基于自监督学习网络的多层同时扫描扩散张量成像去噪研究

曹达，王伟，徐露露，王传兵，陈巍，吴小玲

1.南京医科大学第一附属医院 放射科，江苏 南京 210019；2.南京医科大学 生物医学工程与信息学院，江苏 南京 211166

引言

扩散张量成像（Diffusion Tensor Imaging，DTI）是一种MRI功能成像技术，它使用各向异性扩散来估计大脑的轴突（白质）组织，在鉴别脑肿瘤、判断脑肿瘤良恶性和显示肿瘤与白质纤维束的关系等方面有重要的价值[1]。DTI扫描时间较长，临床上常采用多层同时扫描技术（Multiband SENSE，MB SENSE）加快DTI扫描，以防止患者运动影响结果，该技术是通过特殊射频脉冲同时激发多个层面与算法重建实现，不仅实现了扫描加速，而且不影响诊断效能，在腰骶丛神经、盆腔肿瘤等诊断方面均有报道[2-3]。但是同时激发层数越多，即加速倍数越高，信噪比（Signal to Noise Ratio，SNR）越低，导致张量在方向排列上杂乱、不规则，使得追踪的纤维结构不够平滑，甚至得到错误的结果，因此在同时多层采集中去噪具有重要意义[4]。

常规去噪方法很难利用到各个梯度的数据，并且只能处理特定的噪声[5]。以机器学习为代表的人工智能方法，在性能和效果上优于常规方法，但常见的监督学习（Supervised Learning）网络需要大量的干净/噪声图像配对构成的数据集去训练，目前临床上很难获得真正对齐的数据，且网络泛化能力一般[6-7]。最近，有研究者提出一种自监督学习（Self-Supervised Learning）网络 Patch2Self，从大规模的无监督图像（噪声图像）中挖掘自身的监督信息，只需要噪声图像即可完成去噪，无需对信号的结构进行任何假设，且能充分利用各个梯度方向的数据，Fadnavis等[8]认为该网络可以保留大脑中的组织结构并抑制噪声，但该方法在MB SENSE DTI方面的有效性尚未得到证实。基于此，本研究旨在探究利用自监督学习网络Patch2Self给MB SENSE DTI去噪临床应用的可行性。

1 资料与方法

1.1 一般资料

本研究招募24名健康志愿者，其中男性8名，女性16名，平均年龄（54.83±14.41）岁。本研究经医院伦理委员会批准，所有志愿者均被告知并书面同意参与本研究。

1.2 仪器与方法

采用飞利浦3.0 T MRI扫描仪（Ingenia CX，Philips Healthcare，荷兰），32通道头颅专用线圈，同时采集层数（MB factor）设置为4。其他扫描成像参数如下：重复时间（Repetition Time，TR）1510 ms，恢复时间（Echo Time，TE）88 ms，视野（Field of View，FOV） 224 mm×224 mm，重建矩阵128 mm，体素2 mm×2 mm×2 mm，间隙0 mm，扩散敏感系数（b值）=0、1000 s/mm2，方向分辨率（Directional Resolution）32，层厚50 mm，信号平均采集次数（Number of Signal Average，NSA）2次，SENSE（SEN Sitivity Encoding）1.0。每个志愿者可获取2040张DTI图，采集时间4 min 58 s。

1.3 Patch2Self网络

如图1所示，Patch2Self分为两个阶段，即数据准备阶段和去噪训练阶段。在数据准备阶段先将MB SENSE DTI数据分割成p邻域的立体块，具体操作步骤如下：① 设多层DTI有个扩散梯度方向，每个方向的3D数据维度均为a×b×c；② 将这些3D数据依次切割成多个维度为p×p×p的小块，并称这些小块为p邻域块，每个扩散梯度方向有个邻p域块；③ 将每个立体的p邻域块展开成一维长度为p3向量；④ 将同一位置的邻域块转成的向量排在一起，构成p3×n的二维矩阵；⑤ 最终多层DTI数据就转化为m个p3×n的二维矩阵。上述3D块数据提取完毕后，即进入去噪训练阶段，在该阶段实现去噪，具体步骤如下：① 设MB SENSE DTI数据为一个数据集Y={y1,y2...yn}，y1为每个梯度方向的数据，n为梯度扩散方向编号，则Y的维度为m×p3×n；② 从Y取出一个扩散梯度方向的数据yi，剩下的为Y-i；③ 用集合Y-i中每个体素周围的局部空间邻域信息，来训练回归函数Ψi逼近目标梯度方向数据yi，最小化p邻域自监督损失函数见式（1）；④ 依次训练Ψ={ψ1,ψ2......ψn}直到收敛，完成训练工作。

图1 Patch2Self网络结构示意图

每个方向中的噪声与另一个方向中的噪声是相互独立的，并且回归去噪函数集Ψ的输出不依赖于输入；式（1）自监督损失的所有总和Loss（Ψ）的最小化等于噪声的最小化，并据此来实现去噪。

1.4 图像质量评价

为验证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]与其进行比较。本研究从主观和客观两个方面进行图像质量评价，其中在主观评价中，由1名高年资放射科神经组医生采用双盲法和4分法（1=差；2=一般；3=良好；4=优秀）对去噪后（NLM、LPCA、Patch2Self）的DTI图进行噪声、对比度、整体质量以及对各向异性分数（Fractional Anisotropy，FA）图的评价[11]。客观评价使用无参考图像的质量评价方法，包括峰值噪声比（Peak Signal to Noise Ratio，PSNR）、结构相似度（Structural Similarity，SSIM）[12-14]。具体评价方式如下。

