基于自監督學習網絡的多層同時掃描擴散張量成像去噪研究

曹達，王偉，徐露露，王傳兵，陳巍，吳小玲

1.南京醫科大學第一附屬醫院 放射科，江蘇 南京 210019；2.南京醫科大學 生物醫學工程與信息學院，江蘇 南京 211166

引言

擴散張量成像（Diffusion Tensor Imaging，DTI）是一種MRI功能成像技術，它使用各向異性擴散來估計大腦的軸突（白質）組織，在鑒別腦腫瘤、判斷腦腫瘤良惡性和顯示腫瘤與白質纖維束的關系等方面有重要的價值[1]。DTI掃描時間較長，臨床上常采用多層同時掃描技術（Multiband SENSE，MB SENSE）加快DTI掃描，以防止患者運動影響結果，該技術是通過特殊射頻脈沖同時激發多個層面與算法重建實現，不僅實現了掃描加速，而且不影響診斷效能，在腰骶叢神經、盆腔腫瘤等診斷方面均有報道[2-3]。但是同時激發層數越多，即加速倍數越高，信噪比（Signal to Noise Ratio，SNR）越低，導致張量在方向排列上雜亂、不規則，使得追蹤的纖維結構不夠平滑，甚至得到錯誤的結果，因此在同時多層采集中去噪具有重要意義[4]。

常規去噪方法很難利用到各個梯度的數據，并且只能處理特定的噪聲[5]。以機器學習為代表的人工智能方法，在性能和效果上優于常規方法，但常見的監督學習（Supervised Learning）網絡需要大量的干凈/噪聲圖像配對構成的數據集去訓練，目前臨床上很難獲得真正對齊的數據，且網絡泛化能力一般[6-7]。最近，有研究者提出一種自監督學習（Self-Supervised Learning）網絡 Patch2Self，從大規模的無監督圖像（噪聲圖像）中挖掘自身的監督信息，只需要噪聲圖像即可完成去噪，無需對信號的結構進行任何假設，且能充分利用各個梯度方向的數據，Fadnavis等[8]認為該網絡可以保留大腦中的組織結構并抑制噪聲，但該方法在MB SENSE DTI方面的有效性尚未得到證實。基于此，本研究旨在探究利用自監督學習網絡Patch2Self給MB SENSE DTI去噪臨床應用的可行性。

1 資料與方法

1.1 一般資料

本研究招募24名健康志愿者，其中男性8名，女性16名，平均年齡（54.83±14.41）歲。本研究經醫院倫理委員會批準，所有志愿者均被告知并書面同意參與本研究。

1.2 儀器與方法

采用飛利浦3.0 T MRI掃描儀（Ingenia CX，Philips Healthcare，荷蘭），32通道頭顱專用線圈，同時采集層數（MB factor）設置為4。其他掃描成像參數如下：重復時間（Repetition Time，TR）1510 ms，恢復時間（Echo Time，TE）88 ms，視野（Field of View，FOV） 224 mm×224 mm，重建矩陣128 mm，體素2 mm×2 mm×2 mm，間隙0 mm，擴散敏感系數（b值）=0、1000 s/mm2，方向分辨率（Directional Resolution）32，層厚50 mm，信號平均采集次數（Number of Signal Average，NSA）2次，SENSE（SEN Sitivity Encoding）1.0。每個志愿者可獲取2040張DTI圖，采集時間4 min 58 s。

1.3 Patch2Self網絡

如圖1所示，Patch2Self分為兩個階段，即數據準備階段和去噪訓練階段。在數據準備階段先將MB SENSE DTI數據分割成p鄰域的立體塊，具體操作步驟如下：① 設多層DTI有個擴散梯度方向，每個方向的3D數據維度均為a×b×c；② 將這些3D數據依次切割成多個維度為p×p×p的小塊，并稱這些小塊為p鄰域塊，每個擴散梯度方向有個鄰p域塊；③ 將每個立體的p鄰域塊展開成一維長度為p3向量；④ 將同一位置的鄰域塊轉成的向量排在一起，構成p3×n的二維矩陣；⑤ 最終多層DTI數據就轉化為m個p3×n的二維矩陣。上述3D塊數據提取完畢后，即進入去噪訓練階段，在該階段實現去噪，具體步驟如下：① 設MB SENSE DTI數據為一個數據集Y={y1,y2...yn}，y1為每個梯度方向的數據，n為梯度擴散方向編號，則Y的維度為m×p3×n；② 從Y取出一個擴散梯度方向的數據yi，剩下的為Y-i；③ 用集合Y-i中每個體素周圍的局部空間鄰域信息，來訓練回歸函數Ψi逼近目標梯度方向數據yi，最小化p鄰域自監督損失函數見式（1）；④ 依次訓練Ψ={ψ1,ψ2......ψn}直到收斂，完成訓練工作。

