Heterogeneity-Adaptive Diffusion Schrodinger Bridge for PET-Guided Whole-Body MRI Translation

Resumen Técnico: Puente de Schrödinger de Difusión Adaptativo a la Heterogeneidad para la Traducción de RM de Cuerpo Completo Guiada por PET

Planteamiento del Problema

La Tomografía por Emisión de Positrones combinada con Imagen por Resonancia Magnética de cuerpo completo (PET/RM) ofrece datos metabólicos y anatómicos de alta resolución de forma simultánea, reduciendo la exposición a la radiación en comparación con el PET/CT. Sin embargo, la adopción clínica se ve obstaculizada por los excesivos tiempos de exploración (60–90 minutos) requeridos para múltiples secuencias de RM. Aunque la traducción de RM basada en aprendizaje profundo (sintetizando secuencias lentas a partir de rápidas) ofrece una solución, los modelos actuales enfrentan dos desafíos críticos cuando se aplican a exploraciones de cuerpo completo:

1. Heterogeneidad Anatómica: Las exploraciones de cuerpo completo exhiben una fuerte heterogeneidad entre regiones con distribuciones de intensidad no estacionarias y composiciones tisulares variables a través de diferentes regiones anatómicas (por ejemplo, cabeza frente a abdomen). Los modelos estándar, a menudo entrenados en regiones específicas como el cerebro, tienen dificultades para aprender un mapeo unificado sin un condicionamiento explícito de la región, lo que conduce al sobresuavizado o a la ambigüedad de la modalidad.
2. Fidelidad Patológica: Los modelos existentes fallan frecuentemente en la reconstrucción precisa de lesiones. Debido a que las lesiones son raras y exhiben relaciones de señal complejas y heterogéneas en comparación con los tejidos sanos dominantes, los modelos de difusión estándar tienden a sesgar los resultados hacia la distribución sana, degradando la fidelidad de las regiones patológicas.

Metodología: HA-DSB

Los autores proponen el Puente de Schrödinger de Difusión Adaptativo a la Heterogeneidad (HA-DSB), un marco que modela la traducción de imágenes como un problema de transporte estocástico explícito entre distribuciones de origen y destino, en lugar de depender de la predicción implícita de ruido. El método integra tres componentes principales:

1. Transporte Estocástico Explícito mediante Puente de Schrödinger
A diferencia de los modelos de difusión convencionales que asumen un prior Gaussiano, el HA-DSB utiliza el Puente de Schrödinger de Difusión (DSB) para transportar muestras entre las distribuciones de origen (LAVA de adquisición rápida) y destino (T2 de adquisición lenta). Los procesos de ida y vuelta se definen mediante ecuaciones diferenciales estocásticas que involucran potenciales de Schrödinger dependientes del tiempo. Esta formulación es más adecuada para la traducción de cuerpo completo donde existen fuertes cambios de dominio, ya que evita los problemas de colapso de modo comunes en las GAN y el sesgo hacia características dominantes en los modelos de difusión estándar.

2. Guía de Incrustación de Contexto Regional
Para abordar la heterogeneidad anatómica, el modelo incorpora un condicionamiento específico de la región:

• Generación de Etiquetas: Un modelo de lenguaje y visión de gran escala (Google Gemini 3 Pro) genera etiquetas de ubicación corporal (particionando el cuerpo en 11 regiones) y etiquetas de órganos para cada corte.
• Construcción de Incrustaciones (Embeddings): Estas etiquetas se codifican utilizando un PubMedBERT congelado. Un mecanismo de atención cruzada multicabezal fusiona las incrustaciones de ubicación corporal gruesas con las incrustaciones de órganos de grano fino.
• Integración: La incrustación de contexto regional resultante ($c_{reg}$) se fusiona con las incrustaciones de tiempo de difusión y se inyecta en el esqueleto (backbone) UNet mediante parámetros de escala y desplazamiento en los bloques residuales, permitiendo que el puente adapte su dinámica de transporte a regiones anatómicas específicas.

