EPC-3D-Diff: Equivariant Physics Consistent Conditional 3D Latent Diffusion for CBCT to CT Synthesis

ملخص تقني: EPC-3D-Diff

بيان المشكلة
في العلاج الإشعاعي الحديث، يتم الحصول على التصوير المقطعي المحوسب بالحزمة المخروطية (CBCT) بشكل روتيني لتحديد وضعية المريض، ولكنه يعاني من تدهور كبير في جودة الصورة بسبب التشتت، والضجيج، وتصلب الحزمة، والشوائب الناتجة عن إعادة البناء. تؤدي هذه المشكلات إلى عدم دقة قيم وحدات هونسفيلد (HU) وانخفاض تباين الأنسجة الرخوة، مما يجعل الـ CBCT غير مناسب للحساب المباشر للجرعة وسير عمل العلاج الإشععي التكيفي. وبينما يعد توليد التصوير المقطعي الاصطناعي (sCT) من الـ CBCT حلاً حاسماً، تواجه الطرق الحالية قيوداً: فالشبكات العصبية التلافيفية (CNNs) الخاضعة للإشراف غالباً ما تسبب تنعيماً مفرطاً للتفاصيل؛ وشبكات الخصومة التوليدية (GANs) يمكن أن تُدخل تفاصيل عالية التردد غير واقعية وتعاني من عدم استقرار التدريب؛ كما أن نماذج الانتشار الشرطية الحديثة، رغم استقرارها، تعمل أساساً في نطاق الصورة دون فرض اتساق القياس مع فيزياء الاستحواذ الأساسية. علاوة على ذلك، غالباً ما تواجه هذه النماذج صعوبة في التعميم عبر هندسات الماسحات الضوئية المختلفة وتحولات النطاق.

المنهجية
يقترح المؤلفون إطار عمل EPC-3D-Diff (الانتشار الكامن ثلاثي الأبعاد الشرطي المتسق فيزيائياً والمتكافئ)، وهو إطار مصمم لتخليق أحجام CT عالية الدقة من مدخلات CBCT عبر دمج فيزياء الاستحواذ مباشرة في عملية الانتشار.

1. الانتشار في الفضاء الكامن ثلاثي الأبعاد: للتعامل مع البيانات الحجمية بكفاءة، تعمل الطريقة في فضاء كامن مدمج تم تعلمه بواسطة مشفر تلقائي (AE) ثلاثي الأبعاد خفيف الوزن. يقوم المشفر التلقائي بتقليل دقة المستوى الأفقي مع الحفاظ على العمق المحوري. تقوم شبكة U-Net ثلاثية الأبعاد شرطية بالتنبؤ بالضجيج في هذا الفضاء الكامي، مشروطة بتمثيل الـ CBCT المشفر ($z_c$)، متبعةً صيغة انتشار محافظة على التباين.
2. التكافؤ في نطاق الإسقاط: الابتكار الجوهري هو فقدان التكافؤ المتسق فيزيائياً المستمد من النموذج الأمامي لـ CT. يستغل إطار العمل الخاصية الفيزيائية التي تنص على أن الدوران في المستوى الأفقي لحجم ما يقابل إزاحة زاوية في إسقاطاته.
   • أثناء التدريب، يتم تدوير حجم الـ CT المُخلق ($\hat{x}_0$) بمقدار ($R_\phi$) وإسقاطه أمامياً باستخدام عامل الـ CT ($A_0$).
   • تتم مقارنة ذلك مع إسقاطات الـ CT الحقيقية ($y_0$) التي تمت إزاحتها زاويّاً ($T_\phi$).
   • يعمل الفقد ($L_{eq}$) على تقليل معيار $L_2$ بين نطاقات الإسقاط: $\sum \|T_\phi(y_0) - A_0 R_\phi(\hat{x}_0)\|^2$.
   • نظرياً، يعمل هذا كأولوية مستوحاة من الفيزياء، حيث يعاقب الحلول التي تنتهك التماثل في الاستحواذ ويقوم بإسقاط عينات الانتشار الوسيطة على فضاء فرعي متكافئ.
3. هدف التدريب المركب: يجمع إجمالي الفقد بين هدف الانتشار القياسي ($L_{DDPM}$) وفقد التكافؤ في نطاق الإسقاط ($L_{eq}$) وفقد مكمل في نطاق الصورة: $L_1$ لدقة الفوكسل (Voxel)، وفقد التدرج ($L_{edge}$) للحواف الهيكلية، وفقد لابلاس ($L_{lap}$) للتفاصيل عالية التردد.
4. الاستنتاج: في وقت الاختبار، يقوم النموذج بعملية استنتاج خالية من المشغل (operator-free) باستخدام تحديثات DDIM حتمية. يتطلب فقط مدخل CBCT، مما يجعله فعالاً حاسوبياً للنشر السريري.

