AD-DAE: Alzheimer's Disease Progression Modeling with Unpaired Longitudinal MRI using Diffusion Auto-Encoders

Resumen Técnico: AD-DAE – Modelado de la Progresión de la Enfermedad de Alzheimer con RM Longitudinal No Emparejada mediante Auto-Codificadores de Difusión

Planteamiento del Problema
El modelado de la progresión de enfermedades neurodegenerativas como el Alzheimer requiere capturar distribuciones de imágenes de alta dimensión a través de periodos longitudinales de tiempo. Aunque se han aplicado modelos generativos (p. ej., VAEs, GANs) para predecir imágenes de seguimiento a partir de puntos temporales previos, los métodos existentes enfrentan limitaciones significativas. Muchos enfoques dependen de datos longitudinales sujetos-específicos emparejados, los cuales suelen ser escasos. Otros, particularmente aquellos que utilizan Auto-codificadores Variacionales (VAEs) o Redes Generativas Antagónicas (GANs) estándar, tienen dificultades para desenredar la identidad específica del sujeto de la progresión relacionada con la enfermedad. Los VAEs suelen resultar en reconstrucciones borrosas que no logran preservar la identidad, mientras que las GANs pueden carecer de un control preciso sobre la dirección y magnitud de los cambios de progresión sin una guía emparejada explícita. Además, los modelos de difusión latente suelen depender de canales de codificador-decodificador separados que limitan la controlabilidad durante la generación de imágenes. El desafío central es generar imágenes de seguimiento controladas y que preserven la identidad del sujeto a partir de una única imagen de un punto temporal, sin requerir supervisión longitudinal emparejada, asegurando al mismo tiempo que los cambios sean anatómicamente plausibles y estén confinados a regiones relevantes para la enfermedad.

Metodología: Marco de Trabajo AD-DAE
Los autores proponen AD-DAE (Alzheimer's Disease Diffusion Auto-Encoder), un marco que aprovecha un Auto-Codificador de Difusión (DAE) para modelar la progresión de la enfermedad en un espacio latente compacto y controlable. La arquitectura consta de tres componentes principales:

1. Auto-Codificador de Difusión (DAE):

   • Codificador (E): Mapea imágenes de RM 3D en una representación latente ($z$). A diferencia de los auto-codificadores convencionales, el codificador del DAE se enfoca en capturar estructuras semánticas de alto nivel, mientras que el decodificador de eliminación de ruido gestiona los detalles de alta frecuencia.
   • Decodificador (D): Un modelo de difusión de eliminación de ruido (basado en DDIM) que transforma iterativamente el ruido Gaussiano en una imagen objetivo, condicionado a la representación latente $z$ del codificador. Este diseño permite representaciones latentes explícitas y compactas que facilitan la separación de la información.

2. Módulo de Estimación de Desplazamiento Latente (A):

   • Este módulo induce movimientos controlados en el espacio latente para simular la progresión. Toma atributos de progresión —específicamente la brecha de edad ($v_a$) y el estado cognitivo ($v_d$, p. ej., CN, MCI, AD)— como entrada.
   • Genera un vector de desplazamiento ($z'$) que se añade a un subconjunto específico del vector latente ($z_b$) derivado de la imagen basal.
   • Crucialmente, el desplazamiento se aplica solo a las primeras $m$ dimensiones del espacio latente de $d$ dimensiones ($z'_f = z_b + [z'; 0]$). Este mecanismo está diseñado para desacoplar los factores de progresión (codificados en las primeras $m$ dimensiones) de las características de identidad del sujeto (codificadas en las $d-m$ dimensiones restantes).

3. Módulo de Consistencia (R):

   • Para asegurar que la progresión generada sea significativa y esté anatómicamente restringida sin una verdad de terreno emparejada, un módulo de consistencia actúa como un regresor.
   • Toma la imagen basal ($x_b$), el seguimiento generado ($\hat{x}_f$) y su residuo ($x_b - \hat{x}_f$) como entrada para predecir los atributos de progresión ($v'_d, v'_a$).
   • El módulo se enfoca en regiones específicas de la enfermedad (hipocampo, amígdala, ventrículos laterales) mediante el enmascaramiento del residuo. Esto guía implícitamente al módulo de Desplazamiento Latente para producir cambios que se correlacionen con los atributos de progresión y estén espacialmente confinados a áreas anatómicas relevantes.

