Multi-frame-based Cross-domain Image Denoising for Low-dose Computed Tomography

要約

タイトル：低線量X線CTのための多フレームベースの異なるドメインの画像除去

要約：
– CTは、数十年にわたって世界中で非侵襲的診断のための最も重要なテストの1つとして使用されてきたが、X線露光のイオン化性は、癌などの潜在的な健康リスクについて懸念がある。
– より低い線量が望まれるため、学習ベースのメソッドによるノイズ除去やアーティファクトの削除など、再構成品質の向上に取り組む研究者も多い。
– しかし、以前の低線量CTのノイズ除去に関する研究の多くは、Radon変換を使用して収集されたシミュレーションデータ上で開発されたものであった。
– 本論文では、商用の第3世代マルチスライススパイラルCTスキャナーに対して異なるドメイン間でのLDCT除去のための、完全な再構成パイプラインをより効果的に活用する2段階法を提案する。
– この手法は、従来のカスケードフレームワークでの情報の崩壊を回避しながら、マルチスライス投影と容積再構成の高度な冗長性を活用する。
– 評価により、本手法は最新の手法よりも優れた性能を発揮することが示されている。

要約(オリジナル)

Computed tomography (CT) has been used worldwide for decades as one of the most important non-invasive tests in assisting diagnosis. However, the ionizing nature of X-ray exposure raises concerns about potential health risks such as cancer. The desire for lower radiation dose has driven researchers to improve the reconstruction quality, especially by removing noise and artifacts. Although previous studies on low-dose computed tomography (LDCT) denoising have demonstrated the effectiveness of learning-based methods, most of them were developed on the simulated data collected using Radon transform. However, the real-world scenario significantly differs from the simulation domain, and the joint optimization of denoising with modern CT image reconstruction pipeline is still missing. In this paper, for the commercially available third-generation multi-slice spiral CT scanners, we propose a two-stage method that better exploits the complete reconstruction pipeline for LDCT denoising across different domains. Our method makes good use of the high redundancy of both the multi-slice projections and the volumetric reconstructions while avoiding the collapse of information in conventional cascaded frameworks. The dedicated design also provides a clearer interpretation of the workflow. Through extensive evaluations, we demonstrate its superior performance against state-of-the-art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI