作者 |聯(lián)合研究團隊

編輯丨ScienceAI

X 射線斷層成像（X-ray Tomography）是現(xiàn)代醫(yī)學診斷與科學研究的核心工具，涵蓋醫(yī)學 CT、微 CT、納米 CT、相襯斷層成像和疊層衍射成像等多種模態(tài)。而圖像退化問題(包括噪聲增強、空間分辨率降低、信噪比下降等)，是長期制約其分析可靠性的重大障礙，在低劑量或數(shù)據(jù)稀缺條件下更為突出。

現(xiàn)有的圖像修復方法通常針對特定模態(tài)和預定義退化類型設計，泛化能力有限；同時往往依賴大規(guī)模配對數(shù)據(jù)集（含噪 / 干凈圖像對），而這類數(shù)據(jù)在 X 射線斷層成像中因倫理、實驗和實際條件的限制極難獲取。

為此，來自沙特阿卜杜拉國王科技大學（KAUST）、上?？茖W智能研究院（下稱上智院）、哈爾濱工業(yè)大學等多家機構的研究團隊提出了HorusEye—— 一種面向 X 射線斷層成像通用修復的自監(jiān)督基礎模型。該模型摒棄了以往方法對退化過程的預設假設，轉而從數(shù)據(jù)中直接學習真實的、非參數(shù)的退化過程。基于超過 1 億張圖像的大規(guī)模訓練，HorusEye 在多種成像模態(tài)和修復任務上展現(xiàn)出卓越的泛化性能，甚至在從未見過的成像模態(tài)上也能穩(wěn)定超越針對特定任務設計的方法。相關研究成果于 3 月 27 日發(fā)表在Nature Computational Science。

論文題目：HorusEye: a self-supervised foundation model for generalizable X-ray tomography restoration

論文地址：https://www.nature.com/articles/s43588-026-00973-3

代碼地址：https://github.com/Arturia-Pendragon-Iris/HorusEye_XRT_Restoration

現(xiàn)有方法面臨的核心挑戰(zhàn)

在 X 射線斷層成像領域，圖像修復長期面臨三大核心難題：

一是模態(tài)與任務的高度異質(zhì)性：從毫米級醫(yī)學 CT 到納米級疊層衍射成像，不同模態(tài)的退化機制差異巨大?，F(xiàn)有方法通常為單一模態(tài)或特定任務量身定做，一旦超出訓練條件就嚴重失效。

二是配對數(shù)據(jù)的獲取困境：深度學習方法通常需要大量成對的噪聲 / 干凈圖像進行監(jiān)督訓練，但在 X 射線斷層成像中，獲取真正干凈的參考圖像往往涉及高輻射劑量，受到倫理和實驗條件的嚴格限制。

三是傳統(tǒng)噪聲建模的失效：傳統(tǒng)方法通常假設噪聲服從像素獨立的對數(shù)泊松分布。但研究團隊通過頻譜分析發(fā)現(xiàn)，真實斷層成像噪聲具有信號依賴性、片間獨立性和片內(nèi)空間相關性等復雜特征，遠非簡單參數(shù)模型所能刻畫。

HorusEye 的核心創(chuàng)新設計

HorusEye 從 X 射線斷層成像的物理成像特性出發(fā)，提出了一種巧妙的自監(jiān)督預訓練框架，其核心洞察在于：三維斷層掃描體中，相鄰切片之間的結構信息具有高度連續(xù)性，而噪聲由于獨立采集過程表現(xiàn)出顯著的片間不一致性。

圖 1：HorusEye 整體架構、開發(fā)流程與數(shù)據(jù)集概覽。a-b，模型適用于多種修復任務和成像模態(tài)；c，結構信息的片間連續(xù)性與噪聲的片間不連續(xù)性；d，基于 SwinUNet 的模型架構；e-f，自監(jiān)督訓練策略；g，大規(guī)模多模態(tài)數(shù)據(jù)集組成

基于這一物理先驗，HorusEye 采用兩階段自監(jiān)督訓練策略：

1. 真實噪聲提取（片間對比預訓練）：利用中間切片預測任務，以兩張相鄰噪聲切片作為輸入預測中間切片。由于神經(jīng)網(wǎng)絡傾向于優(yōu)先學習連續(xù)的結構信息而非隨機噪聲（受 Deep Image Prior 啟發(fā)），預測結果與原始圖像之間的殘差即被視為自提取噪聲。這一策略無需任何顯式噪聲模型，直接從數(shù)據(jù)中捕獲真實退化模式。

