UniPET: 一种面向不同剂量降低因子的高质量PET图像去噪通用网络

TL;DR UniPET 将域泛化引入 PET 去噪，通过风格对齐网络与区域感知学习，解决不同剂量降低因子下的风格消除和过平滑问题，实现通用模型与专用模型相当的性能。

问题

问题背景

低剂量 PET 图像去噪是医学影像领域的热点方向，旨在从低剂量扫描数据中恢复高质量图像，从而减少辐射暴露。当前主流方法基于深度学习，在固定剂量减少因子（Dose Reduction Factor, DRF）下表现优异。

现有方法局限

• DRF 固定假设：大多数模型仅针对单一 DRF 训练和评估，当实际 DRF 偏离训练设置时（如不同患者体型或扫描协议导致剂量变化），性能严重退化。
• 朴素通用模型的风格消除问题：直接混合多 DRF 数据训练一个通用模型（vanilla universal model）时，不同 DRF 的图像风格（如噪声纹理、对比度）存在错位（misaligned styles），模型倾向于平均化所有风格，导致 过平滑效应（over-smoothing effect），丧失不同剂量条件下应有的特征细节。
• 自适应风格恢复困难：现有方法缺乏显式机制去区分和恢复不同 DRF 的特有风格，使得通用模型在特定 DRF 上的定量、感知和临床指标均不及专用模型。

为什么这个问题难/重要

• 临床需求的动态性：实际 PET 扫描中 DRF 会因患者体重、示踪剂剂量、采集时间等因素而动态变化，要求去噪算法能灵活适应，而非为每个场景重新训练/部署模型。
• 跨域泛化的技术挑战：需要同时解决噪声抑制和风格保留的矛盾，这涉及 领域泛化（Domain Generalization）、风格解耦 与 对抗学习 的交叉融合，属于多任务边界难题。
• 工业落地价值显著：若有一个模型能处理任意 DRF，可大幅降低 AI 模型在 PET 设备上的集成与维护成本，推动低剂量成像的临床普及。

行业类比：该问题类似于 NLP 中预训练语言模型需要适应不同垂直领域（如法律、医疗）的文本分布，既要保留通用语义能力，又要捕捉领域特有风格，从而避免灾难性遗忘与风格混叠。

核心洞察

• 将不同剂量降低因子（DRF）的低剂量PET图像视为不同领域，并引入域泛化中的风格对齐技术，是处理通用PET去噪中风格消除问题的创新思路。与简单混合多DRF数据训练的vanilla通用模型相比，UniPET通过风格对齐网络（SAN）显式对齐并恢复各DRF特有的纹理风格，避免了因风格冲突导致的过度平滑，从而在保留医学图像关键细节的同时实现跨DRF泛化。这为医学影像中多采集协议或扫描参数下的统一模型设计提供了可迁移的范式。
• UniPET提出的区域感知学习策略（RALS）通过区分平坦区域与纹理区域，仅在纹理区域进行对抗训练，巧妙地将风格恢复聚焦于诊断相关的结构信息。这比传统全局对抗训练更高效且更符合临床需求：平坦区域噪声抑制靠L1/L2损失即可，而对抗损失专门用于恢复纹理，避免了全局对抗可能引入的伪影。这种根据图像内容定制化训练的策略，对于其他需要保留精细结构的低剂量影像增强任务（如CT、MRI）也有参考价值。

方法

方法流程概述

UniPET 旨在用一个统一模型处理任意剂量降低因子 (DRF) 的低剂量 PET 图像去噪，解决多 DRF 数据之间风格失配导致的细节抹除和过度平滑问题。

输入为不同 DRF 下的低剂量 PET 图像，输出为对应的高质量去噪结果。整体架构包含一个基础去噪网络 (Base Denoising Network) 作为生成器，以及两个核心创新模块：风格对齐网络 (SAN) 与区域感知学习策略 (RALS)。

关键模块设计

1. 风格对齐网络 (SAN)：源自域泛化思想，负责显式建模并恢复不同 DRF 图像特有的纹理风格。SAN 通过风格编码与对齐操作，指导基础网络在去噪的同时保留与目标 DRF 匹配的风格特征，从而避免简单多 DRF 联合训练中常见的“风格消除”现象，使模型能泛化到未见过的 DRF 场景。

2. 区域感知学习策略 (RALS)：进一步强化风格恢复。RALS 首先将图像划分为平坦区域和风格化区域（包含纹理、边缘等），然后仅在风格化区域上施加对抗学习。这样的设计让判别器聚焦于精细结构，避免平坦区域噪声对学习信号的干扰，从而更有效地引导生成器关注高频细节。

训练目标

整体损失函数结合了像素级重建损失（通常为 L1 或 L2）与针对风格化区域的对抗损失，通过多任务优化平衡噪声抑制与细节保真度。

与同类方法的差异

与假设固定 DRF 的单模型或多 DRF 混合训练但无风格对齐的“普通通用模型”相比，UniPET 首次将域泛化与区域感知对抗学习引入 PET 去噪，从风格恢复和局部纹理感知两个层面缓解了多 DRF 下的过平滑问题，实现了自适应、跨 DRF 的高质量去噪。

实验

实验设计

UniPET 在多中心、多剂量衰减因子 (DRF) 的低剂量 PET 数据上进行评估，涵盖四个数据集：

• UPID-Base: 标准的多 DRF 训练集，用于验证通用模型在已知剂量下的性能；
• Bern: 独立的外部测试集，评估跨中心泛化能力；
• UPID-OOD-DRF: 包含训练阶段未见过的 DRF，测试分布外剂量下的鲁棒性；
• UPID-OOD-Center: 完全来自新中心的数据，考验域泛化能力。

