Resumen Técnico: PHASE – Reconstrucción Hiperespectral con Conciencia Fisiológica mediante la Adaptación de Dominio de Objeto a Humano

1. Declaración del Problema

La imagen hiperespectral (HSI) ofrece información fisiológica no invasiva crucial para tareas como la detección de márgenes de cáncer y la estimación de la hemoglobina. Sin embargo, su despliegue clínico se ve obstaculizado por el hardware voluminoso, la adquisición lenta y las cargas regulatorias. Una solución natural es la reconstrucción de HSI a partir de mediciones ubicuas de RGB o de Imagen Espectral de Captura de Apertura Codificada (CASSI).

Aunque los paradigmas de reconstrucción existentes funcionan bien en escenas centradas en objetos, fallan en la imagen fisiológica debido a un desajuste fundamental en los supuestos de modelado:

• Reflectancia vs. Fisiología: Los modelos centrados en objetos dependen de la alineación de características basadas en la reflectancia, asumiendo que la similitud espectral preserva el significado semántico. En el tejido humano, los espectros surgen de la absorción volumétrica, la dispersión y la composición fisiológica. Las respuestas RGB visualmente similares pueden corresponder a estados biológicos distintos, lo que rompe el supuesto de que la similitud espectral equivale a la similitud semántica.
• Dos Desafíos Principales:
  1. Desplazamiento Semántico de Canales inducido por la Fisiología (C1): Los canales RGB codifican la reflectancia superficial en objetos, pero procesos de absorción y dispersión fisiológica distintos en el tejido humano. La alineación directa fomenta el "aprendizaje de atajos" (shortcut learning) basado en pistas de color superficiales en lugar de los mecanismos subyacentes.
  2. No Identificabilidad Metamérica (C2): Las mediciones RGB son una proyección de pérdida y comprimida del espacio de estado fisiológico. Distintas firmas hiperespectrales pueden mapearse hacia observaciones RGB indistinguibles, lo que hace que el problema inverso sea estructuralmente subdeterminado.

2. Metodología: PHASE

Los autores proponen PHASE (PHysiology-Aware hyperSpectral rEconstruction), un marco de adaptación de dominio semi-supervisado (SSDA) construido sobre el paradigma Mean Teacher. Este desplaza el enfoque de la alineación de la reflectancia hacia el aprendizaje de representaciones con conciencia fisiológica, fundamentado en principios compartidos de interacción luz-materia. El marco introduce dos componentes complementarios:

A. Reinterpretación de Canales Fisiológicos (PCR)

Para abordar el C1 (Desplazamiento Semántico de Canales), el PCR reemplaza el enmascaramiento estándar agnóstico al canal con una estrategia de enmascaramiento adaptativa guiada por la complejidad espectral.

• Mecanismo: Cuantifica la densidad espectral de cada canal RGB utilizando la desviación del Analizador de Ángulo Espectral (SAM) entre la imagen original y una versión perturbada donde un canal es reempl replaced por su media espacial.
• Enmascaramiento Adaptativo: Los canales con mayor densidad espectral (por ejemplo, el canal Rojo en la piel, que transporta estructuras de absorción complejas) reciben proporciones de enmascaramiento más altas.
• Objetivo: Esto suprime la dependencia de "atajos" espectralmente dominantes y obliga a la red estudiante a realizar un razonamiento espectral entre canales, alineándose con la realidad física de la absorción y dispersión del tejido.

B. Alineación con Restricciones Fisiológicas (PCA)

Para abordar el C2 (No Identificabilidad Metamérica), el PCA regulariza el mapeo RGB-a-HSI subdeterminado asegurando que los espectros reconstruidos sean fisiológicamente plausibles.

