論文鏈接：SAGAN

代碼鏈接：SAGAN

這篇文章是我在GitHub發(fā)現(xiàn)的低劑量CT向高劑量CT轉(zhuǎn)化的項(xiàng)目的文章，是在2018年美國(guó)醫(yī)學(xué)影像信息大會(huì)（SIIM）上發(fā)表的文章。

在低劑量輻射領(lǐng)域有一個(gè)原則：ALARA（盡可能的低劑量原則）(1)個(gè)人監(jiān)測(cè)卡必須經(jīng)常佩帶，以提供一個(gè)較長(zhǎng)時(shí)間的劑量記錄。2)放射技師應(yīng)盡量使用機(jī)械裝置固定被照體。3)若患者確需幫助，應(yīng)由其家屬或非放射工作者完成。員工扶助患者時(shí)，必須穿戴防護(hù)衣，并避開(kāi)放射源的直接照射。4)一個(gè)好的放射技師應(yīng)該注意所有的工作環(huán)節(jié)，包括調(diào)整照射野的大小、使用高電壓技術(shù)、采用高感度增感屏/膠片系統(tǒng)和盡可能小的曝光量。

本文的思想是GAN網(wǎng)絡(luò)，整體網(wǎng)絡(luò)結(jié)構(gòu)如下，三個(gè)子網(wǎng)絡(luò)構(gòu)成：生成網(wǎng)絡(luò)、判別網(wǎng)絡(luò)和銳度檢測(cè)網(wǎng)絡(luò)。

生成器和判別器之間的損失函數(shù)如下，其中x是輸入的低劑量CT，y是目標(biāo)標(biāo)準(zhǔn)劑量CT，y帶帽是生成器生成的圖像；Pdata是采樣的真實(shí)數(shù)據(jù)分布，E是這些點(diǎn)的期望值。生成器就想最小化上述loss，而判別器就想最大化這個(gè)loss：

除了上述損失函數(shù)，生成器中還會(huì)存在其他loss，如下輸出和目標(biāo)的L1范數(shù)：

在銳度檢測(cè)網(wǎng)絡(luò)S中也會(huì)存在損失函數(shù)：

所以整個(gè)SAGAN網(wǎng)絡(luò)的loss就是：

生成器：作者采用的是U-Net256結(jié)構(gòu)，如下圖所示，

判別器：采用了pix2pix里的PatchGAN結(jié)構(gòu)。

銳度檢測(cè)網(wǎng)絡(luò)：傳統(tǒng)的低劑量CT轉(zhuǎn)化的網(wǎng)絡(luò)輸出銳度都很低，作者在這里添加了銳度檢測(cè)網(wǎng)絡(luò)作用于生成器，使之生成銳度較高的圖像。

實(shí)驗(yàn)：

作者根據(jù)SAGAN網(wǎng)絡(luò)做了四組實(shí)驗(yàn)，實(shí)驗(yàn)數(shù)據(jù)分別是：模擬低劑量CT，小豬CT數(shù)據(jù)集，Catphan 600和kaggle17比賽兩位患者的CT圖像。

在模擬低劑量CT時(shí)采用添加泊松噪聲和高斯噪聲的方法模擬，通過(guò)N0的不同對(duì)應(yīng)不同劑量的CT圖像：

在小豬數(shù)據(jù)集上通過(guò)更改管電流改變劑量，這也是真實(shí)CT采集時(shí)的做法，最終產(chǎn)生了4個(gè)劑量水平；在Catphan 600數(shù)據(jù)集上有兩個(gè)劑量水平，具體如下表：

Kaggle低劑量數(shù)據(jù)集是在未知?jiǎng)┝肯碌慕Y(jié)果。

針對(duì)生成器的不同選擇，作者在不同模擬劑量CT下做了不同實(shí)驗(yàn)，結(jié)果如下表、圖，結(jié)果顯示本文所采用的網(wǎng)絡(luò)效果最好：

從上表可以看出，N0提升也就是噪聲水平降低情況下，性能會(huì)提高。

針對(duì)銳度檢測(cè)網(wǎng)絡(luò)，作者實(shí)驗(yàn)結(jié)果如下，應(yīng)用銳度檢測(cè)網(wǎng)絡(luò)前后和BM3D/K-SVD對(duì)比：

由上表可以看出銳度檢測(cè)網(wǎng)絡(luò)的作用。

在各種數(shù)據(jù)集上實(shí)驗(yàn)的結(jié)果如下各圖所示：

在小豬數(shù)據(jù)集上定性的PSNR和SSIM對(duì)比結(jié)果如下：

作者所提出的SAGAN在各個(gè)數(shù)據(jù)集上的表現(xiàn)都很好，但仍舊存在一些問(wèn)題，比如不同劑量的CT都需要訓(xùn)練模型，再比如銳度檢測(cè)網(wǎng)絡(luò)不是很敏感等問(wèn)題。