MRI Cross-Modal Synthesis: A Comparative Study of Generative Models for T1-to-T2 Reconstruction

Resumen Técnico: Síntesis Cross-Modal de MRI mediante Modelos Generativos

Título original: MRI Cross-Modal Synthesis: A Comparative Study of Generative Models for T1-to-T2 Reconstruction
Autores: Ali Alqutayfi y Sadam Al-Azani (KFUPM / SDAIA-KFUPM JRC)

1. El Problema (Contexto y Motivación)

La Resonancia Magnética (MRI) es fundamental para el diagnóstico médico, pero los protocolos completos que requieren múltiples secuencias (como T1 y T2) aumentan significativamente el tiempo de escaneo, el malestar del paciente y los costos hospitalarios.

• T1-weighted (T1): Excelente para la estructura anatómica.
• T2-weighted (T2): Sensible a cambios patológicos y fluidos.

El problema central es la síntesis cross-modal: la capacidad de generar imágenes T2 sintéticas a partir de imágenes T1 existentes. Esto permitiría reducir el tiempo de adquisición sin perder información diagnóstica. El desafío técnico radica en la naturaleza "mal planteada" (ill-posed) del problema, donde una sola entrada T1 puede corresponder a múltiples apariencias T2 debido a la variabilidad del escáner y factores del paciente.

2. Metodología

El estudio realiza una comparación sistemática de tres arquitecturas de aprendizaje profundo bajo condiciones controladas:

• Conjunto de Datos: Se utilizó el dataset BraTS 2020, extrayendo 57,195 cortes 2D, de los cuales se seleccionaron aleatoriamente 11,439 para entrenamiento y 2,000 para pruebas.
• Preprocesamiento: Redimensionamiento a $256 \times 256$ píxeles y normalización de la intensidad de píxeles al rango $[-1, 1]$.
• Modelos Evaluados:
  1. Pix2Pix GAN: Un modelo de GAN condicional que utiliza un generador con arquitectura U-Net y un discriminador PatchGAN. Combina pérdida adversarial con pérdida de reconstrucción $L1$.
  2. CycleGAN: Implementación que utiliza consistencia de ciclo (cycle-consistency). Emplea dos generadores y dos discriminadores para permitir la traducción de dominio incluso si los datos no estuvieran perfectamente alineados.
  3. Variational Autoencoder (VAE): Un enfoque probabilístico que mapea la imagen T1 a un espacio latente (media y varianza) para luego reconstruir la imagen T2 mediante un decodificador.

3. Contribuciones Clave

• Análisis Comparativo Sistemático: A diferencia de estudios previos con entornos variables, este trabajo utiliza el mismo dataset, pasos de preprocesamiento y métricas para todos los modelos, garantizando una comparación justa.
• Benchmarking de Arquitecturas: Identifica qué modelo es óptimo según el criterio de evaluación (precisión de píxel vs. calidad estructural vs. capacidad de muestreo).
• Evaluación Multidimensional: Uso de métricas estándar de procesamiento de imágenes: Error Cuadrático Medio (MSE), Relación Señal-Ruido Pico (PSNR) e Índice de Similitud Estructural (SSIM).

4. Resultados

Los resultados muestran un compromiso (trade-off) claro entre los modelos:

• CycleGAN destacó en la preservación de la anatomía y la detección de características patológicas (como el edema).
• Pix2Pix fue altamente eficiente en la fidelidad de la intensidad de los píxeles.
• VAE, aunque tuvo el rendimiento cuantitativo más bajo en nitidez, demostró ventajas en la representación del espacio latente para tareas de estimación de incertidumbre.

5. Significado e Implicaciones

Este estudio proporciona una hoja de ruta para investigadores y clínicos:

• Para aplicaciones que requieren máxima fidelidad anatómica (diagnóstico crítico), el CycleGAN es la opción recomendada.
• Para entornos con limitaciones computacionales, Pix2Pix ofrece un equilibrio sólido.
• Para investigación que requiera modelado probabilístico o manipulación de características, el VAE es la herramienta adecuada.

El trabajo sienta las bases para futuras investigaciones que busquen modelos híbridos (por ejemplo, combinar la nitidez de las GAN con la estructura probabilística de los VAE) y la validación de estas imágenes sintéticas en tareas clínicas reales como la segmentación de tumores.