在醫(yī)療影像領(lǐng)域，低劑量計算機(jī)斷層掃描因輻射劑量低而被廣泛應(yīng)用。然而，低劑量計算機(jī)斷層掃描帶來的噪聲問題嚴(yán)重影響圖像質(zhì)量，從而影響診斷的準(zhǔn)確性。全監(jiān)督降噪方法在成像表現(xiàn)上更優(yōu)越，但在真實臨床環(huán)境中獲取成對數(shù)據(jù)以進(jìn)行訓(xùn)練的難度較大，僅依賴合成數(shù)據(jù)進(jìn)行訓(xùn)練可能導(dǎo)致域適應(yīng)問題。自監(jiān)督或不配對降噪方法能夠直接利用真實臨床采集的數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，但需要對低劑量計算機(jī)斷層掃描數(shù)據(jù)中的噪聲分布做出理論假設(shè)。而這種假設(shè)與真實臨床噪聲分布的不匹配可能導(dǎo)致網(wǎng)絡(luò)訓(xùn)練的不穩(wěn)定，進(jìn)而影響降噪效果。因此，如何結(jié)合上述兩種方法的優(yōu)勢，解決域適應(yīng)帶來的降噪問題，成為研究熱點。

近日，中國科學(xué)院蘇州生物醫(yī)學(xué)工程技術(shù)研究所鄭健團(tuán)隊提出了基于迭代知識遷移和風(fēng)格泛化學(xué)習(xí)的域自適應(yīng)網(wǎng)絡(luò)架構(gòu)。具體而言，科研人員提出了迭代知識遷移模塊。這一模塊結(jié)合知識蒸餾和EMA機(jī)制以實現(xiàn)知識的迭代轉(zhuǎn)移，從而提高網(wǎng)絡(luò)對無標(biāo)簽?zāi)繕?biāo)數(shù)據(jù)的去噪能力。同時，該研究提出了旨在增強(qiáng)訓(xùn)練數(shù)據(jù)集風(fēng)格多樣性與網(wǎng)絡(luò)魯棒性的風(fēng)格泛化學(xué)習(xí)模塊。不同數(shù)據(jù)集的實驗結(jié)果證明了該框架的有效性，并展現(xiàn)出該框架在性能上優(yōu)于現(xiàn)有的最先進(jìn)方法。進(jìn)一步，科研人員驗證了該框架在多種網(wǎng)絡(luò)架構(gòu)中的泛化能力。

該研究結(jié)合全監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)的優(yōu)勢，通過迭代知識遷移和風(fēng)格泛化學(xué)習(xí)，解決了不同成像場景中噪聲模式變化的問題。這一成果有望為臨床實踐中的低劑量CT影像提供更高質(zhì)量的圖像處理技術(shù)，從而提高診斷的準(zhǔn)確性和效率。

相關(guān)研究成果發(fā)表在Medical Image Analysis上。研究工作得到國家重點研發(fā)計劃等的支持。

論文鏈接

域自適應(yīng)網(wǎng)絡(luò)架構(gòu)