Joint Medical Image Enhancement and Segmentation with Diffusion-based Symbiotic Information Interaction

Resumen Técnico: DiSIINet – Mejora y Segmentación de Imágenes Médicas Conjuntas mediante la Interacción de Información Simbiótica basada en Difusión

Planteamiento del Problema
Las modalidades de imágenes médicas como la RM, la TC y la ecografía suelen sufrir una degradación de calidad debido a restricciones de costos, lo que resulta en baja resolución, ruido, desenfoque y mala iluminación. Estas limitaciones complican la visualización de estructuras anatómicas y lesiones críticas, lo que potencialmente puede conducir a diagnósticos erróneos. Los enfoques tradicionales suelen tratar la mejora de imágenes como un paso de preprocesamiento separado antes de la segmentación, sin aprovechar el potencial de sinergia entre ambas tareas. Además, los métodos generativos existentes, incluidos los GAN y los modelos de difusión tempranos, a menudo luchan por equilibrar la calidad perceptual con la fidelidad, o dependen de un flujo de información unidireccional (por ejemplo, el uso de la segmentación para guiar la mejora) que no explota plenamente los beneficios mutuos. Los enfoques recientes de difusión guiados por texto enfrentan limitaciones en la precisión semántica, como la omisión de objetos clave o la creación de ambigüedad en tareas de superresolución.

Metodología
Los autores proponen DiSIINet (Red de Interacción de Información Simbiótica basada en Difusión), un marco unificado que realiza conjuntamente la mejora y la segmentación de imágenes médicas. La arquitectura se basa en Modelos Implícitos de Difusión de Eliminación de Ruido (DDIM) y consta de dos ramas principales:

1. DiEnh (Mejora basada en Difusión): Una rama dedicada a restaurar imágenes de baja calidad (LQ) a imágenes de alta calidad (HQ).
2. DiSeg (Segmentación basada en Difusión): Una rama dedicada a generar máscaras de segmentación a partir de imágenes LQ.

Mecanismo Clave: Interacción de Información Simbiótica (SII)
La innovación central es el módulo de Interacción de Información Simbiótica (SII), que facilita el intercambio de información dinámico y bidireccional entre las ramas DiEnh y DiSeg durante el proceso de difusión inversa. A diferencia de los métodos en cascada unidireccionales, DiSIINet permite que las tareas se mejoren mutuamente de forma iterativa.

• Arquitectura: El módulo SII consta de un Controlador de Mejora (Enh-Controller) y un Controlador de Segmentación (Seg-Controller).
• Operación: En cada paso de difusión inversa $t$, el módulo calcula la atención cruzada entre las representaciones latentes de ambas ramas.
  • El Enh-Controller trata la latente de segmentación ($Z^{seg}_t$) como la consulta (query) y las latentes de mejora ($Z^{enh}_t$) como las matrices de clave (key) y valor (value) para generar una característica guiada ($F^{(t)}_{oi}$) para la rama de mejora.
  • El Seg-Controller trata la latente de mejora ($Z^{enh}_t$) como la consulta (query) y la latente de segmentación ($Z^{seg}_t$) como las matrices de clave (key) y valor (value) para generar una característica guiada ($F^{(t)}_{os}$) para la rama de segmentación.
• Entrenamiento: El modelo se entrena de extremo a extremo utilizando una función de pérdida conjunta que combina las pérdidas de predicción de ruido de DDIM para ambas ramas, una pérdida de restauración (MSE) para la imagen mejorada y una pérdida de entropía cruzual binaria ponderada para la máscara de segmentación.

Contribuciones Clave

1. Arquitectura de Difusión de Doble Rama: DiSIINet se presenta como el primer marco que utiliza una arquitectura de difusión de doble rama donde la mejora y la segmentación se refuerzan mutuamente mediante un intercambio continuo de información, en lugar de operar de forma secuencial o independiente.
2. Módulo de Interacción de Información Simbiótica (SII): Los autores diseñaron un nuevo módulo que permite el flujo de características bidireccional mediante atención cruzada durante el proceso de difusión inversa, permitiendo que la rama de segmentación guíe la mejora y viceversa.
3. Validación Exhaustiva: El método fue validado a través de diversas modalidades de imágenes médicas convencionales (RM, TC y Ecografía) y múltiples conjuntos de datos (ACDC, KiTS19, TN3K), demostrando mejoras de rendimiento consistentes sobre los enfoques secuenciales e independientes de vanguardia.

Resultados Experimentales
Se realizaron experimentos extensos en tres conjuntos de datos:

• ACDC (RM): DiSIINet logró un PSNR de 32.15 y un SSIM de 0.932 para la mejora, y un mIoU promedio de 84.81 y un Dice promedio de 91.78 para la segmentación, superando a métodos como MedSegDiff-V2 y variantes de UNet.
• KiTS19 (TC): El modelo alcanzó un PSNR de 34.68 y un SSIM de 0.961 para la mejora, con métricas de segmentación de 75.25 mIoU y 85.87 Dice.
• TN3K (Ecografía): DiSIINet alcanzó un PSNR de 34.26 y un SSIM de 0.942, con métricas de segmentación de 75.18 mIoU y 85.82 Dice.

Los resultados cualitativos indican que DiSIINet preserva los detalles estructurales finos (por ejemplo, regiones ventriculares, tumores renales, nódulos tiroideos) de manera más efectiva que los métodos competidores, que a menudo presentan desenfoque o pérdida de detalle. Los estudios de ablación confirmaron que eliminar ya sea el Enh-Controller o el Seg-Controller degrada significativamente el rendimiento, validando la necesidad de la interacción simbiótica.

Significancia y Reivindicaciones
El artículo afirma que DiSIINet aborda la brecha en la interacción de características profundas entre las tareas de mejora y segmentación dentro del marco generativo de los modelos de difusión. Al establecer una relación simbiótica donde ambas tareas se benefician de la información semántica y estructural de la otra, el marco logra una calidad de reconstrucción y una precisión de segmentación superiores en comparación con los métodos unidireccionales o independientes. Los autores reconocen que estas ganancias de rendimiento conllevan un aumento en la complejidad computacional y sugieren que el trabajo futuro se centrará en la destilación de modelos y mecanismos adaptativos para reducir los pasos de eliminación de ruido sin comprometer los beneficios simbióticos.