HDDPM: Heteroscedastic Denoising Diffusion Probabilistic Model for Quantitative Low-Count Brain PET Recovery

Technische Zusammenfassung: HDDPM für die quantitative Low-Count-Gehirn-PET-Rekonstruktion

Problemstellung
Die Positronen-Emissions-Tomographie (PET) steht vor einem kritischen Kompromiss zwischen diagnostischer Bildqualität und der Strahlenbelastung der Patienten. Eine Reduzierung der injizierten Radiotracer-Dosis zur Minimierung der Strahlung führt zu „Low-Count“-Akquisitionen, die durch ein schwerwiegendes Rauschen gekennzeichnet sind. Im Gegensatz zu Standardaufgaben der Bildverarbeitung, bei denen Rauschen oft als Gaußsch und stationär angenommen wird, ist das Low-Count-PET-Rauschen inhärent nicht-Gaußsch, nicht-stationär und räumlich abhängig. Insbesondere skaliert die Varianz des Rauschens direkt mit der lokalen Radioaktivitätskonzentration (Poisson-Statistik) und wird durch den Rekonstruktionsalgorithmus sowie physikalische Korrekturen beeinflusst.

Standardmäßige Denoising Diffusion Probabilistic Models (DDPMs) versagen bei der Adressierung dieser physikalischen Realitäten. Ihr Vorwärts-Diffusionsprozess fügt dem Zielbild isotropes, homoszedastisches (konstantes Varianz-) Gaußsches Rauschen hinzu. Diese Annahme ignoriert die aktivitätsabhängige Natur der PET-Degradation, was zu einer Diskrepanz zwischen dem gelernten Korruptionsmodell und der tatsächlichen physikalischen Rauschstruktur des Scanners führt. Folglich haben Standard-Deep-Learning-Denoiser oft Schwierigkeiten, über verschiedene Dosisstufen oder Scannertypen hinweg zu generalisieren, was zu Problemen wie Überglättung oder unzureichender Rauschunterdrückung führt, wenn sie auf Daten mit abweichenden Rauscheigenschaften angewendet werden.

Methodik
Die Autoren schlagen das Heteroscedastic Denoising Diffusion Probabilistic Model (HDDPM) vor, ein Framework, das darauf ausgelegt ist, die physikalische Rauschstruktur der PET direkt in den Diffusionsprozess zu integrieren.

1. Problemformulierung: Die Aufgabe wird als gepaarte 3D-Bild-zu-Bild-Rekonstruktion formuliert, bei der das Modell das Residuum ($r = x_{HD} - x_{LD}$) zwischen einer Standarddosis-Referenz ($x_{HD}$) und einem Low-Count-Input ($x_{LD}$) vorhersagt. Die endgültige Ausgabe wird durch Addition des vorhergesagten Residuums zum Low-Count-Input rekonstruiert. Dieser Ansatz bewahrt die in den Input vorhandene anatomische Struktur und konzentriert die Kapazität des Netzwerks auf das Erlernen der dosisabhängigen Degradation.
2. Heteroscedastischer Vorwärtsprozess: Im Gegensatz zu Standard-DDPMs, die einen skalaren Varianz-Zeitplan verwenden, ersetzt das HDDPM die skalare Varianz durch eine voxelweise Varianz-Skalierungs-Map, $g(v)$.
   • Diese Map wird durch ein festes, Poisson-basiertes Modul (das während des Trainings nicht gelernt wird) generiert, das die lokale Varianz basierend auf der Intensität eines Referenzbildes ($v$) berechnet.
   • Die Varianz ist umgekehrt proportional zur lokalen Aktivität: Regionen mit geringer Aktivität erhalten eine stärkere Rauschstörung, während Regionen mit hoher Aktivität eine schwächere Störung erhalten, was die heteroszedastische Natur der PET-Zählstatistik widerspiegelt.
   • Während des Trainings dient die Standarddosis-Zielgröße als Varianzreferenz. Während der Inferenz ist das Modell nur auf das Low-Count-Bild und den Dosisanteil konditioniert, ohne dass eine Ziel-abgeleitete Map erforderlich ist.
3. Netzwerkarchitektur & Konditionierung: Das Denoising-Netzwerk nutzt ein 3D U-Net-Backbone im $x_0$-Vorhersagemodus. Es nimmt das verrauschte Residuum, das Low-Count-Konditionierungsbild, den Diffusions-Zeitschritt und den Dosisanteil als explizite Konditionierungsvariablen entgegen. Metadaten (Alter, Gewicht, Scannermodell) werden ebenfalls einbezogen, sofern verfügbar.
4. Trainingsstrategie: Das Modell wird trainiert, um den Residuen-Rekonstruktionsverlust zu minimieren. Um die klinische Herausforderung extremer Dosisreduktionen zu bewältigen, wurden besonders schwere Low-Count-Fälle während des Samplings höher gewichtet.