圖1 Patch2Self網絡結構示意圖

每個方向中的噪聲與另一個方向中的噪聲是相互獨立的，并且回歸去噪函數集Ψ的輸出不依賴于輸入；式（1）自監督損失的所有總和Loss（Ψ）的最小化等于噪聲的最小化，并據此來實現去噪。

1.4 圖像質量評價

為驗證Patch2Self的有效性，本研究引入具有代表性的去噪方法——非局部均值法（Non-Local Means，NLM）[9]、局部主成分分析法（Local Principal Component Analysis，LPCA）[10]與其進行比較。本研究從主觀和客觀兩個方面進行圖像質量評價，其中在主觀評價中，由1名高年資放射科神經組醫生采用雙盲法和4分法（1=差；2=一般；3=良好；4=優秀）對去噪后（NLM、LPCA、Patch2Self）的DTI圖進行噪聲、對比度、整體質量以及對各向異性分數（Fractional Anisotropy，FA）圖的評價[11]。客觀評價使用無參考圖像的質量評價方法，包括峰值噪聲比（Peak Signal to Noise Ratio，PSNR）、結構相似度（Structural Similarity，SSIM）[12-14]。具體評價方式如下。

1.4.1 PSNR

PSNR用于衡量去噪前后圖像的質量，PSNR越大表示去噪效果越明顯，計算方式見式（2）。

式中，fmax表示圖像的最大灰度值；MSE（Mean Squared Error）為使用無參考圖像的噪聲方差估計方法得到的均方誤差。

1.4.2 SSIM

SSIM是一種衡量兩幅圖像相似度的方法，可用于判斷圖像是否失真。SSIM與PSNR的主要區別在于SSIM量化亮度、對比度等結構信息的變化，而PSNR是估計絕對誤差。SSIM取值范圍[0,1]，值越接近1表示圖像失真越小。計算方式見式（3）。

式中，μx和μy分別代表x,y的平均值；σxy代表x和y的協方差；σx和σy分別代表x,y的標準差，而c1、c2分別為常數（避免分母為0造成的系統錯誤）。

1.5 統計學分析

使用 SPSS 22.0 進行統計學分析。采用 Kolmogorov-Smimov方法進行計量資料的正態性檢驗，依據數據的正態性與否采用±s或中位數（四分位間距）表示。客觀評價中，采用配對樣本t檢驗或Wilcoxon符號秩和檢驗比較PSNR值和SSIM值；主觀評價中采用Wilcoxon符號秩和檢驗比較DTI圖噪聲、對比度以及整體質量以及對各自的FA圖整體質量。P＜0.05為差異有統計學意義。

2 結果

2.1 客觀圖像質量比較

NLM、LPCA、Patch2Self這3種去噪方法中的PSNR值和SSIM值如表1所示，在PSNR方面，Patch2Self優于NLM，但低于LPCA（P＜0.05）；在SSIM方面，Patch2Self優于NLM和LPCA（P＜0.05）。

表1 MB SENSE DTI 3種去噪方法的PSNR值和SSIM值

2.2 主觀圖像質量比較

主觀圖像質量評分如表2所示，在噪聲方面，Patch2Self明顯優于 NLM（P＜0.05），然而 Patch2Self和LPCA之間圖像無統計學差異（P＞0.05）；在對比度、整體質量、FA圖整體質量方面，Patch2Self明顯優于NLM和LPCA（P＜0.05）。3種方法去噪前和去噪后的MB SENSE DTI圖、FA圖以及FA彩圖的視覺效果如圖2和3所示。

