Hi-PET：一种用于资源高效的三维低剂量脑正电子发射断层扫描图像去噪的混合框架

《Neurocomputing》：Hi-PET: A Hybrid Framework for Resource-efficient 3D Low-dose Brain Positron Emission Tomography Image Denoising

低剂量PET脑图像去噪高效混合框架设计，融合扩散模型与GAN优势，通过动态优化过程平衡生成与判别模块，结合三维重叠滑动窗口策略提升资源利用率，在三个独立数据集上验证优于现有10种SOTA模型，临床部署系统已实现实时交互与可视化。

　　

Fangji Qian|Yanyan Huang|Yuanxue Gao|Tianbai Yu|Yu Fu

浙江大学信息科学与电子工程学院，中国杭州

摘要

正电子发射断层扫描（PET）已成为一种广泛用于评估各种疾病（尤其是神经系统疾病）的医学成像技术。尽管全剂量PET（F-PET）成像能够提供对临床诊断至关重要的高质量图像，但它也引发了关于辐射暴露潜在健康风险的严重担忧。通过去除低剂量PET（L-PET）图像中的噪声，可以有效解决在减少辐射暴露与保持诊断性能之间的平衡问题，从而实现与F-PET图像相同的高质量。在本文中，我们介绍了Hi-PET，这是一种新型的混合框架，旨在实现资源高效的3D端到端L-PET图像去噪。Hi-PET由三个简洁且目标明确的模块组成：扩散级联生成机制、扩散多尺度判别过程以及资源高效的3D可扩展重叠滑动补丁方法。该框架首次展示了混合模型的优势，该模型结合了生成对抗网络（GAN）的高效多尺度判别能力和扩散模型的高质量、迭代和稳定的生成过程，以增强L-PET图像的去噪效果。我们提出了一种新颖的帕累托效率动态优化过程，用于衔接基于GAN和基于扩散的流程，在生成和判别阶段有效调节噪声扩散。我们在三个数据集上评估了Hi-PET的性能，包括两个独立数据集和一个混合数据集，并与10个最先进的模型进行了对比。实验结果证实，Hi-PET实现了高效的3D端到端L-PET图像去噪，在多个指标上树立了新的基准。基于Hi-PET框架，我们还开发了一个具有用户友好界面和可视化功能的超快L-PET图像去噪系统。

引言

作为一种经典且常用的成像方式，正电子发射断层扫描（PET）以其高灵敏度、丰富的功能信息、高分子级分辨率以及对全身多部位成像的支持而著称，这有助于医学诊断、图像引导手术和物理检查[33]、[44]、[9]。尽管PET成像具有显著优势，但越来越多的人担心扫描过程中辐射暴露可能带来的健康风险[23]、[46]、[8]。例如，氟脱氧葡萄糖（FDG）等放射性示踪剂在PET成像中被使用。这些示踪剂在体内衰变时会释放正电子和伽马射线，导致患者受到辐射暴露。研究表明，辐射暴露会增加患癌症的风险，并在一定程度上损害人体[27]、[37]、[43]。

因此，低剂量PET（L-PET）成像的出现引起了研究人员的极大兴趣，因为它能够使用较低的辐射水平捕捉图像[9]；Y. [13]、[16]、[19]、[49]、[54]。然而，值得注意的是，与全剂量PET（F-PET）图像相比，L-PET图像的噪声水平明显更高，模态损失更严重，图像对比度更低，伪影出现频率也更高，一些近期研究也证实了这一点[11]、[34]、[54]。因此，在尽可能降低辐射的同时保持诊断准确性成为放射医学成像领域的一个关键问题。

最近，提出了几种用于L-PET图像去噪的自监督深度学习方法[29]、[3]、[34]、[39]、[41]、[53]、[8]、[9]，这些方法不仅显著减少了患者所承受的辐射暴露，还保持了较高的临床诊断可行性。这些专为F-PET图像去噪设计的主流深度学习框架各有优势：卷积神经网络（CNN）的参数数量最少，F-PET去噪性能相对一般；UNet的参数数量较少，但去噪效果略好；生成对抗网络（GAN）的参数数量较多，去噪后的F-PET图像质量更高；基于扩散的模型近年来因其在图像去噪方面的稳定性能而受到广泛关注，尽管通常需要大量参数才能达到这种稳定性。

尽管最近的L-PET图像去噪模型取得了显著进展，但我们仍发现存在四个主要限制：（1）GPU每单位时间的能耗显著增加，使得学术界大多数主流GPU无法满足模型训练需求；（2）基于GAN的模型在处理具有严重模态损失的低剂量L-PET去噪时面临训练不稳定和过早收敛的问题；（3）与其他深度学习框架集成后缺乏协同优化策略，3D L-PET去噪仍有改进空间；（4）缺乏定量3D尺度评估指标，无法严格评估去噪PET图像的临床诊断准确性，尤其是对于具有复杂形态特征的PET脑成像。

