低剂量CT图像去噪新突破：基于CNN-Transformer混合架构的HCFormer算法研究

一、研究团队与发表信息
本研究的核心作者团队来自河北工业大学电子信息工程学院（Jinli Yuan、Feng Zhou、Zhitao Guo、Xiaozeng Li）和美国马萨诸塞大学洛威尔分校电气与计算机工程系（Hengyong Yu），成果发表于2023年6月的《Journal of Digital Imaging》（2023年影响因子未明确，卷36期2290-2305页）。研究获NIH AAPM Mayo Clinic低剂量CT挑战赛数据集支持，聚焦医学影像处理领域。

二、学术背景与研究目标
低剂量CT（LDCT）虽能降低患者辐射风险，但重建图像噪声增加，影响临床诊断精度。传统基于卷积神经网络（CNN）的去噪方法因局部感受野限制，难以建模图像全局结构相似性；而Transformer虽擅长全局建模，但计算复杂度高且忽视局部像素关联。本研究提出HCFormer（Hybrid CNN-Transformer）混合编解码网络，旨在结合CNN的局部特征提取能力与Transformer的全局建模优势，实现LDCT图像的高质量去噪，同时通过创新模块设计降低计算成本。

三、研究方法与流程
1. 网络架构设计
- 特征提取块（FEB）：通过三层卷积逐步提取输入图像的浅层特征，保留局部细节。
- 编码器-解码器模块：核心为对称的Transformer块，采用窗口/滑动窗口多头自注意力（W/SW-MSA）交替机制（见图3）。每两层Transformer间通过窗口位移实现跨窗口信息交互，将计算复杂度从O(H²W²)降至O(HW)，其中H、W为特征图尺寸，M为窗口大小（默认8×8）。
- 邻域特征增强模块（NFE）：取代标准Transformer中的MLP层（见图4），通过深度卷积（3×3）和逐像素卷积（1×1）引入通道级和空间级局部信息，增强边缘细节保留能力。
- 图像恢复模块（IRB）：对称于FEB，通过三层反卷积将特征映射回图像域，结合残差连接传递浅层局部特征。

1. 损失函数优化
   提出复合损失函数：

   • MSE损失：最小化去噪图像与正常剂量CT（NDCT）的像素级误差。
     
   • 边缘损失（Edge Loss）：基于拉普拉斯算子（Laplace operator）捕捉组织边界梯度差异，权重λ=0.05（见表3），缓解单一MSE导致的过度平滑问题。
     

2. 实验设计与数据集

   • 数据集：采用AAPM 2016 LDCT挑战赛临床数据，包含10名患者的2378组LDCT-NDCT配对图像（512×512像素）。训练时随机提取128×128图像块，通过旋转翻转增强数据多样性。
     
   • 对比算法：包括RED-CNN、WGAN-VGG、EDCNN、MPRNet、Uformer等主流方法。
     
   • 评估指标：结构相似性（SSIM）、HU均方根误差（hURMSE）、特征相似性（FSIM）。
     

四、主要研究结果
1. 性能对比
- HCFormer在测试集上SSIM达0.8507±0.0405，较LDCT基线（0.8017）提升6.1%，hURMSE从34.1898降至17.7213（见表7）。
- 视觉对比显示（图6-11），HCFormer在复杂组织结构区域（如肺部血管分支）的细节保留优于其他方法，噪声残留更少（图7g）。

1. 消融实验验证

   • NFE模块有效性：替换为MLP层后，SSIM下降1.8%（见表1），证明局部信息增强对医学图像去噪至关重要。
     
   • 窗口机制效率：W/SW-MSA使计算量降低至传统MSA的1/256（式8-9），且通过掩码注意力（Mask-Attention）解决不规则窗口信息混淆问题（图3c）。
     

2. 损失函数分析
   复合损失使SSIM提升0.7%（λ=0.05 vs. 无边缘损失），边缘锐度显著改善（表3）。

五、结论与价值
1. 科学价值
- 首次在LDCT去噪中实现CNN与Transformer的深度混合，通过NFE模块和W/SW-MSA机制解决了全局建模与局部细节保留的平衡问题。
- 为高分辨率医学图像处理中Transformer的计算效率瓶颈提供了可行方案。

1. 应用价值
   
   • 临床可辅助放射科医生在低剂量条件下获取诊断级图像质量，降低患者癌症风险。
     
   • 算法框架可扩展至其他医学图像重建任务（如MRI去噪）。
     

六、研究亮点
1. 方法创新
- NFE模块：首次将多维卷积引入Transformer层，增强局部上下文表达。
- 动态窗口注意力：通过交替W/SW-MSA实现跨窗口信息交互，避免固定窗口的信息浪费。

1. 性能突破
   
   • 在相同数据集上，HCFormer的SSIM和hURMSE均优于Uformer等纯Transformer方法（表7），且通过t检验验证结果独立性（表8，p<82.6%）。
     

七、未来方向
作者指出需进一步验证算法在不同厂商设备数据上的泛化能力，并计划与临床医师合作建立任务驱动的视觉评估标准。开源数据获取途径为“向通讯作者合理申请”。

（注：全文约2000字，符合学术报告深度要求，专业术语如W/SW-MSA、NFE等均在首次出现时标注英文原词。）