Eddeep: a deep-learning framework for fast eddy-current distortion correction in diffusion MRI

Resumen Técnico: Eddeep – Un marco de aprendizaje profundo para la corrección rápida de la distorsión por corrientes de Foucault en la RM de difusión

Planteamiento del problema
La RM de difusión (dMRI) depende de la imagen eco-planar (EPI), la cual es altamente susceptible a las distorsiones geométricas. Mientras que las distorsiones inducidas por susceptibilidad son estáticas durante una adquisición, las distorsiones inducidas por corrientes de Foucault varían entre volúmenes dependiendo de la fuerza y dirección de los gradientes de sensibilización de la difusión. Esta variación causa un desalineamiento entre volúmenes, sesgando los análisis microestructurales posteriores.

Los métodos de estado del arte actuales, como FSL Eddy, utilizan esquemas iterativos de predicción-corrección. Estos métodos estiman una versión libre de distorsiones de cada volumen y alinean iterativamente los volúmenes con estas predicciones. Aunque son efectivos, este enfoque es computacionalmente costoso, ya que requiere nuevas optimizaciones iterativas para cada par de volúmenes, lo que dificulta el despliegue de canales de preprocesamiento rápidos para estudios a gran escala y aplicaciones clínicas. Además, el registro directo entre volúmenes ponderados por difusión (DW) y la referencia $b=0$ es difícil debido a las severas diferencias de contraste (por ejemplo, atenuación de la señal, desaparición de los límites del LCR) que interrumpen las métricas de similitud estándar.

Metodología: El marco Eddeep
Los autores proponen Eddeep, un marco de aprendizaje profundo de dos etapas que desacopla la estandarización del contraste de la corrección geométrica para permitir una inferencia rápida de paso único. El marco consta de dos modelos entrenados secuencialmente:

1. Modelo de traducción de imagen (supervisado):

   • Objetivo: Mapear cualquier volumen de entrada (DW o $b=0$) a una apariencia estandarizada, eliminando las diferencias de contraste (como la atenuación dependiente de la dirección del gradiente y los límites del LCR) que dificultan un registro fiable, preservando al mismo á la fidelidad geométrica.
   • Arquitectura: Una U-Net 3D entrenada de manera supervisada sobre datos previamente corregidos (generados por FSL Eddy).
   • Objetivo de entrenamiento: El modelo minimiza el Error Absoluto Medio (MAE) entre la imagen traducida de entrada y una imagen objetivo. El objetivo se construye promediando todos los volúmenes de difusión en un valor $b$ moderado (700–3000 s/mm²) a través de diversas direcciones de gradiente, corregidos por campo de sesgo (bias-field) y previamente corregidos.
   • Aumento de datos: El entrenamiento emplea aumentos de contraste (sintetizando nuevos valores $b$ mediante interpolación/extrapolación monoexponencial, añadiendo campos de sesgo y ruido de Rician) y aumentos espaciales (deformaciones afines globales y difemórficas aleatorias) para mejorar la generalización.

2. Modelo de registro de imagen (no supervisado):

   • Objetivo: Estimar conjuntamente la distorsión por corrientes de Foucault y los parámetros de movimiento de la cabeza entre volúmenes, alineando un volumen DW traducido con una referencia $b=0$ traducida y libre de distorsiones.
   • Arquitectura: Un codificador de geometría basado en CNN seguido de un Perceptrón Multicapa (MLP) que regresa directamente los parámetros de transformación.
   • Restricciones físicas: El modelo se adhiere a un modelo de distorsión cuadrática unidireccional. La transformación $T$ se compone como $T = E \circ R$, donde $R$ es un movimiento de cuerpo rígido (6 grados de libertad) y $E$ es una distorsión cuadrática restringida a la dirección de codificación de fase (PED) (10 grados de libertad).
   • Modulación de intensidad: Para dar cuenta de la acumulación de señal (pile-up) y el estiramiento causados por la deformación geométrica, el marco aplica modulación de intensidad por Jacobiano durante la inferencia: $I(x) = |\det J_T(x)| \cdot I' \circ T(x)$.
   • Entrenamiento: El modelo de registro se entrena de forma no supervisada maximizando la similitud (MSE) entre el volumen DW traducido y la referencia $b=0$ traducida. Los pesos del traductor permanecen congelados durante esta etapa.