Entrenamiento e Inferencia

• Entrenamiento: El modelo se entrena en dos modos. Inicialmente, opera en modo de auto-codificación ($\lambda_1=0$) para aprender las características de la imagen. Posteriormente, cambia al modo de generación de progresión ($\lambda_1=1$), optimizando una función de pérdida combinada que comprende el Error Cuadrático Medio (MSE) para la reconstrucción de la imagen y la pérdida de Entropía Cruzada (CE) para la regresión de atributos del módulo de consistencia.
• Inferencia: Dada una imagen basal y los atributos objetivo (brecha de edad, estado cognitivo), el codificador produce $z_b$. El módulo de Desplazamiento Latente calcula $z'$, que se añade a $z_b$. El vector latente modificado guía al decodificador de difusión para generar la imagen de seguimiento $\hat{x}_f$ de forma iterativa.

Contribuciones Clave

1. Marco de Trabajo AD-DAE: Introducción de un marco de auto-codificador de difusión que modela la progresión de la enfermedad de Alzheimer permitiendo movimientos latentes controlados, separando eficazmente los factores de progresión de la identidad del sujeto sin necesidad de datos longitudinales emparejados.
2. Modelado de Progresión No Emparejada: Un mecanismo para modelar la progresión de la enfermedad sin pares longitudinales específicos del sujeto, mediante la imposición de cambios controlados que se correlacionan con los atributos de progresión y están espacialmente restringidos a las áreas anatómicas relevantes para el Alzheimer.
3. Validación Exhaustiva: Validación en 1,016 sujetos de los conjuntos de datos ADNI y OASIS, demostrando la efectividad a través de métricas de calidad de imagen, análisis de progresión volumétrica y tareas de clasificación de enfermedades descendentes.

Resultados

• Calidad de Imagen: En el conjunto de prueba, AD-DAE logró un rendimiento cuantitativo superior comparado con las líneas base (CAAE, IPGAN, UVCGAN, BrLP, DE-CVAE, SITGAN). Alcanzó el PSNR más alto (30.10 dB para CN, 29.43 dB para MCI/AD) y el SSIM más alto (0.94) mientras mantenía el MSE más bajo.
• Análisis Volumétrico: El Error Absoluto Medio (MAE) por región para los cambios volumétricos en el hipocampo, la amígdala y los ventrículos laterales mostró que AD-DAE superó significativamente a todas las líneas base (p. ej., 0.0282 MAE para el hipocampo frente a 0.1161 para SITGAN).
• Análisis de Deformación: El análisis del determinante de Jacobian confirmó que AD-DAE captura con mayor precisión las deformaciones anatómicas no lineales (atrofia y expansión ventricular) en comparación con otros métodos, con errores más cercanos a la verdad de terreno.
• Utilidad Descendente: En las tareas de clasificación de enfermedades, los datos generados por AD-DAE aumentaron eficazmente los datos de entrenamiento reales, mejorando la precisión de la clasificación a niveles comparables al uso de datos 100% reales.
• Organización del Espacio Latente: Las proyecciones UMAP y los experimentos de intercambio de latencia demostraron que las primeras $m$ dimensiones latentes codifican con éxito la edad y el estado cognitivo, permitiendo la generación de cambios de progresión (p. ej., contracción/expansión ventricular) mientras se preserva la identidad del sujeto.

Significancia y Reivindicaciones
El artículo afirma que AD-DAE ofrece un avance significativo en el modelado de la progresión de la enfermedad longitudinal al combinar las capacidades de modelado de distribución de la difusión en el espacio de la imagen con la controlabilidad de una formulación de auto-codificador. Los autores sostienen que su enfoque organiza con éxito el espacio latente para separar los factores de progresión de la identidad del sujeto, permitiendo la generación de imágenes de seguimiento plausibles sin la necesidad de una guía longitudinal emparejada explícita. Los resultados sugieren que las deformaciones anatómicas no lineales en el espacio de la imagen pueden aproximarse eficazmente mediante transformaciones lineales dentro del espacio latente del DAE. El marco se presenta como una herramienta robusta para el modelado de la progresión del Alzheimer, capaz de generar datos que preservan la identidad del sujeto mientras reflejan con precisión los cambios estructurales específicos de la enfermedad, apoyando así tareas clínicas descendentes y de investigación donde los datos longitudinales emparejados no están disponibles.