Tiefe tomographische Rekonstruktion ist eine computergestützte Bildgebungstechnik, die Deep-Learning-Modelle anwendet, um Querschnittsbilder aus Projektionsmessungen zu rekonstruieren, wie sie beispielsweise in der Röntgen-Computertomographie (CT), der Positronen-Emissions-Tomographie (PET) oder der Elektronenmikroskopie erfasst werden. Im Gegensatz zu klassischen Methoden, die auf expliziten mathematischen Modellen des Bildgebungssystems beruhen, lernen tiefe Ansätze die Abbildung von Rohsensordaten oder Rekonstruktionen geringer Qualität direkt aus großen Datensätzen auf hochwertige Bilder. Dieses Feld entstand Mitte der 2010er Jahre, angetrieben durch Fortschritte bei Neuronalen-Netzwerk-Architekturen und die Verfügbarkeit groß angelegter medizinischer Bildgebungsdatensätze.
Die zentrale Herausforderung bei der tomographischen Rekonstruktion ist ein inverses Problem: Gegeben eine Menge von Linienintegralen (Projektionen) eines Objekts, soll die räumliche Verteilung des Objekts geschätzt werden. Klassische Algorithmen wie die gefilterte Rückprojektion (FBP) und die iterative Rekonstruktion sind etabliert, erfordern jedoch oft viele Projektionen, um Artefakte zu vermeiden, und können rechenintensiv sein. Die tiefe tomographische Rekonstruktion zielt darauf ab, diese Einschränkungen durch die Nutzung gelernter Prioris zu überwinden, wodurch eine genaue Rekonstruktion aus weniger Projektionen, niedrigeren Strahlendosen oder verrauschten Messungen ermöglicht wird.
Architekturen neuronaler Netze
Die meisten Methoden der tiefen tomographischen Rekonstruktion verwenden faltende neuronale Netze (CNNs), insbesondere die U-Net-Architektur, die 2015 für die biomedizinische Bildsegmentierung eingeführt wurde. U-Nets weisen eine Encoder-Decoder-Struktur mit Skip-Verbindungen auf, die es ihnen ermöglicht, mehrskalige Merkmale zu erfassen und gleichzeitig feine Details zu bewahren. In der Tomographie werden U-Nets häufig für die Nachbearbeitung verwendet: Sie nehmen eine anfängliche FBP-Rekonstruktion als Eingabe und geben ein korrigiertes Bild aus, wodurch Streifenartefakte und Rauschen reduziert werden.
Fortgeschrittenere Ansätze integrieren neuronale Netze direkt in iterative Rekonstruktionsschleifen, eine Strategie, die als entrollte Optimierung bezeichnet wird. Diese Methoden wechseln zwischen Schritten der Datenkonsistenz (die sicherstellen, dass die Ausgabe mit den gemessenen Projektionen übereinstimmt) und gelernten Denoising- oder Regularisierungsschritten. Beispiele sind der Learned Primal-Dual-Algorithmus und das ADMM-Net, die handgefertigte Regularisierer durch trainierbare Netze ersetzen. Dieser hybride Ansatz kombiniert die Interpretierbarkeit der modellbasierten Rekonstruktion mit der Ausdruckskraft des Deep Learning.
Trainingsdaten und Verlustfunktionen
Das Training tiefer tomographischer Rekonstruktionsmodelle erfordert gepaarte Datensätze aus Eingaben geringer Qualität und Ground-Truth-Bildern hoher Qualität. In der medizinischen Bildgebung stammen solche Daten oft aus simulierten Projektionen bestehender CT-Scans, wobei Rekonstruktionen mit hoher Dosis als Ziele dienen und Niedrigdosis- oder Sparse-View-Projektionen simuliert werden. Öffentliche Datensätze wie die Low-Dose-CT-Grand-Challenge (2016) und der AAPM-CT-Lymphknoten-Datensatz haben das Benchmarking erleichtert.