Contribuciones clave

• Arquitectura novedosa: Eddeep es el primer enfoque de aprendizaje profundo propuesto específicamente para la corrección de distorsión por corrientes de Foucault, abordando el desafío único de registrar volúmenes con perfiles de contraste drásticamente diferentes.
• Desacoplamiento en dos etapas: Al separar la estandarización del contraste (traducción) del alineamiento geométrico (registro), el método supera las limitaciones del registro directo entre imágenes de alto $b$ y $b=0$.
• Aprendizaje informado por la física: El modelo de registro incorpora un modelo de distorsión cuadrática restringido y modulación de intensidad de Jacobiano, asegurando correcciones físicamente plausibles sin necesidad de optimización iterativa.
• Eficiencia: El marco realiza la corrección en una sola pasada hacia adelante (forward pass), eliminando la necesidad de los bucles iterativos de predicción-corrección característicos de los métodos tradicionales.

Resultos
El método fue entrenado con datos de UK Biobank y evaluado tanto en el conjunto de datos in-domain (UK Biobank) como en uno out-of-domain (Memodyn).

• Calidad de la corrección: A través de una gama de métricas complementarias, Eddeep logró una calidad de corrección comparable a FSL Eddy:
  • Alineamiento geométrico: Reducción significativa del "jitter" entre volúmenes (tanto en el borde del cerebro como en todo el cerebro tras la traducción).
  • Consistencia microestructural: Reducción de los halos de anisotropía fraccional (FA) de la Imagen de Kurtosis de Difusión (DKI) en el límite del cerebro y menores residuales del modelo DKI en comparación con los datos no corregidos, con un rendimiento que generalmente iguala o supera ligeramente a FSL Eddy en los datos in-domain.
  • Regularidad de la señal: Reducción de la irregularidad de la señal en el espacio-q y aumento de la información mutua de pares entre volúmenes.
• Calidad de la traducción: El traductor estandarizó con éxito la apariencia de la imagen, eliminando los límites del LCR y los patrones de atenuación dependientes de la dirección, mientras preservaba la anatomía. La variante con aumento moderado (trans+) mostró el mejor equilibrio entre nitidez y robustez.
• Tiempo de procesamiento: Eddeep demostró una ventaja sustancial de velocidad. En un MacBook Pro con chip M3, Eddeep corrigió una adquisición completa en aproximadamente 2 minutos, comparado con más de 1 hora para FSL Eddy (una reducción de más de 30 veces en el tiempo de inferencia).

Significancia y Reivindicaciones
El artículo afirma que Eddeep demuestra que el aprendizaje profundo puede proporcionar una corrección de distorsión por corrientes de Foucault precisa y eficiente sin depender de la optimización iterativa. Al reducir el tiempo de inferencia de horas a minutos, el marco respalda el desarrollo de canales de procesamiento de dMRI más rápidos, adecuados para estudios a gran escala y despliegue clínico. Los autores posicionan a Eddeep como una herramienta complementaria para los métodos existentes de corrección de distorsión por susceptibilidad y estimación de parámetros microestructurales, contribuyendo al objetivo de la RM cuantitativa en línea.

Limitaciones y Trabajo Futuro
Los autores reconocen que la evaluación depende de métricas indirectas debido a la falta de verdades fundamentales (ground-truth) de las distorsiones de corrientes de Foucault en datos reales. Además, el modelo de traducción requiere datos previamente corregidos para el entrenamiento, lo que crea una dependencia de las herramientas existentes. Actualmente, Eddeep no admite la corrección de movimiento dentro del volumen ni la sustitución de valores atípicos (caída de corte/slice dropout), características presentes en las versiones avanzadas de FSL Eddy. El trabajo futuro podría explorar campos de deformación de baja frecuencia como alternativas a los modelos polinómicos y la síntesis de imágenes DW a partir de escaneos anatómicos para generar referencias sin distorsión sin necesidad de corrección externa.