1.4.1 PSNR

PSNR用于衡量去噪前后图像的质量，PSNR越大表示去噪效果越明显，计算方式见式（2）。

式中，fmax表示图像的最大灰度值；MSE（Mean Squared Error）为使用无参考图像的噪声方差估计方法得到的均方误差。

1.4.2 SSIM

SSIM是一种衡量两幅图像相似度的方法，可用于判断图像是否失真。SSIM与PSNR的主要区别在于SSIM量化亮度、对比度等结构信息的变化，而PSNR是估计绝对误差。SSIM取值范围[0,1]，值越接近1表示图像失真越小。计算方式见式（3）。

式中，μx和μy分别代表x,y的平均值；σxy代表x和y的协方差；σx和σy分别代表x,y的标准差，而c1、c2分别为常数（避免分母为0造成的系统错误）。

1.5 统计学分析

使用 SPSS 22.0 进行统计学分析。采用 Kolmogorov-Smimov方法进行计量资料的正态性检验，依据数据的正态性与否采用±s或中位数（四分位间距）表示。客观评价中，采用配对样本t检验或Wilcoxon符号秩和检验比较PSNR值和SSIM值；主观评价中采用Wilcoxon符号秩和检验比较DTI图噪声、对比度以及整体质量以及对各自的FA图整体质量。P＜0.05为差异有统计学意义。

2 结果

2.1 客观图像质量比较

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

表1 MB SENSE DTI 3种去噪方法的PSNR值和SSIM值

2.2 主观图像质量比较

主观图像质量评分如表2所示，在噪声方面，Patch2Self明显优于 NLM（P＜0.05），然而 Patch2Self和LPCA之间图像无统计学差异（P＞0.05）；在对比度、整体质量、FA图整体质量方面，Patch2Self明显优于NLM和LPCA（P＜0.05）。3种方法去噪前和去噪后的MB SENSE DTI图、FA图以及FA彩图的视觉效果如图2和3所示。

图2 去噪前和去噪后的DTI图

图3 去噪前和去噪后的可视化的FA图和FA彩图

表2 MB SENSE DTI 3种去噪方法的主观评分（分，±s）

表2 MB SENSE DTI 3种去噪方法的主观评分（分，±s）

注：a代表Patch2Self与NLM的统计结果；b代表Patch2Self与LPCA的统计结果。

指标评价方法 Za值 Pa值 Zb值 Pb值NLM LPCA Patch2Self噪声 2.88±0.68 3.83±0.44 3.75±0.38 4.379 ＜0.001 -1.00 0.317对比度 2.42±0.50 3.46±0.51 3.92±0.28 4.332 ＜0.001 3.051 0.002整体质量 2.50±0.51 3.71±0.45 3.96±0.20 4.326 ＜0.001 -2.449 0.014 FA图整体质量 3.75±0.44 3.21±0.59 3.96±0.20 2.236 0.025 4.025 ＜0.001

3 讨论

DTI是基于 平面回 波序列（Echo Planar Imaging，EPI）的衍生序列，通过连续变化梯度场方向进行数据采集，本质具有低信噪比、低分辨率、对运动敏感等不足[15]。当扩散敏感系数越高，分辨率越高，扩散敏感度越高，显示神经纤维越精准，但信噪比越低，扫描时间延长；当方向数越多，显示的神经纤维束越精细，但同样导致扫描时间延长。

磁共振快速成像技术可以提高采集速度、减少受检者不适、避免出现运动伪影[16-17]，其中压缩感知技术便是加速方法之一，其通过稀疏化采样、小波变换和逆变换、傅立叶逆变换、反复迭代实现去噪，最后重建得到去噪图像[18-19]。而本文所结合的MB SENSE技术是通过增加同时采集的层数，以此成倍提高了成像速度。但是MB SENSE受到表面线圈的数量、负载等几何因子影响[20]，使得同时采集的层数（MB Factor）越高，图像的SNR越低。此外，MB SENSE只是利用特殊算法去除混叠，得到不同层面的图像，然而在此重建过程中并未去噪。由于上述硬件、重建算法等因素限制，导致MB SENSE相关研究进展缓慢[21]。

2019年，Laine等[22]首先利用统计独立性的思想进行图像去噪，需要有同一场景下的两个不同的噪声图片，使用一个噪声测量来预测另一个噪声测量；2020年，Fadnavis等[8]提出了J不变性（J-invariance）理论，表明不需要“图像对”来进行去噪，从图像中屏蔽一组维度，只在其他维度上进行训练，即可完成图像的去噪。Patch2Self正是基于上述研究，利用DTI成像数据中的多组维度的DTI数据完成自监督学习去噪。

本研究结果表明，Patch2Self在结构相似度、图像对比度、整体质量以及FA图整体质量优于常规去噪方法，但在去噪效果方面略逊于LPCA。分析原因为LPCA是通过将图像分解为局部主成分，缩小不相关的成分来完成降噪。在此过程中，可能将组织结构中较低信号识别为噪声信号[10,23]。本文创新性的利用Patch2Self来提高MB SENSE DTI图像质量，对提高观察、后处理以及临床诊断具有一定的实际意义。

目前本研究有以下几个局限性：首先，本研究仅验证了脑部MB SENSE DTI图像，未来研究还需验证在其他部位的有效性；其次，本研究仅收集了健康志愿者的磁共振图像，仅对比分析图像质量，未来应对临床诊断的影响进行分析；最后，仅使用单一供应商的MR扫描仪，下一步将纳入更多的研究对象，包括不同类型的患者和不同类型的MR扫描仪。

4 结论

本文利用自监督学习网络Patch2Self给MB SENSE DTI去噪，相比常规去噪方法，Patch2Self可以出色地完成去噪、保留脑部组织结构、提高图像质量等工作，增加了MB SENSE DTI的大规模临床应用以及高加速倍数推广的可能性。