Anatomical Token Uncertainty for Transformer-Guided Active MRI Acquisition

1. Problema y Contexto

La adquisición completa de datos en Resonancia Magnética (MRI) es inherentemente lenta, lo que limita el rendimiento clínico y aumenta la incomodidad del paciente. La MRI de Compresión Sensible (CS-MRI) intenta acelerar este proceso reconstruyendo imágenes a partir de datos submuestreados en el espacio-k (dominio de Fourier).

Sin embargo, existen dos desafíos principales:

• Adaptabilidad: Los métodos de aprendizaje profundo actuales suelen generar máscaras de muestreo fijas o probabilísticas para todo un conjunto de datos, lo que limita su capacidad para adaptarse a las variaciones anatómicas específicas de un paciente durante una exploración individual.
• Evaluación: Las métricas tradicionales (PSNR, SSIM) a menudo no correlacionan bien con la calidad percibida por los radiólogos ni capturan detalles anatómicos finos, especialmente en métodos que priorizan la fidelidad estructural sobre la precisión de píxeles exacta.

2. Metodología Propuesta

Los autores proponen un marco de muestreo activo que aprovecha la estructura discreta de un tokenizador de imágenes médicas preentrenado (MedITok) y un modelo Transformer latente.

Concepto Central: Incertidumbre de Tokens Anatómicos

En lugar de trabajar directamente con píxeles, el modelo representa la anatomía mediante un diccionario de tokens visuales cuantizados. El Transformer predice una distribución de probabilidad sobre estos tokens en el espacio latente. La incertidumbre de esta distribución se utiliza como señal para guiar qué líneas del espacio-k deben adquirirse a continuación.

Estrategias de Muestreo Activo

Se introducen dos estrategias principales para explotar esta incertidumbre latente:

1. Selección de Entropía Latente (LES - Latent Entropy Selection):

   • Calcula la entropía de Shannon para cada parche de tokens predichos.
   • Proyecta este mapa de entropía (incertidumbre) desde el dominio de la imagen al dominio del espacio-k mediante la Transformada de Fourier.
   • Selecciona las líneas del espacio-k que corresponden a las frecuencias espaciales donde el modelo tiene mayor incertidumbre, asumiendo que son las más informativas para reducir el error.

2. Optimización de Entropía Basada en Gradientes (GEO - Gradient-based Entropy Optimization):

   • Define una función de pérdida basada en la entropía latente total.
   • Utiliza un Estimador de Paso Recto (STE) para propagar gradientes a través del paso de cuantización no diferenciable del tokenizador.
   • Calcula el gradiente de la entropía total con respecto a las mediciones de entrada (espacio-k).
   • Selecciona las líneas que maximizan la reducción de la incertidumbre latente basándose en la magnitud del gradiente.

3. Contribuciones Clave

1. Nuevas Políticas de Muestreo: Desarrollo de LES y GEO, que utilizan la entropía de tokens latentes para guiar la adquisición de datos de forma adaptativa y en tiempo real.
2. Marco Unificado de Evaluación: Implementación de una evaluación comparativa rigurosa que incluye métricas de distorsión (PSNR, SSIM) y, crucialmente, Distancias de Características Profundas (DFDs) como LPIPS, DISTS y SSFD, que mejoran la correlación con la evaluación experta.
3. Validación en Escenarios Clínicos: Pruebas exhaustivas en los conjuntos de datos fastMRI (Rodilla y Cerebro) con factores de aceleración de 8x y 16x, demostrando superioridad en métricas perceptuales.

4. Resultados Experimentales

El modelo se evaluó frente a baselines de última generación (LOUPE, PUERT, AdaSense, Ada-Sel).

• Rendimiento Cuantitativo:
  • Los métodos basados en tokens (LES/GEO) obtienen PSNR y SSIM más bajos que los baselines tradicionales (ej. PUERT), lo cual es esperado dado el compromiso entre distorsión y percepción.
  • Sin embargo, superan significativamente a todos los baselines en métricas perceptuales y basadas en características (LPIPS, DISTS, SSFD).
  • Ejemplo: En el dataset de Rodilla a 16x, GEO logra un SSFD de 8.82, reduciendo el error en un ~40% comparado con PUERT (14.75).
• Análisis Cualitativo:
  • Las reconstrucciones de LES y GEO preservan mejor los bordes y las texturas locales, evitando el sobre-alisado (over-smoothing) típico de otros métodos.
  • El modelo tiende a suprimir el ruido de adquisición presente en las imágenes de referencia, lo que aumenta el error de píxel (PSNR) pero mejora la calidad visual y la claridad anatómica.
• Eficiencia:
  • LES es altamente eficiente, logrando un rendimiento de 0.97 fps (cuadros por segundo) en aceleración 16x, superando en velocidad a métodos activos previos como AdaSense (0.01 fps).
  • GEO es ligeramente más lento (0.50 fps) pero ofrece la mejor calidad general.

5. Significado e Impacto

Este trabajo representa un cambio de paradigma en la adquisición de MRI:

• De la Fidelidad de Píxeles a la Estructura Anatómica: El enfoque demuestra que optimizar para la incertidumbre en un espacio latente discreto prioriza la preservación de estructuras anatómicas plausibles sobre la precisión exacta de cada píxel, lo cual es más valioso clínicamente.
• Adaptabilidad en Tiempo Real: Al ser un método de muestreo activo, se adapta a la anatomía específica de cada paciente durante el escaneo, superando las limitaciones de las máscaras estáticas.
• Viabilidad Clínica: La combinación de alta calidad perceptual y baja latencia (especialmente con LES) sugiere que este enfoque es viable para su implementación en entornos clínicos reales, mejorando tanto el confort del paciente como la calidad diagnóstica de las imágenes aceleradas.

En resumen, el artículo presenta un marco robusto que utiliza la incertidumbre de tokens en modelos Transformer para guiar la adquisición de MRI, logrando reconstrucciones con una fidelidad anatómica superior y una eficiencia computacional práctica.