• Bancos de Anclaje Semántico Dual:
  • Banco Negativo de la Fuente ($B_S$): Un conjunto congelado de prototipos del dominio de origen centrado en objetos etiquetados, que representa patrones no fisiológicos (basados en la reflectancia).
  • Banco Clínico de la Meta ($B_T$): Un conjunto de prototipos actualizado en línea a partir de los escasos datos etiquetados del dominio objetivo, que captura modos de tejido clínicamente significativos.
• Puerta de Fiabilidad (Reliability Gating): Para cada característica, el modelo calcula puntuaciones de afinidad tanto para los bancos como para los otros. Se calcula una puerta de fiabilidad ($g_i$) basada en el contraste entre la afinidad del objetivo y la de la fuente. Las características que se alinean bien con los prototipos clínicos pero mal con los patrones de la fuente se ponderan al alza; aquellas que se asemejan a artefactos de la fuente se suprimen.
• Alineación de la Distribución de Prototipos: La red estudiante es entrenada para alinear su distribución de prototipos con la del profesor, ponderada por la puerta de fiabilidad. Esto evita que la pseudo-supervisión sesgada por la fuente domine la adaptación, dirigiendo el modelo hacia soluciones con fundamento clínico.

Optimización

La pérdida total combina la pérdida de reconstrucción supervisada ($L_{sup}$) en datos etiquetados y la pérdida no supervisada ($L_{un}$) en datos no etiquetados del objetivo. $L_{un}$ incluye una pérdida de consistencia entre las predicciones del estudiante y del profesor, y la pérdida de alineación de prototipos con puerta de fiabilidad ($L_{PCA}$).

3. Contribuciones Clave

1. Reencuadre del Problema: Los autores identifican y abordan el fallo de la alineación basada en la reflectancia en la transferencia de objeto a humano, redefiniendo la tarea como un aprendizaje de representación con conciencia fisiológica.
2. Diseños Arquitectónicos Novedosos:
   • PCR: Reconfigura la semántica de los canales al imponer la inferencia entre canales bajo restricciones fisiológicas mediante enmascaramiento adaptativo.
   • PCA: Restringe las reconstrucciones no identificables mediante la supresión de soluciones fisiológicamente inválidas y la promoción de soluciones con fundamento clínico a través de la puerta de afinidad de doble banco.
3. Desempeño Empírico: PHASE logra resultados de vanguardia en tareas de adaptación de dominio cruzado con supervisión mínima (1.5% de datos etiquetados del objetivo).

4. Resultados Experimentales

El método fue evaluado en la adaptación de NTIRE2020/2022 (fuente) a Hyper-Skin (objetivo), y validado en benchmarks médicos de uso descendente (Choledoch y HeiPorSPECTRAL).

• Desempeño de la Reconstrucción:
  • En NTIRE2022 $\to$ Hyper-Skin con solo 1.5% de datos etiquetados del objetivo, PHASE superó al baseline más fuerte (ProML) por +2.20 SSIM y -3.06 SAM.
  • Logró consistentemente el mejor o segundo mejor desempeño en las métricas SSIM, SAM y PSNR tanto en la configuración de 1.5% como en la de 5% de datos etiquetados.
• Utilidad de Uso Descendente:
  • La HSI reconstruida (RS-HSI) superó significativamente a las entradas RGB puras en tareas de segmentación semántica (por ejemplo, +3.7 mIoU en Choledoch), acercándose al rendimiento de la HSI real (ground-truth).
  • Esto demuestra que PHASE recupera pistas espectrales fisiológicamente significativas necesarias para la interpretación clínica.
• Robustez ante el Metamerismo:
  • En un conjunto curado de 92 "pares difíciles metaméricos" (entradas RGB indistinguibles con espectros reales distintos), PHASE logró el error de reconstrucción más bajo (SAM 8.52°), confirmando la eficacia del mecanismo de puerta de fiabilidad para resolver la ambigüedad espectral.
• Estudios de Ablación:
  • Eliminar los componentes PCR o PCA degradó significativamente el desempeño.
  • Los prototipos aprendidos se organizaron espontáneamente a lo largo de los ejes de melanina y hemoglobina sin supervisión óptica explícita, confirmando su fundamento fisiológico.

5. Significado

El artículo sostiene que la transferencia fiable de objeto a humano en la reconstrucción hiperespectral no surge de alinear las apariencias superficiales, sino de excluir interpretaciones de canales fisiológicamente implausibles. Al imponer restricciones fisiológicas a través de PCR y PCA, PHASE cierra la brecha de dominio, permitiendo la reconstrucción de HSI de alta fidelidad a partir de mediciones RGB ubicuas con un mínimo de datos etiquetados. Esto ofrece una vía práctica para desplegar la imagen fisiológica no invasiva en entornos clínicos rutinarios donde no se dispone de hardware HSI dedicado.