圖2 去噪前和去噪后的DTI圖

圖3 去噪前和去噪后的可視化的FA圖和FA彩圖

表2 MB SENSE DTI 3種去噪方法的主觀評分（分，±s）

表2 MB SENSE DTI 3種去噪方法的主觀評分（分，±s）

注：a代表Patch2Self與NLM的統計結果；b代表Patch2Self與LPCA的統計結果。

指標評價方法 Za值 Pa值 Zb值 Pb值NLM LPCA Patch2Self噪聲 2.88±0.68 3.83±0.44 3.75±0.38 4.379 ＜0.001 -1.00 0.317對比度 2.42±0.50 3.46±0.51 3.92±0.28 4.332 ＜0.001 3.051 0.002整體質量 2.50±0.51 3.71±0.45 3.96±0.20 4.326 ＜0.001 -2.449 0.014 FA圖整體質量 3.75±0.44 3.21±0.59 3.96±0.20 2.236 0.025 4.025 ＜0.001

3 討論

DTI是基于 平面回 波序列（Echo Planar Imaging，EPI）的衍生序列，通過連續變化梯度場方向進行數據采集，本質具有低信噪比、低分辨率、對運動敏感等不足[15]。當擴散敏感系數越高，分辨率越高，擴散敏感度越高，顯示神經纖維越精準，但信噪比越低，掃描時間延長；當方向數越多，顯示的神經纖維束越精細，但同樣導致掃描時間延長。

磁共振快速成像技術可以提高采集速度、減少受檢者不適、避免出現運動偽影[16-17]，其中壓縮感知技術便是加速方法之一，其通過稀疏化采樣、小波變換和逆變換、傅立葉逆變換、反復迭代實現去噪，最后重建得到去噪圖像[18-19]。而本文所結合的MB SENSE技術是通過增加同時采集的層數，以此成倍提高了成像速度。但是MB SENSE受到表面線圈的數量、負載等幾何因子影響[20]，使得同時采集的層數（MB Factor）越高，圖像的SNR越低。此外，MB SENSE只是利用特殊算法去除混疊，得到不同層面的圖像，然而在此重建過程中并未去噪。由于上述硬件、重建算法等因素限制，導致MB SENSE相關研究進展緩慢[21]。

2019年，Laine等[22]首先利用統計獨立性的思想進行圖像去噪，需要有同一場景下的兩個不同的噪聲圖片，使用一個噪聲測量來預測另一個噪聲測量；2020年，Fadnavis等[8]提出了J不變性（J-invariance）理論，表明不需要“圖像對”來進行去噪，從圖像中屏蔽一組維度，只在其他維度上進行訓練，即可完成圖像的去噪。Patch2Self正是基于上述研究，利用DTI成像數據中的多組維度的DTI數據完成自監督學習去噪。

本研究結果表明，Patch2Self在結構相似度、圖像對比度、整體質量以及FA圖整體質量優于常規去噪方法，但在去噪效果方面略遜于LPCA。分析原因為LPCA是通過將圖像分解為局部主成分，縮小不相關的成分來完成降噪。在此過程中，可能將組織結構中較低信號識別為噪聲信號[10,23]。本文創新性的利用Patch2Self來提高MB SENSE DTI圖像質量，對提高觀察、后處理以及臨床診斷具有一定的實際意義。

目前本研究有以下幾個局限性：首先，本研究僅驗證了腦部MB SENSE DTI圖像，未來研究還需驗證在其他部位的有效性；其次，本研究僅收集了健康志愿者的磁共振圖像，僅對比分析圖像質量，未來應對臨床診斷的影響進行分析；最后，僅使用單一供應商的MR掃描儀，下一步將納入更多的研究對象，包括不同類型的患者和不同類型的MR掃描儀。

4 結論

本文利用自監督學習網絡Patch2Self給MB SENSE DTI去噪，相比常規去噪方法，Patch2Self可以出色地完成去噪、保留腦部組織結構、提高圖像質量等工作，增加了MB SENSE DTI的大規模臨床應用以及高加速倍數推廣的可能性。