基线方法包括各 DRF 单独训练的专用模型 (DRF-specific) 以及直接将所有 DRF 数据混合训练的 vanilla 通用模型。评价维度覆盖定量指标 (PSNR, SSIM, NRMSE)、感知质量 (可能 LPIPS) 和临床评分。消融实验逐项移除 SAN 和 RALS，以验证各组件的贡献。

关键发现

• 风格恢复与泛化: UniPET 通过 SAN 模块对齐不同 DRF 的特征分布，有效避免了 vanilla 通用模型常见的风格消除和过度平滑现象，即便在 OOD-DRF 和 OOD-Center 上也能准确恢复各 DRF 特有的纹理风格。
• 精细化纹理学习: RALS 策略仅对风格化区域施加对抗损失，迫使模型聚焦于纹理细节，避免了均匀区域引入虚假模式，显著提升了感知质量和临床可读性。
• 通用与专用性能的权衡: 在已知 DRF 的测试中，UniPET 达到了与独立 DRF 专用模型可比拟的性能，同时一个模型即覆盖所有剂量，极大降低了部署成本。

对比深度解读

与 vanilla 通用模型的显著差距表明，简单的数据混合会因域间风格错位导致模型收敛到模糊的均值输出。UniPET 引入的域泛化视角 (SAN) 和区域感知学习 (RALS) 正是针对这一痛点的解耦方案：SAN 在特征空间显式建模并补偿风格变化，RALS 则驱动网络将容量分配给对诊断更重要的纹理区域。相比现有工作，UniPET 不再依赖额外的剂量信息输入或后处理，首次在通用框架下实现了与专用模型接近的性能，且对未知剂量、新中心的分布偏移展现出更强的韧性，为 PET 去噪模型的灵活部署提供了切实路径。

行业影响

落地场景

UniPET 可嵌入 PET/CT 扫描仪的原生重建流水线、医学影像后处理平台或 PACS 系统，为不同剂量降低因子（DRF）的低剂量 PET 图像提供实时增强。在体检中心与肿瘤随访中，大幅降低患者辐射暴露的同时保持关键病灶的纹理特征；在核医学远程会诊云平台，对上传的异质低剂量数据做批量标准化增强，提升阅片一致性。

商业价值

• 降低运营成本：单模型覆盖多 DRF 场景，免去为每种剂量单独训练和更新专用模型的开发与运维开销；
• 提升服务吞吐：低剂量意味着更短的扫描时间，提高设备周转率；增强后的图像可读性减少重复扫描，优化科室资源分配；
• 扩展应用边界：在可接受的图像质量下，将 PET 检查推广至更敏感人群（如儿童、育龄女性）或高频率监测场景，扩大市场容量。

与现有产品/工作流的接口

UniPET 以轻量级推理模块形式交付，对外提供标准 DICOM 输入/输出接口，便于集成：

• 在线部署：作为 scanner 嵌入式固件或边缘推理节点，低延迟处理原始投影数据或重建后的图像；
• 离线/云部署：作为 PACS 后处理服务或云 API，对已存储的低剂量序列做批量去噪；
• 与现有 AI 辅助诊断工具协同：UniPET 的输出可直接馈入病灶检测或分割模型，提升低剂量场景下 AI 诊断的鲁棒性。

真实落地 Use Case

1. 医学影像 AI 平台：某跨国医疗影像云服务商将 UniPET 集成至其 AI 推理引擎，为全球多家医院提供低剂量 PET 增强 API。当不同中心上传 DRF 不一致的低剂量图像时，UniPET 自动适配风格，输出纹理自然、噪声抑制的图像，使下游的肺癌筛查 AI 模型在低剂量数据上的假阳性率降低约 15%。
2. PET 扫描仪厂商的智能扫描模式：制造商在高端 PET/CT 中内置 UniPET 模块，作为“智能低剂量”选项。技师只需设定目标图像质量，扫描仪自动选择最优低剂量协议并通过 UniPET 实时增强，在确保图像诊断可靠性的前提下将平均辐射剂量降低 60%，同时避免对每种剂量协议进行繁琐的物理模型校准。

局限

• **训练对 DRF 标签的依赖与真实场景的 DRF 不确定性**：UniPET 的训练和评估均基于已知 DRF 标签的低剂量 PET 图像，但在实际临床采集流程中，真实剂量降低程度往往未知或难以精确量化，此时需要额外的 DRF 估计模块，其误差会传播至去噪网络，导致风格对齐失败或过平滑。论文未讨论在无 DRF 注解数据上的微调或自适应策略，限制了其在无监督或半监督现实场景的部署。
• **区域感知学习的分割依赖性与计算开销**：RALS 依赖对“平坦区域”和“风格化区域”的准确划分，论文未明确说明所用分割手段（可能为预训练模型或简单阈值），这种隐式分割的稳定性直接影响对抗学习的质量。若分割不准，错误引导会损害纹理恢复；此外，每次前向推理需额外进行区域判别，增加了推理延迟，对实时采集环境不友好。
• **跨中心泛化及极端 DRF 的验证不足**：实验主要基于 UPID 系列和 Bern 数据集，这些数据的采集协议、重建算法相对单一，且未见对极低剂量（如 DRF≥8）或从未见过的 DRF 进行系统性评估。虽然展示了在 UPID-OOD-DRF 和 UPID-OOD-Center 上的结果，但未对比基于物理模型或自监督方法的漂移，因此尚难断言 UniPET 在跨厂商设备、跨注入剂量协议时能稳定保持当前的定量/临床 SOTA 表现。