Lightweight Physics-Aware Zero-Shot Ultrasound Plane-Wave Denoising

Resumen Técnico: Despeje de Ondas Planas de Ultrasonido Zero-Shot Consciente de la Física y Ligero

Enunciado del Problema
La Compensación Coherente de Ondas Planas (CPWC) de ultrasonido mejora el contraste de la imagen al combinar ecos de múltiples transmisiones dirigidas. Sin embargo, aumentar el número de ángulos de dirección para mejorar la calidad reduce significativamente la velocidad de cuadros de la imagen y puede introducir borrosidad relacionada con el movimiento en escenarios dinámicos. En consecuencia, las adquisiciones de CPWC con pocos ángulos son a menudo necesarias para altas velocidades de cuadros, pero siguen siendo altamente susceptibles al ruido incoherente y a los artefactos. Aunque el despeje basado en aprendizaje profundo ha mostrado promesa, los enfoques supervisados requieren grandes conjuntos de datos emparejados de imágenes ruidosas y limpias, los cuales rara vez están disponibles en entornos clínicos debido a la imposibilidad de adquirir una verdad fundamental verdaderamente libre de ruido. Los métodos auto-supervisados existentes a menudo dependen de estrategias de submuestreo espacial o enmascaramiento que pueden no aprovechar plenamente las propiedades físicas específicas de la adquisición de ultrasonido, y muchos aún requieren grandes cantidades de datos de entrenamiento o ajuste fino específico del dominio.

Metodología
Los autores proponen un marco de despeje zero-shot consciente de la física y ligero que opera directamente sobre la muestra de prueba sin conjuntos de datos de entrenamiento externos ni imágenes de referencia limpias. La innovación central radica en aprovechar las propiedades físicas de la adquisición de ondas planas para generar pares de entrenamiento auto-supervisados:

1. Partición Angular Consciente de la Física: En lugar del submuestreo espacial, el método divide los ángulos de dirección disponibles de una imagen compuesta con pocos ángulos en dos subconjuntos disjuntos (por ejemplo, ángulos de índice impar y par).
2. Generación de Pseudo-Pares: Cada subconjunto se utiliza para reconstruir una imagen compuesta. Si bien ambas imágenes comparten las mismas estructuras anatómicas subyacentes, poseen diferentes artefactos dependientes del ángulo y componentes de ruido incoherente debido al número reducido de transmisiones en cada subconjunto.
3. Aprendizaje de Residuos Auto-Supervisado: Una Red Neuronal Convolucional (CNN) ligera se entrena directamente sobre la imagen de prueba utilizando estos dos subconjuntos reconstruidos como pseudo-pares. La red aprende a estimar los componentes inconsistentes (ruido y artefactos) entre los subconjuntos.
4. Funciones de Pérdida: El entrenamiento utiliza una pérdida de residuo simétrica para imponer consistencia bidireccional entre los subconjuntos y una pérdida de consistencia basada en gradientes para asegurar que la salida despejada preserve los bordes estructurales y la textura de la entrada original, evitando el sobre-alisado.
5. Arquitectura: La red está diseñada para la eficiencia, consistiendo únicamente en dos capas de convolución de $3 \times 3$ con 48 canales y una convolución final de $1 \times 1$, totalizando menos de 22.000 parámetros.

Contribuciones Clave

• Marco Zero-Shot: Introducción de un marco de despeje para CPWC que elimina la necesidad de datos de entrenamiento externos o imágenes de referencia limpias.
• Estrategia Consciente de la Física: Una estrategia novedosa de partición angular que explota las variaciones de artefactos dependientes del ángulo mientras preserva las estructuras tisulares consistentes, permitiendo que la red distinga la anatomía del ruido.
• Diseño Ligero: Desarrollo de una arquitectura CNN eficiente con solo dos capas de convolución, que permite un entrenamiento computacionalmente económico directamente sobre la muestra de prueba.
• Evaluación Exhaustiva: Validación extensa en conjuntos de datos de simulación, fantoma y in vivo, demostrando el rendimiento frente a líneas base clásicas, supervisadas y otros auto-supervisados.

Resultados Experimentales
El método fue evaluado en tres conjuntos de datos:

1. Simulación (PICMUS): El método propuesto logró la mayor Relación Contraste-Ruido (CNR) y CNR generalizado (gCNR) en todas las filas de quistes, superando a los modelos supervisados (MSLAE, DPWDPM) y a las líneas base auto-supervisadas (ZS-N2N, N2S, S2S).
2. Datos de Fantoma: El marco demostró un rendimiento superior en la preservación de los límites de los quistes y la homogeneidad, alcanzando valores de gCNR y CNR más cercanos a la referencia de alta calidad de 75 ángulos, superando a BM3D y otros métodos basados en aprendizaje.
3. Datos In Vivo (Arteria Carótida): Tanto en vistas transversales (CC) como longitudinales (CL), el método produjo las métricas de contraste más altas y preservó la nitidez de la pared vascular mejor que los enfoques competidores. Cabe destacar que, en el conjunto de datos CL, el método propuesto alcanzó un gCNR de 0.88 y un CNR de 3.6 dB, superando incluso a la referencia compuesta de 75 ángulos.

En todos los experimentos, el método superó la prueba de Kolmogorov–Smirnov (KS), confirmando que se preservaron las propiedades estadísticas del patrón de speckle y que no se introdujeron texturas artificiales. Si bien la implementación actual tarda aproximadamente 6 segundos por imagen (incluyendo entrenamiento e inferencia) en una NVIDIA RTX 4090, los autores señalan que aún no está optimizada para velocidad en tiempo real.

Significado y Afirmaciones
El artículo afirma que este enfoque ofrece una solución robusta y eficiente en datos para la reconstrucción de ultrasonido de alta calidad, particularmente en escenarios con ángulos de adquisición limitados o falta de datos de entrenamiento. Al entrenar directamente sobre la imagen de prueba, el método evita los problemas de desplazamiento de dominio comunes en los modelos supervisados que dependen de datos sintéticos o de fantoma. Los autores enfatizan que su estrategia de emparejamiento consciente de la física permite que la red separe eficazmente la información anatómica del ruido inconsistente sin requerir ajuste fino específico del dominio. Si bien la arquitectura actual no está optimizada para la implementación en tiempo real, los autores sugieren que el pre-entrenamiento en conjuntos de datos diversos podría reducir aún más las iteraciones de entrenamiento requeridas, allanando el camino para la aplicación clínica en línea. El trabajo establece un camino prometedor para el despeje eficiente de ultrasonido que cierra la brecha entre el procesamiento de señales clásico y el aprendizaje profundo sin la carga de la recolección de datos.