研究背景
磁共振成像（MRI）作为临床诊断与脑科学研究的核心无创工具，其成像质量长期以来受制于噪声干扰。尽管基于有监督深度学习的降噪算法在性能上已显著优于传统技术，但是此类模型在训练阶段高度依赖高质量的参考数据作为“真值”，而在实际临床场景中获取此类高质量数据极其困难。这一数据瓶颈直接制约了深度学习降噪技术的实用性与可行性。
近日，清华大学生物医学工程学院田启源课题组脑影像实验室、廖洪恩课题组微创诊疗与三维影像实验室，在《影像神经科学》（Imaging Neuroscience）期刊发表题为 “一种不依赖无噪声参考数据的迭代残差学习图像降噪策略”（Noise2Average: an iterative residual learning strategy for image denoising without clean data）的研究论文。
该研究提出的迭代残差学习图像降噪方法（Noise2Average），通过迭代残差学习策略实现磁共振成像多重复扫描数据的自监督降噪，在多种成像序列上显著提升图像信噪比，有效降低了临床扫描时间需求。此外，该研究还展示了 Noise2Average 在克服极高分辨率成像中固有信噪比瓶颈,在极低信噪比条件下恢复图像细节，从而实现了对微小精细结构的清晰呈现与分析的潜力。
Noise2Average结合了迁移学习与自监督学习，利用多次重复采集的MRI图像内容一致但噪声不同的特点进行降噪。具体实现上，Noise2Average首先通过微调预训练卷积神经网络（CNN），学习建立从低信噪比的单次采集到相对高信噪比的多次采集平均值之间的映射关系；随后，它引入了迭代机制，将上一轮的降噪结果作为新的训练目标，通过反复的监督残差学习过程，不断增强图像特征并降低图像噪声，最终得到高信噪比图像。
训练策略及对比
值得注意的是，Noise2Average 框架实现了与常规扫描流程的无缝兼容。它无需额外的采集步骤，而是巧妙挖掘了成像数据的内在冗余——利用多回波成像中的不同回波的图像、平面回波成像中的相反相位编码数据，以及基于物理模型合成的配对图像，构建了高效的训练数据对。
相反相位编码图像作为网络训练输入
实验结果有力证实了 Noise2Average 的卓越鲁棒性与泛化能力。无论是在高加速 T1 加权成像，还是在复杂的多通道弥散磁共振数据中，该算法均实现了出色的降噪效果，并显著提升了下游微结构定量分析的精度。尤为关键的是，作为一种自监督方法，其性能已逼近监督学习的理论基准，充分确立了该框架在多模态 MRI 去噪及定量成像中的核心实用价值。
提高弥散磁共振成像的图像质量
提高基于弥散磁共振成像的微结构定量精度
该研究进一步展示了 Noise2Average 在极高分辨率结构成像中的卓越性能。它成功突破了信噪比瓶颈，清晰复原了脑精细解剖结构，提高了即便在传统长时程采集（八小时）下也难以清晰观察的微小结构的可见性。
增强屏状核、尾状核-豆状核灰质桥、热纳里氏线及小脑皮层等精细结构成像
Noise2Average 无需高信噪比参考图像且训练高效的特点，使其临床部署门槛显著降低。这些特性让其能够快速集成到实际工作流中，广泛赋能于那些对高加速、高分辨及高信噪比成像有严苛需求的临床诊断与神经科学研究。
论文第一作者为清华大学生物医学工程学院2022级博士生李子涵（导师为清华大学生物医学工程学院廖洪恩教授），通讯作者为清华大学生物医学工程学院田启源副教授。合作者包括清华生医工程学院、牛津大学、哈佛大学、斯坦福大学等多所机构的学者。
《Imaging Neuroscience》由《NeuroImage》原核心编辑团队于2023年创立，主要发表脑成像新方法研究以及利用神经影像研究大脑结构、功能与行为的相关研究。
论文原文链接：https://direct.mit.edu/imag/article/doi/10.1162/IMAG.a.1163/135352/Noise2Average-an-iterative-residual-learning
田启源课题组脑影像实验室介绍：
脑影像实验室隶属于清华大学生物医学工程学院，由田启源博士于2023年创立，长期致力于推动脑影像新工具、脑科学新发现以及脑疾病新诊疗的诞生（birth）与突破。该实验室专注于人工智能赋能的生物医学成像与图像分析技术研发，聚焦磁共振影像、人脑结构与功能、人脑发育与退化、计算机视觉、深度学习与基座模型等前沿领域，开展具有颠覆性的跨学科医工交叉研究。实验室相关研究发表于国际著名学术期刊《细胞》（Cell）、《自然· 生物医学工程》（Nature Biomedical Engineering）、《影像神经科学》（Imaging Neuroscience）、《先进科学》（Advanced Science）、《神经成像》（NeuroImage）、《医学影像分析》（Medical Image Analysis）、《医学磁共振》（Magnetic Resonance in Medicine）等。
廖洪恩微创诊疗与三维影像实验室介绍：
微创诊疗与三维影像实验室隶属于清华大学生物医学工程学院，由廖洪恩博士创立，长期致力于三维医学影像和微创精准诊疗的研究，于近年来依托人工智能技术，强化信息融合，发展自主器械，赋能临床流程，以减轻医生负担并增强患者福祉。课题组先后自主研发了以医学信息透视融合系统、自主超声诊疗一体系统和智能医学影像分析基座为代表的前沿理论与系统，长期引领复杂疾病的跨尺度多模态成像引导智能化诊疗领域的发展。相关研究近期被国际著名学术期刊《IEEE模式分析与机器智能汇刊》（IEEE Transaction on Pattern Analysis and Machine Intelligence）、《IEEE工业电子汇刊》（IEEE Transactions on Industrial Electronics）、《IEEE医学影像汇刊》（IEEE Transactions on Medical Imaging）和《医学影像分析》（Medical Image Analysis）等报道。
科研动态