Verlustfunktionen spielen eine entscheidende Rolle beim Training. Die gebräuchlichste ist der mittlere quadratische Fehler (MSE), der pixelweise Unterschiede bestraft, aber unscharfe Ausgaben erzeugen kann. Perzeptive Verluste, die auf Merkmalen vortrainierter Netze basieren, und adversarial Verluste aus generativen adversarialen Netzen (GANs) wurden verwendet, um Schärfe und Realismus zu verbessern. Verlustfunktionen wie der strukturelle Ähnlichkeitsindex (SSIM) werden ebenfalls als differenzierbare Näherungen an perzeptive Qualitätsmetriken einbezogen.
Anwendungen und Leistung
Die tiefe tomographische Rekonstruktion findet Anwendungen in der medizinischen Bildgebung, wo sie eine Dosisreduktion bei gleichbleibender diagnostischer Qualität ermöglicht. Beispielsweise haben Deep-Learning-Rekonstruktionen von Niedrigdosis-CT-Aufnahmen des Brustkorbs ein reduziertes Rauschen im Vergleich zu FBP und eine vergleichbare Leistung zu iterativen Methoden gezeigt. In der industriellen zerstörungsfreien Prüfung rekonstruieren tiefe Methoden innere Strukturen aus Röntgenscans mit begrenztem Winkelbereich, was für die Inspektion hergestellter Komponenten oder archäologischer Artefakte nützlich ist.
In der Elektronentomographie, die in der Strukturbiologie verwendet wird, hilft Deep Learning bei der Rekonstruktion von 3D-Strukturen von Makromolekülen aus Kippserien mit begrenzter Winkelabdeckung. Die Technik wurde auch auf die seismische Tomographie angewendet, wo sie Untergrundeigenschaften aus Wellenfelddaten schätzt. Leistungsbenchmarks zeigen, dass tiefe Methoden oft überlegene Bildqualitätsmetriken wie das Spitzen-Signal-Rausch-Verhältnis (PSNR) und SSIM im Vergleich zu klassischen Ansätzen erreichen, insbesondere in Sparse-View-Szenarien.
Herausforderungen und Einschränkungen
Trotz der Erfolge steht die tiefe tomographische Rekonstruktion vor mehreren Herausforderungen. Die Generalisierung ist ein zentrales Anliegen: Modelle, die auf spezifischen Scannergeometrien oder Gewebetypen trainiert wurden, können bei neuen Datenverteilungen schlecht abschneiden. Dies ist besonders problematisch in der medizinischen Bildgebung, wo Variationen in der Patientenanatomie und der Scannerhardware üblich sind. Forscher haben Domänenanpassung und physikinformierte Netze untersucht, um dieses Problem zu mildern.
Die Interpretierbarkeit bleibt eine weitere Hürde. Im Gegensatz zu klassischen Algorithmen mit klaren mathematischen Garantien werden tiefe Netze oft als Black Boxes behandelt. Dies wirft regulatorische und klinische Akzeptanzprobleme auf, da Radiologen und Regulierungsbehörden Vertrauen in die Zuverlässigkeit der Rekonstruktionen benötigen. Zu den Bemühungen, dies anzugehen, gehören die Unsicherheitsquantifizierung, bei der Netze Konfidenzkarten ausgeben, und die Entwicklung erklärbarer KI-Techniken.
Auch die Rechenkosten sind erheblich. Das Training tiefer Modelle erfordert große GPU-Cluster, und die Inferenz kann langsamer sein als FBP, obwohl sie immer noch schneller ist als viele iterative Methoden. Daten-Augmentierungs-Techniken wie zufällige Rotationen und Rauschzugabe werden verwendet, um die Robustheit zu verbessern, lösen das Generalisierungsproblem jedoch nicht vollständig. Stand Anfang der 2020er Jahre ist die tiefe tomographische Rekonstruktion ein aktives Forschungsgebiet mit laufender Arbeit an hybriden Modellen, selbstüberwachtem Lernen und der Integration in Systeme der künstlichen Intelligenz in klinischen Arbeitsabläufen.