存在“完美答案”，研究人员邀请了 11 位医学专家（医生和物理学家）来观察图像。他们将这种新的 AI 方法与标准的 3D 扫描以及另一种名为 MKB 的 4D 方法进行了对比。

• 肿瘤可见度： 在 59% 的案例中，专家更倾向于使用这种新的 AI 方法来清晰地观察肿瘤。在 36% 的案例中，他们无法分辨差异，只有 5% 的案例中他们更倾向于旧的 3D 扫描。
• 食道可见度： 47% 的人更倾向于新方法，42% 的人没有偏好。
• 运动伪影： 新方法成功消除了通常困扰此类扫描的“条纹”伪影（由呼吸引起的模糊线条）。此外，即使在非常快速的扫描（短至 6 秒）中，它也表现得异常出色，而传统的 4D 扫描通常需要 60 秒或更长时间才能获取足够的数据。

研究人员还检查了 AI 是否真的猜对了呼吸运动。他们将 AI 预测的“横膈膜运动”（辅助呼吸的肌肉）与原始 X 射线束中观察到的实际运动进行了对比。AI 的预测与实际运动高度吻档，比例达到了 0.98（意味着几乎完美准确），而旧的 MKB 方法经常低估运动幅度（比例仅为 0.58）。

核心结论

这篇论文表明，我们可以利用标准的、自由呼吸的 X 射线扫描，创建出高质量的患者胸部 3D 动态电影，而无需额外的腰带、摄像头或漫长的等待时间。AI 扮演着翻译者的角色，能在不到 4 秒的时间内，将混乱、移动的 X 射线束转化为清晰的 10 帧呼吸循环图像。虽然图像并非完美锐利（略有模糊），但它们足以让医生比以前更清晰地观察肿瘤和器官，并消除了遮挡细节的恼人条纹。

这项研究是一个“概念验证”，意味着它展示了该想法在实践中的可行性。研究人员谨慎地指出，虽然结果令人鼓舞，但仍需要更多测试以确认其对每种类型的患者和扫描的效果如何。他们也指出，“模糊”是目前训练方法的一个已知局限性，未来的版本可能会使用不同的数学方法来使图像更加锐利。但就目前而言，这种方法提供了一种让放射治疗更安全、更舒适的方式，因为它减少了患者在扫描仪中停留的时间以及憋气的需求。