HyDAR-Pano3D: A Hybrid Disentangled Anatomical Recovery Framework for Panoramic-to-3D Reconstruction

Resumen Técnico: HyDAR-Pano3D

Enunciado del Problema
Las radiografías panorámicas (PR) son una modalidad estándar, de bajo costo y baja dosis en la atención dental, pero proporcionan inherentemente solo una proyección bidimensional (2D) de la compleja anatomía craneofacial tridimensional (3D). Este mecanismo de proyección introduce distorsión geométrica no lineal, compresión de la profundidad y superposición anatómica severa, lo que conduce a una pérdida irreversible de información espacial. Aunque la tomografía computarizada de haz cónico (CBCT) ofrece datos volumétricos 3D isotrópicos, su mayor dosis de radiación y costo limitan su uso a casos donde la imagen 2D es insuficiente.

Los métodos existentes basados en aprendizaje intentan recuperar computacionalmente volúmenes 3D de CBCT directamente a partir de una única PR. Sin embargo, estos enfoques formulan la tarea como un mapeo directo desde una proyección 2D a un volumen 3D nativo. Esta formulación "enredada" obliga a la red a aprender simultáneamente estructuras anatómicas comunes y variaciones morfológicas específicas del paciente (como la curvatura del arco dental). Los autores argumentan que esto hace que el problema inverso mal planteado sea altamente ambiguo, dando a menudo lugar a reconstrucciones sobre-suavizadas con límites anatómicos borrosos y una pérdida de detalles estructurales críticos.

Metodología: HyDAR-Pano3D
Para abordar estas limitaciones, los autores proponen HyDAR-Pano3D, un marco de dos etapas que reformula la reconstrucción de PR a CBCT como un problema de recuperación anatómica desenredada. La idea central es desacoplar la recuperación de la densidad volumétrica de alta fidelidad de la deformación espacial a gran escala introducida por la geometría del arco individualizada.

• Etapa 1: Síntesis Volumétrica Canónica (Guía de Modelo Fundamental)
  La primera etapa sintetiza un volumen 3D de alta fidelidad en un espacio canónico normalizado del arco, eliminando efectivamente la curvatura del arco específica del paciente para centrarse en los patrones de intensidad anatómica local (dientes, raíces, hueso).

  • Arquitectura de Doble Codificador: Para mitigar la ambigüedad de profundidad inherente a una sola proyección 2D, los autores emplean un codificador de doble flujo.
    • Flujo Radiográfico: Utiliza un codificador 3DPX para extraer características de textura local y contexto espacial.
    • Flujo Semántico: Utiliza SemiT-SAM (un Transformador de Visión adaptado al dominio basado en el Modelo Segment Anything) para extraer límites geométricos robustos y priores estructurales de alto nivel.
  • Fusión Adaptativa de Atención Cruzada (ACF): Un mecanismo de atención cruzada unidireccional multiescala integra los priores semánticos en las características radiográficas. Las características radiográficas actúan como "consultas" para extraer selectivamente la guía estructural de las "claves/valores" semánticas.
  • Decodificación Progresiva: Las características fusionadas se pasan a través de un decodificador 3D progresivo para generar el volumen canónico ($\hat{V}_c$).

• Etapa 2: Restauración Anatómica Específica del Paciente (AR-Net)
  La segunda etapa restaura la geometría del arco específica del paciente que fue factorizada en la Etapa 1.

  • Predicción del Campo de Deformación: Una Red de Restauración Anatómica (AR-Net) predice un campo de deformación estructurado para deformar el volumen canónico de vuelta al espacio CBCT nativo.
  • Parametrización de Red de Control: En lugar de regredir una cuadrícula de resolución completa, la red predice actualizaciones para una red dispersa de puntos de control. Esta red se inicializa con un prior analítico en forma de arco ($P_0$) para proporcionar un inicio geométrico favorable.
  • Refinamiento Jerárquico: El proceso implica una restauración gruesa mediante una red ligera (CPNet3D) seguida de un refinamiento fino (RefineNet3D) utilizando una representación conjunta del volumen canónico y la estimación gruesa.
  • Deformación: La cuadrícula densa final se utiliza para remuestrear el volumen canónico, produciendo la reconstrucción en el espacio nativo ($\hat{V}_n$).

