High-Resolution Reference Image Assisted Volumetric Super-Resolution of Cardiac Diffusion Weighted Imaging

Resumen Técnico: Super-Resolución Volumétrica de Imágenes de Difusión Cardíaca Asistida por Imagen de Referencia de Alta Resolución

Enunciado del Problema
La Resonancia Magnética Cardíaca por Tensor de Difusión (DT-CMR) es el único método no invasivo para examinar la microestructura in vivo del corazón humano. Sin embargo, la adquisición de Imágenes Ponderadas en Difusión (DWI) para DT-CMR se ve obstaculizada por el movimiento natural del corazón, lo que resulta en una baja Relación Señal-Ruido (SNR). Para mitigar esto, los protocolos estándar utilizan tamaños de voxel grandes (típicamente 2.7 × 2.7 × 8 mm³), particularmente en la dimensión del grosor de la rebanada. Esta resolución gruesa es insuficiente para analizar características microestructurales y exacerba los efectos de volumen parcial y movimiento residual, limitando la utilidad clínica. Aunque el aprendizaje profundo ha demostrado éxito en la super-resolución (SR) de MRI, los métodos existentes abordan típicamente solo la resolución en el plano o a través del plano por separado, careciendo de enfoques validados para la super-resolución volumétrica simultánea (mejora de la resolución en todas las dimensiones).

Metodología
El estudio propone un nuevo marco de aprendizaje profundo para lograr una super-resolución volumétrica (×4 en todas las dimensiones) de DWI cardíaca.

• Conjunto de Datos: El modelo fue entrenado con datos de 10 corazones de cerdo sanos escaneados utilizando un escáner Siemens Vida de 3T. El conjunto de datos incluía DWI adquiridos en $b=500$ y $b=1000$ s/mm² a través de 256 direcciones, junto con imágenes de referencia de alta resolución ($b_0$). Para simular entradas de baja resolución, los datos de verdad fundamental de alta resolución fueron submuestreados: 4× a través del plano mediante promediado axial y en el plano mediante submuestreo bilineal.
• Arquitectura del Modelo: La base es una variante de U-Net mejorada con múltiples capas de auto-atención de múltiples cabezas.
• Estrategia de Entrada: La innovación central es la inclusión de una imagen de referencia $b_0$ de alta resolución como un canal de entrada adicional junto con la DWI objetivo de baja resolución (por ejemplo, $b=500$). La $b_0$ de alta resolución y el objetivo de baja resolución se concatenan por canales.
• Objetivo de Entrenamiento: La red se entrena utilizando una combinación de cuatro funciones de pérdida:
  1. Pérdida de Píxel: Error Cuadrático Medio (MSE) en el espacio de la imagen.
  2. Pérdida de Frecuencia: MSE en el dominio de la frecuencia.
  3. Pérdida Perceptual: Distancia en el espacio latente medida por un modelo VGG preentrenado.
  4. Pérdida Adversarial: Un discriminador estándar basado en CNN para mejorar el realismo mediante entrenamiento adversarial.
• Evaluación: El rendimiento se evaluó utilizando la Relación Señal-Ruido de Pico (PSNR) y la Métrica de Índice de Similitud Estructural (SSIM). Un estudio de ablación comparó el marco propuesto (con referencia $b_0$) contra un marco de entrada de canal único convencional (sin $b_0$).

Resultados Clave

• Rendimiento en Datos Entrenados ($b=500$): El marco propuesto superó significativamente tanto al marco convencional de entrada única como a la interpolación bilineal simple.
  • PSNR: El marco propuesto logró 32.615 (±2.803), en comparación con 29.151 para el marco convencional y 26.763 para la interpolación bilineal.
  • SSIM: El marco propuesto logró 0.863 (±0.082), en comparación con 0.816 para el marco convencional y 0.798 para la interpolación bilineal.
  • Mejora Cualitativa: El análisis visual indicó que el método propuesto evitó los efectos de sobre-suavizado observados en el método convencional, preservando más detalles de textura en las imágenes super-resueltas.
• Generalizabilidad (Valores $b$ no vistos): El modelo demostró la capacidad de super-resolver DWI de un valor $b$ no visto ($b=1000$) sin entrenamiento específico en ese valor.
  • En los datos no vistos de $b=1000$, el marco propuesto logró un PSNR de 28.992 y un SSIM de 0.762, superando a la interpolación bilineal (PSNR 26.726, SSIM 0.728).

Significado y Afirmaciones
Los autores afirman que este es el primer estudio que demuestra la eficacia de los modelos de aprendizaje profundo para la super-resolución volumétrica en MRI, abordando simultáneamente la resolución en el plano y a través del plano.

La contribución principal es la validación de que proporcionar una imagen de referencia de alta resolución (específicamente la DWI $b_0$) como entrada adicional mejora significativamente el rendimiento de la super-resolución. El estudio concluye que, para tareas de imagen paramétrica donde está disponible una imagen de referencia, se recomienda incluir esta referencia de alta resolución como una entrada adicional tanto durante el entrenamiento como durante la inferencia para guiar el marco de super-resolución. Además, la capacidad del modelo para generalizar a valores $b$ no vistos sugiere un marco robusto para la super-resolución de DWI cardíaca que se extiende más allá de los parámetros específicos utilizados durante el entrenamiento.