Wesentliche Beiträge

• Heteroszedastische Reformulierung: Die Arbeit führt eine neuartige Reformulierung des DDPM-Vorwärtsprozesses für die medizinische Bildgebung ein, die isotropes Gaußsches Rauschen durch ein intensitätsbewusstes, räumlich variierendes Rauschmodell ersetzt, das aus der Poisson-Statistik abgeleitet ist.
• Residuen-Lernen mit Dosis-Konditionierung: Das Framework kombiniert Residuen-Lernen (Vorhersage der Differenz zwischen Low- und Standard-Counts) mit expliziter Dosisanteil-Konditionierung, was es dem Modell ermöglicht, sich an verschiedene simulierte Dosisstufen (1 % bis 50 %) anzupassen, ohne neu trainiert werden zu müssen.
• Kontrollierte Evaluierung: Die Studie bietet einen streng kontrollierten Vergleich zwischen dem vorgeschlagenen HDDPM und einer isotropen DDPM-Baseline, wobei die spezifische Auswirkung der Modellierung heteroszedastischen Rauschens isoliert wird, indem alle anderen architektonischen und Trainingsparameter identisch gehalten werden.

Ergebnisse
Das HDDPM wurde über drei verschiedene Scannertypen (Siemens Biograph Vision Quadra, United Imaging uExplorer und ein externer Siemens Biograph mMR) unter Verwendung sowohl interner als auch externer Datensätze bei simulierten Dosisstufen von 1 % bis 50 % evaluiert.

• Globale Bildqualität: HDDPM und die Standard-isotrope DDPM zeigten über die meisten Dosisstufen und Datensätze hinweg eine vergleichbare globale Bildqualität (gemessen an PSNR, SSIM und SUV NMAE).
• Robustheit bei niedriger Dosis: Der primäre Vorteil des HDDPM zeigte sich in den externen Scans mit der niedrigsten Dosis (1 %). In diesem anspruchsvollen Out-of-Distribution-Szenario reduzierte das HDDPM die Messfehler im Vergleich zum Standardmodell signifikant. Speziell in der externen Kohorte bei 1 % Counts reduzierte das HDDPM den Fehler des Low-Uptake-SUVr auf 2,40 % im Vergleich zu 3,10 % beim isotropen DDPM ($p < 0,001$).
• Regionale Quantifizierung: Während die interne Validierung eine ähnliche Leistung beider Modelle zeigte, wies das HDDPM eine überlegene Zuverlässigkeit bei der Bewahrung der regionalen quantitativen Genauigkeit (SUVr) in stark degradierten oder externen Daten auf.
• Rauschtextur: Die Analyse des Rauschleistungsspektrums (NPS) ergab, dass beide Modelle intern ähnliche Rauschtexturen erzeugten, wobei das HDDPM in externen Daten eine etwas größere hochfrequente Restleistung bewahrte, was auf eine bessere Erhaltung feiner Details in schwierigen Szenarien hindeutet.

Bedeutung und Ansprüche
Die Autoren behaupten, dass das HDDPM einen physikalisch motivierten induktiven Bias für die quantitative Low-Count-PET-Rekonstruktion bietet. Durch die Abbildung der aktivitätsabhängigen Rauschstruktur der PET innerhalb des Diffusionsprozesses erreicht das Modell eine größere Zuverlässigkeit in Szenarien, in denen Standard-Isotropie-Annahmen versagen – insbesondere bei extremer Dosisreduktion und der Generalisierung über Scanner hinweg.

Die Arbeit positioniert das HDDPM bescheiden als Proof-of-Concept, das die Machbarkeit von heteroszedastischem Noising demonstriert. Die Autoren merken an, dass die architektonischen Parameter (z. B. Trainingsdauer, Varianzskalierung) nicht vollständig optimiert wurden, was bedeutet, dass die berichteten Ergebnisse das grundlegende Verhalten und das Potenzial des Ansatzes darstellen und nicht dessen absolutes Leistungsmaximum. Die Kernbedeutung liegt darin, zu beweisen, dass die Modellierung der spezifischen physikalischen Degradation des Bildgebungssystems (Heteroszedastizität) messbare Vorteile für die quantitative Genauigkeit in der Low-Count-PET liefert, insbesondere wenn die Daten knapp sind oder aus nicht gesehenen Scanner-Konfigurationen stammen.