Contribuciones Clave

1. Paradigma Desenredado: El artículo introduce una formulación novedosa que desacopla la estimación de densidad volumétrica de la distorsión geométrica dependiente del arco. Al resolver el mapeo inverso en un espacio canónico estandarizado antes de aplicar la deformación geométrica, el marco restringe significativamente la complejidad del problema.
2. Puente entre Priores 2D y Recuperación 3D: Los autores proponen una arquitectura de doble codificador con Fusión Adaptativa de Atención Cruzada (ACF) para inyectar priores semánticos de alto nivel de modelos fundamentales (SemiT-SAM) en el proceso de síntesis 3D. Esto guía efectivamente la recuperación de detalles anatómicos finos perdidos por la superposición de proyecciones.
3. Fidelidad Anatómica Sin Precedentes: El marco se valida en tres conjuntos de datos a gran escala, demostrando un rendimiento de vanguardia y apoyando con éxito tareas clínicas posteriores como la segmentación de dientes completos y del conducto alveolar inferior (IAC).

Resultados Experimentales
El marco se evaluó en tres conjuntos de datos: Cui22 (NC), MMDental (ST) y ToothFairy (TF).

• Rendimiento Cuantitativo: HyDAR-Pano3D superó significativamente a los métodos de referencia (UNETR, Oral-3D, 3DPX) con $p < 0.05$. En el conjunto de datos TF, logró una PSNR de 25.76 dB, una SSIM de 85.70% y una puntuación general de Dice anatómica de 83.83%.
• Utilidad Posterior: Los volúmenes sintetizados se utilizaron para segmentación 3D sin ajustar finamente el modelo de segmentación.
  • Segmentación de Dientes Completos: Logró una puntuación de Dice de 82.4% en TF y 76.4% en NC.
  • Segmentación del Conducto Alveolar Inferior (IAC): Logró una puntuación de Dice de 72.2% en TF, una mejora sustancial sobre el mejor método de referencia (3DPX con 62.3%), demostrando la preservación de estructuras tubulares delgadas.
• Estudios de Ablación: Los experimentos confirmaron que el diseño de doble codificador con fusión ACF supera a las estrategias de codificador único o concatenación simple, y que los modelos fundamentales adaptados al dominio (SemiT-SAM) proporcionan señales semánticas superiores en comparación con los modelos genéricos.

Significado y Limitaciones
Los autores afirman que HyDAR-Pano3D proporciona un sustituto viable y de baja dosis para el cribado clínico consciente de la anatomía, al preservar estructuras clínicamente relevantes que típicamente se pierden en los métodos de regresión directa. Al separar la inferencia de densidad de la restauración geométrica, el marco permite una evaluación robusta consciente de la anatomía cuando no se disponen datos de CBCT.

Sin embargo, el artículo reconoce limitaciones específicas:

• Dependencia de Datos Sintéticos: El entrenamiento depende de PR sintéticas generadas mediante reformación planar curva guiada por curvas (CPR) a partir de CBCT. Aunque son anatómicamente consistentes, estas pueden no capturar completamente los artefactos específicos del escáner complejos y la magnificación no uniforme de las PR clínicas reales.
• Requisito de Anotación: La generación de datos de verdad fundamental requiere la anotación manual de las curvas del arco dental durante la etapa de preprocesamiento fuera de línea, aunque esto se elude durante la inferencia.
• Variabilidad Patológica: La restauración basada en deformación asume variaciones suaves y anatómicamente plausibles. Las deformaciones patológicas extremas o anomalías graves que se desvían significativamente del prior canónico pueden no recuperarse completamente.

Los autores sugieren que el trabajo futuro debe centrarse en cerrar la brecha de dominio entre PR sintéticas y reales, automatizar la estimación del arco para eliminar el preprocesamiento manual y extender el marco a la modelización consciente de la incertidumbre y al soporte de decisiones clínicas de extremo a extremo.