2. 去噪自編碼器預訓練：將自提取噪聲注入干凈圖像生成偽噪聲訓練數(shù)據(jù)，訓練去噪網(wǎng)絡恢復原始干凈圖像。

兩階段之間通過互正反饋協(xié)同精煉策略（Mutual Positive-Feedback Corefinement）緊密耦合：噪聲提取網(wǎng)絡不斷為去噪網(wǎng)絡提供更真實的噪聲樣本，而去噪網(wǎng)絡的改進又反哺更干凈的監(jiān)督信號，形成良性循環(huán)。這種動態(tài)反饋機制使 HorusEye 能夠漸進地縮小合成退化與真實退化之間的差距。

模型采用 SwinUNet 架構作為骨干網(wǎng)絡，融合 Swin Transformer 編碼器和輕量卷積解碼器，包含約 1 億參數(shù)。整個訓練基于 50 個數(shù)據(jù)集、超過 12 萬個掃描體、總計 1 億張圖像的大規(guī)模多中心數(shù)據(jù)集完成。

醫(yī)學 CT 去噪：逼近超高劑量掃描質(zhì)量

在醫(yī)學 CT 領域，HorusEye 展現(xiàn)出卓越的低劑量 CT 修復能力。研究團隊建立了專門的劑量對比數(shù)據(jù)集（含 10 頭離體豬和兩個標準體模），在三個劑量水平下進行定量評估。

圖 2：HorusEye 在醫(yī)學 CT 上的應用。a，體模和離體豬的劑量對比去噪可視化結果；b，PSNR 和 SSIM 定量對比；c，真實臨床 CT 去噪結果及 FSC 曲線對比

與四種主流后處理方法（WGAN、RED、CT-Former、MAP-NN）和一種重建方法（ASIR）的對比表明：

• HorusEye 能夠將低劑量掃描圖像修復至接近超高劑量（140kV/500mA）的視覺質(zhì)量；
• PSNR 提升約 2 dB，SSIM 提升 0.02-0.04，差異具有高度統(tǒng)計顯著性（P < 0.0001）；
• 在真實臨床 CT 數(shù)據(jù)上，HorusEye 的背景噪聲抑制（ΔBNP）相比原始圖像降低 10-20 dB，優(yōu)于其他方法 5-10 dB；
• FSC 曲線在全頻率范圍內(nèi)保持最高，表明高頻細節(jié)信息得到最佳保留。

跨模態(tài)泛化：從毫米到納米尺度的通用修復

HorusEye 可直接應用于多種 X 射線斷層成像模態(tài)，包括微 CT、納米 CT、相襯斷層成像、動態(tài)斷層成像、能譜斷層成像和疊層衍射成像，分辨率跨越毫米到納米尺度。值得注意的是，后三種模態(tài)在訓練階段完全未被包含，用以嚴格測試跨模態(tài)泛化能力。

圖 3：HorusEye 在多種 X 射線斷層成像模態(tài)上的應用。a-f，微 CT（雞骨）、納米 CT（電極）、相襯斷層成像（腎臟）、能譜斷層成像（人體胸部）、動態(tài)斷層成像（合成巖漿）和疊層衍射成像（納米多孔玻璃）的修復結果與現(xiàn)有最優(yōu)方法對比

與 k-SVD、BM3D、DIP 和 ZS-N2N 等通用去噪方法相比，HorusEye 在所有模態(tài)上均展現(xiàn)出明顯優(yōu)勢：

• ΔBNP 改善約 10-15 dB（其他方法僅約 5 dB）；
• FSC 曲線全頻段保持更高相關值；
• 在劑量對比雞骨微 CT 數(shù)據(jù)集上，PSNR 優(yōu)于其他方法約 2 dB，SSIM 優(yōu)約 0.1。

通過在特定數(shù)據(jù)集上的自監(jiān)督微調(diào)，HorusEye 還能進一步提升修復質(zhì)量，體現(xiàn)了其出色的靈活性和可遷移性。

多任務遷移：凍結編碼器即可適配新任務

除去噪外，HorusEye 還被成功遷移至四類常見 X 射線斷層成像修復問題：4 倍超分辨率、5 倍層厚重建、金屬偽影去除和運動校正。遷移過程僅需微調(diào)輕量級解碼器，預訓練編碼器完全固定。

