Dynamic MRI Reconstruction Via Dual Deep Priors and Low-Rank Plus Sparse Modeling

Resumen Técnico: Reconstrucción de RM Dinámica Mediante Priors Dobles Profundos y Modelado de Bajo Rango Más Disperso

Planteamiento del Problema
La reconstrucción de Imagen por Resonancia Magnética (RM) dinámica a partir de mediciones del espacio k submuestreadas es un problema inverso desafiante. Requiere preservar una alta resolución espacial mientras se mantiene la consistencia temporal a lo largo de los cuadros de una serie cine. Si bien los métodos clásicos de compresión sensorial explotan la dispersión y la redundancia temporal (por ejemplo, mediante el modelado de Bajo Rango más Disperso o L+S), dependen de priores diseñados manualmente que pueden ser restrictivos para dinámicas cardíacas complejas. Por el contrario, los enfoques basados en aprendizaje profundo logran un rendimiento sólido, pero generalmente requieren grandes conjuntos de datos de entrenamiento completamente muestreados, lo que limita su generalización a nuevos escáneres, protocolos o poblaciones de pacientes. Los métodos libres de datos de entrenamiento, como el Prior de Imagen Profunda (DIP), se adaptan a exploraciones individuales, pero a menudo no aprovechan plenamente las estructuras temporales y son propensos al sobreajuste.

Metodología
Los autores proponen un marco estructurado que integra la regularización implícita del Prior de Imagen Profunda (DIP) con la interpretabilidad de la descomposición clásica de Bajo Rango más Disperso (L+S).

1. Reparametrización DIP Dual: En lugar de optimizar directamente la secuencia de imágenes, los datos de RM dinámica se descomponen en un componente de fondo de bajo rango ($L$) y un componente dinámico disperso ($S$). Ambos componentes se parametrizan mediante redes neuronales convolucionales (CNN) 3D separadas y no entrenadas, denotadas como $H_{\theta_L}$ y $H_{\theta_S}$. Las matrices de Casorati para estos componentes se definen como $L(\theta_L, z_L)$ y $S(\theta_S, z_S)$, donde $z_L$ y $z_S$ son entradas latentes aleatorias fijas.
2. Formulación de Optimización: El problema de reconstrucción se formula como la minimización de un término de fidelidad de datos sujeto a restricciones de bajo rango y dispersión sobre las salidas de la red:
   $$\min_{\theta_L, \theta_S} \frac{1}{2} \|Y - A(L(\theta_L, z_L) + S(\theta_S, z_S))\|_2^2 + \lambda_L \|L(\theta_L, z_L)\|_* + \lambda_S \|W S(\theta_S, z_S)\|_1$$
   donde $Y$ es la matriz de mediciones, $A$ es el operador directo, $\|\cdot\|_*$ es la norma nuclear y $W$ es una transformación de dispersión.
3. ADMM Extrapolado (eADMM): Para resolver este problema de optimización no convexa de manera eficiente, los autores emplean un Método de Direcciones Alternas de Multiplicadores Extrapolado (eADMM). El problema se reformula con variables auxiliares $V$ (para $L$) y $U$ (para $S$). El algoritmo actualiza iterativamente estas variables utilizando umbralización de valores singulares (para la parte de bajo rango) y umbralización suave (para la parte dispersa), seguidas de actualizaciones basadas en gradientes de los parámetros de la red DIP. Se introducen pasos de extrapolación para acelerar la convergencia.

Contribuciones Clave

• Parametrización L+S DIP Dual: El artículo introduce un marco novedoso que modela explícitamente las dependencias espacio-temporales parametrizando los componentes de bajo rango y dispersos con redes no entrenadas distintas. Esto separa las dinámicas de fondo de variación lenta de las innovaciones temporales dispersas sin requerir datos de entrenamiento supervisados.
• Análisis de Convergencia: Los autores proporcionan el primer análisis teórico de convergencia para un marco eADMM que utiliza generadores basados en DIP. Establecen una propiedad de descenso suficiente mediante una función de Lyapunov y demuestran que cada punto de acumulación de la secuencia generada es un punto crítico de la función objetivo asociada, a pesar de la no convexidad de las parametrizaciones neuronales.
• Evaluación Empírica Exhaustiva: El método se evalúa en el conjunto de datos público OCMR a través de diversos factores de aceleración (4×, 6×, 8×). Se compara frente a la compresión sensorial clásica, líneas base de aprendizaje supervisado (L+S-Net) y otros métodos libres de datos de entrenamiento (DIP Multi-dinámico, DIP de bajo rango y Representaciones Neuronales Implícitas).

Resultados

• Rendimiento Cuantitativo: El método propuesto L+S DIP supera consistentemente a la compresión sensorial clásica, otras variantes de DIP y métodos de Representación Neuronal Implícita (INR) en todos los factores de aceleración probados. Por ejemplo, a una aceleración de 8×, logra una PSNR aproximadamente 3 dB superior a la línea base INR y casi 2 dB superior a otras líneas base DIP.
• Comparación con Aprendizaje Supervisado: El método logra un rendimiento competitivo con el L+S-Net supervisado, a pesar de no utilizar ningún dato de entrenamiento completamente muestreado.
• Estudios de Ablación: Los experimentos confirman que la arquitectura dual (redes separadas para $L$ y $S$) supera significativamente a las variantes de red única o a los modelos que utilizan solo priores de bajo rango o solo dispersos, validando la naturaleza complementaria de los dos componentes.
• Velocidad de Convergencia: El estudio sobre los parámetros de extrapolación ($\alpha, \beta$) muestra que una extrapolación moderada mejora la velocidad de convergencia en comparación con configuraciones sin extrapolación o excesivamente agresivas.

Significado y Afirmaciones
El artículo afirma que este marco es particularmente atractivo para escenarios de imagen médica donde no están disponibles o son difíciles de obtener grandes conjuntos de datos completamente muestreados y de alta calidad. Al combinar el sesgo espectral del DIP (que favorece naturalmente las estructuras de imagen de baja frecuencia) con una regularización espacio-temporal explícita, el método captura eficazmente la redundancia en la RM dinámica mientras evita los problemas de generalización del aprendizaje profundo supervisado. Los autores enfatizan que el método preserva las estructuras anatómicas finas y reduce los artefactos de reconstrucción mejor que los enfoques no supervisados existentes, todo ello sin la carga computacional de entrenar una red con datos externos. Sin embargo, el artículo reconoce modestamente que el requisito de optimización específica de la exploración en tiempo de prueba resulta en tiempos de reconstrucción más largos en comparación con el tiempo de inferencia de los métodos supervisados.