المساهمات الرئيسية

• التكافؤ المتسق فيزيائياً: يقدم البحث دالة فقد مبتكرة تفرض التكافؤ الدوراني في نطاق الإسقاط، مما يربط النموذج التوليدي مباشرة بفيزياء استحواذ الـ CT (قانون بير وعوامل الإسقاط الأمامي) بدلاً من مجرد إحصائيات الصورة.
• الانتشار الكامن ثلاثي الأبعاد الشرطي: يجمع إطار العمل بين التخليق الحجمي ثلاثي الأبعاد القابل للتوسع عبر الانتشار الكامن مع القيود الفيزيائية المذكورة أعلاه، مما يعالج التحديات الحسابية للتصوير الطبي ثلاثي الأبعاد.
• القوة تجاه تحولات النطاق: من خلال دمج فيزياء الاستحواذ كتحيز استقرائي، صُمم النموذج ليعمم بشكل أفضل عبر هندسات الماسحات الضوئية المختلفة وسيناريوهات التدريب مختلطة النطاق مقارنة بنماذج الانتشار القياسية في نطاق الصورة.

النتائج التجريبية
تم التحقق من صحة الطريقة على مجموعتي بيانات للرأس والعنق: مجموعة بيانات NWH phantom (10 مرضى) ومجموعة بيانات JUST السريرية (14 مريضاً). تضمنت التقييمات أنظمة تدريب أحادية النطاق ومختلطة النطاق (متعددة الماسحات الضوئية).

• الأداء الكمي: تفوق EPC-3D-Diff بشكل كبير على النماذج المرجعية (Baseline) المتطورة (مثل CycleGAN و نموذج الانتشار الشرطي الأساسي C-DDPM).
  • بيانات الـ Phantom: حقق تحسناً قدره +7.4 ديسيبل في PSNR مقارنة بـ C-DDPM في التدريب مختلط النطاق (38.44 ديسيبل مقابل 31.00 ديسيبل)، ومعامل تشابه بنيوي (SSIM) قدره 0.99.
  • البيانات السريرية: حقق تحسناً قدره +1.8 ديسيبل في PSNR مقارنة بـ C-DDPM.
  • أظهرت الطريقة أيضاً دقة فائقة في قيم HU داخل حدود الأنسجة وتبايناً أقل مقارنة بالنماذج المرجعية.
• الأداء النوعي: أظهرت المقارنات البصرية حدوداً تشريحية أكثر حدة وتشوهات أقل مرتبطة بـ HU، لا سيما في المناطق غير المتجانسة.
• الكفاءة: بينما يتسبب التدريب في عبء طفيف (أقل من 15% من الوقت الإجمالي) بسبب عمليات الإسقاط الأمامي الدورية، فإن الاستنتاج سريع (58 ثانية لكل مريض) لأنه لا يتطلب عمليات إسقاط.

الأهمية
يزعم البحث أن EPC-3D-Diff يحسن من قوة واتساق الفيزياء في عملية تخليق CBCT-to-CT، وهو أمر ضريد لتدفقات عمل العلاج الإشعادي اللاحقة التي تتطلب قيم HU دقيقة لحساب الجرعة. ومن خلال دمج فيزياء الاستحواذ كتحيز هيكلي استقرائي، تعالج هذه الطريقة قيود الطرق المعتمدة على البيانات فقط، مما يوفر حلاً يتعمم جيداً تحت ظروف بيانات التدريب المحدودة وتحولات النطاق دون الحاجة إلى تصحيحات معقدة تعتمد على المشغل أثناء الاستنتاج.