圖 4：HorusEye 在其他修復任務上的應用。a，超分辨率、層厚重建、金屬偽影去除和運動校正的可視化結果及與真實值的差異圖；b，PSNR 和 SSIM 定量分析

在所有任務中，HorusEye 均能恢復精細結構、產(chǎn)生更清晰的邊界和更少的殘留偽影。與通用修復模型（SwinIR、Cycle-GAN）、相同架構但從零訓練的基線模型，以及各任務專用方法的對比中，HorusEye 在 PSNR 和 SSIM 上均具優(yōu)勢。HorusEye 與基線模型之間的性能差距充分證明了大規(guī)模預訓練的關鍵作用 —— 預訓練編碼器有效捕獲了可遷移的結構與解剖特征表示。

臨床評估：顯著提升診斷準確率

為評估 HorusEye 的臨床實用價值，研究團隊開展了多中心臨床評估，由 10 位具有 10 年以上經(jīng)驗的放射科醫(yī)生以雙盲方式獨立評分。

圖 5：HorusEye 臨床評估。a，低劑量 CT 經(jīng)不同方法處理后的噪聲、對比度和病變可檢測性評分對比；b，HorusEye 增強血管可視化效果；c，HorusEye 幫助檢出最初被遺漏的病變案例

臨床評估的核心發(fā)現(xiàn)：

• HorusEye 使放射科醫(yī)生評分平均提升 1-3 分（5 分制），達到接近高劑量參考掃描的水平；
• 在難以檢測的低對比度病變回顧性研究中效果尤為顯著：對于非增強 CT 上的肺栓塞，僅 3.3%（1/30）的放射科醫(yī)生能在原始圖像上識別，而經(jīng) HorusEye 處理后檢出率躍升至 80.0%（24/30）；
• 肝臟腫瘤檢出率從 53.3% 提升至 93.3%，主動脈夾層破裂口檢出率從 63.3% 提升至 93.3%；
• 在 17 項計算機輔助診斷（CAD）任務評估中，HorusEye 普遍提升了下游任務性能，例如低劑量肺動脈 / 靜脈分割的 Dice 系數(shù)從約 70% 提升至約 88%。

退化分析：揭示斷層成像噪聲的真實面貌

借助 HorusEye 的噪聲提取能力，研究團隊對 103,725 個來自不同模態(tài)和掃描對象的噪聲樣本進行了系統(tǒng)分析。

圖 6：利用 HorusEye 進行 X 射線斷層成像退化分析。a，103,725 個噪聲樣本的 t-SNE 聚類可視化，不同數(shù)據(jù)集的噪聲自然形成清晰簇；b，噪聲功率譜和相位譜隨頻率的分布特征

t-SNE 聚類分析揭示了一個重要事實：來自相同掃描設置的噪聲自然聚集成簇，不同設置之間存在明顯分離。這證實噪聲特征隨成像模態(tài)和掃描對象而本質(zhì)性變化，對針對特定場景訓練的修復方法構成巨大挑戰(zhàn)。值得關注的是，長期以來被廣泛采用的對數(shù)泊松噪聲模型，在聚類圖中與真實噪聲明顯分離。這一現(xiàn)象表明，許多現(xiàn)有模型所依賴的噪聲建模方式，在刻畫真實系統(tǒng)退化時存在固有局限。

總結與展望

HorusEye 的創(chuàng)新源于對 X 射線斷層成像物理特性的洞察 —— 利用結構的片間連續(xù)性與噪聲的片間獨立性這一關鍵對比，構建了無需配對監(jiān)督或噪聲模型假設的自監(jiān)督學習框架。通過互正反饋協(xié)同精煉機制，模型能夠漸進式地從合成退化過渡到真實退化學習，實現(xiàn)了從去噪到超分辨率、偽影去除等多任務的統(tǒng)一遷移能力。

實驗與臨床評估表明，HorusEye 不僅是一種通用的圖像修復技術，更有望成為 X 射線斷層成像的通用后處理工具 —— 通過提升低劑量掃描質(zhì)量來降低輻射風險，通過增強老舊設備的成像效果來促進醫(yī)療資源可及性，為更安全、更高效、更精準的醫(yī)學影像實踐開辟了新路徑。

展望未來，將 HorusEye 推向臨床常規(guī)應用仍需大規(guī)模多中心驗證。同時，從數(shù)據(jù)中直接學習真實退化的范式也為其他斷層成像技術的圖像質(zhì)量優(yōu)化提供了重要啟示。