Resumen Técnico: Aprendizaje de Priores de Movimiento Cardíaco para Representaciones Neurales Implícitas

Declaración del Problema

Las Representaciones Neurales Implícitas (INR, por sus siglas en inglés) ofrecen representaciones continuas y compactas de campos de movimiento cardíaco, lo que las hace muy adecuadas para la estimación del movimiento. Sin embargo, ajustar una INR a una secuencia de imágenes específica es un problema inverso mal planteado que es computacionalmente costoso y altamente sensible a la trayectoria de optimización. Aunque se han propuesto priores aprendidos para guiar la optimización hacia soluciones fisiológicamente plausibles y acelerar la adaptación, la aplicación específica de los priores aprendidos a las INR de movimiento cardíaco sigue estando poco explorada. Los enfoques existentes suelen depender de formulaciones de priores simples o carecen de un análisis sistemático de los campos de movimiento y las trayectorias de adaptación resultantes.

Metodología

Los autores proponen un marco para aprender y comparar cuatro estrategias distintas para la construcción de priores de movimiento cardíaco para las INR. El modelo de movimiento central es un Campo de Velocidad Neuronal (NVF, por sus siglas en inglés), una INR que mapea coordenadas espaciales y temporales a vectores de velocidad instantánea.

1. Representación del Movimiento y Objetivo

• Campo de Velocidad Neuronal (NVF): El movimiento cardíaco se representa como un campo de velocidad $v_\theta: \mathbb{R}^{d+1} \to \mathbb{R}^d$. Las trayectorias de movimiento lagrangianas se obtienen integrando la ecuación diferencial ordinaria definida por el NVF utilizando un método de Runge-Kutta de segundo orden.
• Codificación Periódica: Para imponer la periodicidad cardíaca, las entradas temporales se mapean a codificaciones periódicas mediante funciones seno y coseno.
• Función de Pérdida: La optimización minimiza una suma ponderada de cuatro términos:
  • Pérdida de Similitud ($L_{sim}$): Correlación Cruzada Normalizada (NCC) entre el cuadro actual y los cuadros adyacentes deformados hacia adelante y hacia atrás.
  • Pérdida de Suavidad ($L_{smooth}$): Penaliza los gradientes espaciales y temporales del campo de velocidad.
  • Preservación de Volumen ($L_{volume}$): Fomenta la incompresibilidad penalizando las desviaciones del determinante del gradiente de deformación respecto a 1.
  • Preservación de Topología ($L_{fold}$): Evita el plegamiento penalizando los determinantes negativos del gradiente de deformación.

2. Formulaciones de Priores

El estudio compara cuatro estrategias para inicializar los parámetros de la NVF ($\theta$):

• Prior de Población: Una única INR se optimiza conjuntamente en todas las instancias de entrenamiento para encontrar una solución promedio global ($\theta_P$).
• Prior de Consenso: Las INR se optimizan de forma independiente para cada caso de entrenamiento, y los parámetros resultantes se promedian para formar un prior ($\theta_C$).
• Prior de Auto-decodificador: A cada instancia de entrenamiento se le asigna un código latente único $z_i$. Se optimiza conjuntamente con los códigos latentes una red decodificadora compartida con parámetros de modulación $\kappa$. Durante la adaptación a un nuevo caso, el decodificador se mantiene fijo y se optimiza un nuevo código latente.
• Prior de Meta-aprendizaje: Utilizando Meta-SGD de segundo orden, el método aprende una inicialización óptima $\theta_0$ y pasos de adaptación por capa $\gamma$. El objetivo es minimizar la pérdida tras un número fijo de pasos de adaptación del bucle interno.

3. Configuración Experimental

• Conjunto de Datos: Imágenes de Resonancia Magnética Cardíaca (CMR) con marcado de eje corto del UK Biobank (500 de entrenamiento, 100 de validación, 100 cortes de prueba).
• Arquitectura: Todos los priores inicializan una red SIREN (3 capas ocultas, 256 nodos).
• Evaluación: El rendimiento se mide rastreando la precisión (distancia euclidiana media de puntos de referencia), la superposición de segmentación (puntuación Dice) y la plausibilidad mecánica (determinantes de Jacobiano y deformación/strain). La adaptación se evalúa en 5 pasos (rendimiento temprano) y 50 pasos (trayectoria a largo plazo).

Resultados Clave

• Mejora General: Todos los priores aprendidos superaron sustancialmente a la inicialización aleatoria. El error de desplazamiento medio se redujo de 3.45 mm (aleatorio) a un rango de 1.66–1.85 mm tras cinco pasos de adaptación.
• Meta-aprendizaje: Logró el error de desplazamiento total más bajo (1.66 mm) y mantuvo la mejor trayectoria de adaptación, continuando su mejora mucho más allá del horizonte de optimización de 5 pasos utilizado durante el entrenamiento.
• Auto-decodificadores: Demostraron la recuperación más rápida de las grandes deformaciones, logrando el error de desplazamiento en fin de sístole (ES) más bajo (2.11 mm) y las magnitudes de deformación (strain) más grandes cerca de la fin de sístole. Sin embargo, el rendimiento se estancó después de aproximadamente 10 iteraciones.
• Consenso vs. Población: El simple prior de consenso fue efectivo y continuó mejorando durante las 50 iteraciones. En contraste, el prior de población, aunque proporcionó un punto de partida sólido, comenzó a deteriorarse después de 30–40 iteraciones, probablemente al converger a una solución de compromiso que impide una mayor adaptación.
• Dimensionalidad Latente: Variar la dimensión latente en los auto-decodificadores (de 32 a 1024) tuvo poco efecto en la trayectoria de adaptación, lo que sugiere que el estancamiento se debe al mecanismo de modulación y no a la capacidad del espacio latente.

Significancia y Reivindicaciones

El artículo afirma proporcionar la primera evaluación sistemática de las estrategias de aprendizaje de priores para la estimación del movimiento cardíaco basada en INR. Los autores sostienen que:

1. Velocidad y Trayectoria de Adaptación: La elección del prior aprendido dicta tanto la velocidad de la adaptación inicial como la trayectoria de optimización a largo plazo.
2. Compromisos (Trade-offs): Diferentes priores ofrecen distintos compromisos; los auto-decodificadores son superiores para la recuperación rápida de grandes deformaciones, mientras que el meta-aprendizaje ofrece la optimización a largo plazo más robusta.
3. Viabilidad: Los priores aprendidos hacen que la optimización por caso de las INR, que es computacionalmente costosa, sea más viable al permitir una convergencia más rápida y campos de movimiento más fisiológicamente plausibles.

El trabajo concluye que, si bien los heurísticos simples como el promedio de pesos (consenso) son efectivos, enfoques más fundamentados como el meta-aprendizaje y los auto-decodificadores proporcionan ventajas distintas dependiendo de los requisitos específicos de la tarea de estimación de movimiento (por ejemplo, velocidad de convergencia frente a precisión a largo plazo).