3. Mejora de Lesiones Guiada por PET
Aprovechando la corregistro intrínseco de PET/RM, el marco utiliza los datos de PET como un prior consciente de las lesiones para mejorar la fidelidad patológica:

• Modulación de Ruido Guiada por PET (Proceso de Ida): Un modulador ligero predice un mapa de escala espacial basado en la captación de PET y el contexto regional. Este mapa escala adaptativamente el ruido inyectado durante el proceso de corrupción de ida, fomentando que el modelo aprenda mapeos sensibles a la patología en lugar de promediar hacia estructuras sanas.
• Atención Multiescala de PET (Proceso de Vuelta): Durante el proceso de eliminación de ruido inverso, se aplica un mecanismo de autoatención consciente de PET en múltiples resoluciones de la UNet. Las características de PET se proyectan y se concatenan con las características de la imagen, permitiendo que el mecanismo de atención amplifique selectivamente las estructuras relevantes para la lesión.

Contribuciones Clave

1. Marco HA-DSB: Propone un Puente de Schrödinger de Difusión adaptativo a la heterogeneidad que trata la traducción de RM de cuerpo completo como un problema de transporte de distribución explícito, logrando un mapeo entre modalidades más estable a través de diversas regiones anatómicas en comparación con los modelos basados en la predicción de ruido.
2. Condicionamiento Consciente de la Región: Introduce incrustaciones de contexto regional derivadas de un modelo de lenguaje y visión, fusionadas con incrustaciones de tiempo de difusión para permitir dinámicas de transporte finas y específicas de cada región.
3. Mecanismo Guiado por PET: Diseña un mecanismo de mejora de lesiones de dos etapas donde la corrupción de ida está modulada espacialmente por la captación de PET, y el proceso inverso utiliza atención multiescala consciente de PET para recuperar detalles de las lesiones.

Resultados Experimentales

El método fue evaluado en un conjunto de datos de 246 sujetos (20,306 cortes de entrenamiento, 4,162 cortes de prueba) de un sistema integrado de PET/RM.

• Rendimiento General: El HA-DSB logró un rendimiento de vanguardia (state-of-the-art) en cinco regiones anatómicas (Cabeza/Cuello, Tórax, Abdomen, Pelvis/Cadera, Muslos). Superó a los modelos de referencia incluyendo Pix2Pix, Palette, I2SB, PPT, SelfRDB y ResViT.
  • Cuantitativo: El modelo completo (HA-DSB con PET) logró un SSIM promedio de 91.1% y un PSNR de 26.25 dB, superando al mejor modelo de referencia (ResViT: 86.6% SSIM, 23.95 dB).
  • Ganancias Regionales: Se observaron mejoras significativas en regiones complejas como el Abdomen, con un SSIM que alcanzó el 88.5%.
• Fidelidad Patológica: Aunque las métricas generales mostraron ganancias modestas por la guía de PET (debido al pequeño volumen de las lesiones en relación con el tejido sano), una evaluación específica en un subconjunto confirmado de lesiones (526 cortes) reveló mejoras sustanciales.
  • En el subconjunto patológico, añadir la guía de PET aumentó el PSNR en +0.80 dB (frente a +0.16 dB en el conjunto de prueba general) y el SSIM en +1.7% (frente a +0.3%).
  • Los resultados cualitativos (Fig. 3) demostraron que el modelo guiado por PET preservó las estructuras de las lesiones y redujo el error absoluto en lesiones hepáticas en comparación con la variante sin PET.

Significancia y Reivindicaciones

El artículo afirma que el HA-DSB proporciona un marco robusto para la traducción de imágenes médicas de cuerpo completo al abordar explícitamente los dos desafíos de la heterogeneidad anatómica y la fidelidad patológica. Al modelar la traducción como un problema de transporte explícito e integrar el contexto regional y los priors de PET, el método se adapta con éxito a la variabilidad estructural dependiente de la región y recupera detalles relevantes de las lesiones que a menudo se pierden en los enfoques de difusión estándar. Los autores posicionan este trabajo como una solución práctica para reducir los tiempos de exploración en los flujos de trabajo clínicos de PET/RM, manteniendo la calidad diagnóstica tanto en tejidos sanos como patológicos.