为了解决这些挑战，我们提出了Hi-PET框架，该框架结合了基于扩散的级联生成机制、基于GAN的多尺度判别过程以及帕累托效率动态优化过程，以在生成和判别阶段调节噪声扩散。此外，该框架还采用了资源高效的3D可扩展重叠滑动补丁方法，专门用于低剂量脑PET图像去噪。这种混合设计策略性地提升了去噪质量和准确性，确保模型在保持相对可接受的训练/推理参数负载和时间成本的同时，优化了在不同低剂量环境下的性能。我们的主要贡献可以总结如下：•

提出了一种将扩散机制集成到GAN中的混合去噪架构：我们提出了一种新型混合框架，通过帕累托效率优化过程将基于扩散的生成机制集成到基于GAN的网络中，显著增强了训练过程的稳定性。

•

开发了级联生成机制：我们引入了扩散级联生成机制，确保在不同输入低剂量条件下对L-PET图像进行高分辨率、细粒度的去噪。

•

引入了资源高效的3D可扩展重叠滑动补丁去噪方法：我们实现了一种资源高效的3D可扩展重叠滑动补丁去噪方法，充分利用了整个图像的空间变化模式，专注于重叠特征，使得单个桌面级GPU能够进行高精度去噪。

•

Hi-PET能够在临床环境中快速部署：基于提出的Hi-PET框架，我们开发了一个具有用户交互界面和可视化功能的超快L-PET图像去噪系统。

相关工作和理论

相关工作与理论

尽管UNet、GAN和基于扩散的框架具有不同的架构，但它们都遵循相同的方法论原则，将它们的方法与表示学习和图像去噪联系起来[45]。自2017年以来，基于UNet和GAN的模型已被迅速应用于医学图像去噪或合成任务[45]、[9]。自2023年以来，基于扩散的模型在医学图像去噪领域得到了广泛应用，主要是因为它们在去噪过程中的稳定性更强

方法

在本节中，我们详细介绍了Hi-PET框架。如图1所示，Hi-PET采用混合策略同时训练两个正向生成过程、两个反向生成过程和两个判别过程。此外，所有生成和判别阶段都融入了扩散过程，通过多步前馈噪声扩散不断优化生成和判别过程

数据集

本研究使用了来自三个数据集的脑部L-PET图像：(a) Bern数据集、(b) UI数据集和(c) 混合数据集。

Bern数据集：该数据集由瑞士伯尔尼大学的核医学系通过Siemens Biograph Vision Quadra¹设备获取。我们首先检查了该数据集中的全身或局部PET图像，然后对包含人脑的PET图像进行了脑区分割。

实验结果

在本节中，我们展示了在Bern数据集、UI数据集和混合数据集上，我们提出的方法与最新先进方法相比的实验结果。

消融研究

在本节中，我们进一步设计了一系列消融研究，以数值方式分析所提出的Hi-PET框架各关键模块的优势。

讨论

在本节中，我们进行了跨模型性能比较、收敛性和有效性分析、SUVR分析以及泛化能力和可部署性验证，以数值方式分析所提出的Hi-PET的数值和临床性能

结论

在本研究中，我们提出了Hi-PET框架，以实现三维L-PET脑图像的高实时响应性去噪，同时解决了在显著降低辐射暴露的同时保持诊断准确性和资源效率的挑战。Hi-PET框架的所有核心功能都集成到了我们提出的超快L-PET图像去噪系统中，该系统具有交互式界面，并已在实际临床环境中得到验证

CRediT作者贡献声明

Yu Fu：撰写——原始草案、项目管理、方法论、资金获取、形式分析、概念化。Tianbai Yu：撰写——审阅与编辑、验证。Yuanxue Gao：撰写——审阅与编辑、验证、方法论。Yanyan Huang：验证、调查、形式分析。Fangji Qian：撰写——原始草案、方法论、调查、数据整理。

利益冲突声明

作者声明他们没有已知的可能会影响本文报告工作的竞争性财务利益或个人关系。

致谢

本研究部分得到了中国工业控制技术国家重点实验室开放研究项目（项目编号ICT2024B53）和浙江大学脑机智能国家重点实验室开放研究基金（项目编号BMI2400002）的支持。

利益冲突声明

作者确认不存在利益冲突。

Fangji Qian于2025年从中国杭州的浙江大学获得学士学位，目前正在信息科学与电子工程学院攻读硕士学位。他的当前研究兴趣包括超低剂量神经成像技术和医学图像分析。