Learning Fast-to-Long Acquisition Mapping for Denoising Micro-CT

Resumen Técnico: Aprendizaje de Mapeo de Adquisición Rápida-a-Larga para la Denoisación de Micro-CT

Planteamiento del Problema
La microtomografía de rayos X (micro-CT) de alta fidelidad es crítica para el análisis digital de rocas, particularmente para caracterizar las complejas estructuras de poros de las rocas carbonatadas heterogéneas del pre-sal brasileño. Sin embargo, lograr reconstrucciones de alta calidad requiere típicamente tiempos de adquisición prolongados (por ejemplo, 60 minutos), lo que aumenta los costos de laboratorio y reduce el rendimiento experimental. La aceleración de los protocolos de escaneo (por ejemplo, a 2 minutos 35 segundos) introduce un ruido significativo y una reducción en la definición estructural, comprometiendo tareas posteriores como la segmentación y el modelado de flujo. Aunque existen métodos de denoisación basados en datos, muchos dependen de datos degradados sintéticamente o de referencias mejoradas por filtros en lugar de escaneos de alta calidad adquiridos de forma independiente. Este artículo aborda el desafío de aprender un mapeo de adquisiciones rápidas y ruidosas hacia referencias largas y de alta calidad utilizando datos emparejados reales y naturalmente registrados para mitigar la compensación entre el tiempo de escaneo y la calidad de la imagen.

Metodología
El estudio utiliza un conjunto de datos de 12 muestras cilíndricas de tapones de carbonato escaneadas bajo tres protocolos: una adquisición rápida (2 min 35 s), una adquisición intermedia (8 min) y una adquisición de referencia (60 min). Las muestras se mantuvieron fijas dentro del escáner sin reposicionamiento, asegurando un registro natural vóxel a vóxel entre los diferentes tiempos de escaneo.

• Preprocesamiento de Datos: Los volúmenes 3D fueron recortados para excluir anillos de calibración y vacíos de frontera. Se introdujo una evaluación de contraste ajustado diagnóstica para distinguir entre el rendimiento de denoisación estructural y los cambios de valores de gris dependientes de la adquisición. Esto implicó una transformación lineal por volumen (intercepto y pendiente) estimada mediante regresión de mínimos cuadrados para alinear las escalas de intensidad de los escaneos rápidos e intermedios con la referencia de 60 minutos.
• Arquitecturas de Modelos: Se compararon dos arquitecturas de aprendizaje profundo:
  1. Restormer: Una arquitectura basada en transformadores que utiliza atención de canal (channel-wise self-attention) para la denoisación de alta resolución. Se probaron tres configuraciones: zero-shot (preentrenada en SIDD), ajustada (pesos preentrenados adaptados a micro-CT) y entrenamiento desde cero (inicialización aleatoria).
  2. RED-CNN: Un baseline de codificador-decodificador convolucional con conexiones residuales, diseñado originalmente para la denoisación de CT de baja dosis.
• Estrategia de Entrenamiento: Se empleó una estrategia de validación de dejar uno fuera (leave-one-out) a nivel de tapón para evitar la fuga de datos. En cada iteración, una muestra servía como conjunto de prueba, una como validación y diez para entrenamiento. Los modelos fueron entrenados para minimizar la pérdida L1 entre la entrada rápida y la referencia de 60 minutos.
• Evaluación: El rendimiento se cuantificó utilizando la Relación Señal-Ruido de Pico (PSNR) y el Índice de Similitud Estructural (SSIM) sobre volúmenes 3D recortados completos. Adicionalmente, se generaron segmentaciones binarias de poro-sólido para analizar los atributos de la estructura de poros (porosidad y fracción de poros pequeños) y su correlación con las ganancias de denoisación.

Resultos Clave

• Desempeño Cuantitativo: Los modelos Restormer entrenados (tanto los ajustados como los de inicialización aleatoria) mejoraron sustancialmente la calidad de la imagen en relación con la entrada de 2 min 35 s. En promedio, superaron a la adquisición intermedia de 8 minutos tanto en las métricas de PSNR como de SSIM.
  • Sin Ajuste de Contraste: Los modelos Restormer entrenados alcanzaron valores medios de PSNR de ~41.1–41.6 dB y SSIM ~0.97, superando al baseline de 8 minutos (PSNR ~38.4 dB, SSIM ~0.937).
  • Con Ajuste de Contraste: Tras corregir los desplazamientos de valores de gris, la brecha de rendimiento entre métodos se redujo, pero los modelos Restormer entrenados siguieron siendo los mejores desempeños, logrando el mejor PSNR en 10 de 12 muestras y el mejor SSIM en 11 de 12 muestras en comparación con otros métodos.
• Análisis Cualitativo: Los modelos redujeron eficazmente el patrón de ruido estático de las adquisiciones rápidas y mejoraron la visibilidad de las texturas de poros y sólidos. Sin embargo, los modelos no pudieron recuperar de manera confiable detalles finos (por ejemplo, materiales de alta densidad pequeños) que estaban ausentes o apenas visibles en la entrada rápida.
• Limitaciones y Residuales: El análisis de residuales reveló que, si bien se preservó el contenido estructural, persistieron desajustes de contraste, particularmente cerca de los límites de los poros. En muestras con una alta fracción de "poros pequeños" (definidos como vóxeles de poro con diámetros locales <3 vóxeles), las ganancias de rendimiento fueron menores. Se observaron fuertes correlaciones negativas entre la fracción de poros pequeños y las ganancias de rendimiento ajustadas, lo que sugiere que los límites de resolución y el ruido que oscurece los espacios de poros estrechos restringen la capacidad del modelo para recuperar estos rasgos específicos.
• Variabilidad Específica de la Muestra: La muestra 4 fue identificada como un caso de falla en la evaluación inicial donde los modelos entrenados produjeron un PSNR menor que el baseline de 8 minutos debido a desplazamientos de contraste; sin embargo, tras el ajuste de intensidad, los modelos funcionaron de manera comparable, resaltando la sensibilidad del PSNR a los desajustes de valores de gris.

Significancia y Reivindicaciones
El artículo sostiene que el aprendizaje de un mapeo de adquisición rápida-a-larga mediante aprendizaje supervisado es una estrategia prometedora para reducir la compensación entre el tiempo de escaneo y la calidad de la imagen en micro-CT de carbonatos. La contribución principal es la demostración de que los modelos entrenados en datos emparejados del mundo real y naturalmente registrados pueden producir una calidad de imagen comparable a un escaneo de 8 minutos utilizando solo una entrada de 2 minutos 35 segundos, lo que potencialmente triplica el rendimiento experimental.

Los autores señalan modestamente que, aunque el enfoque mejora significamente la calidad de la imagen, no es un generador de "verdad de terreno" (ground truth); no puede recuperar detalles estructurales perdidos durante la adquisición rápida debido a los límites de resolución. Además, el estudio destaca que la variabilidad del contraste dependiente de la adquisición es un factor significativo en las métricas de evaluación, lo que requiere un análisis de ajuste de contraste para una evaluación precisa de la recuperación estructural. El trabajo concluye que, si bien el método es efectivo, la investigación futura debe abordar las limitaciones respecto a los límites de resolución, la variabilidad del contraste y la necesidad de validación a través de diferentes equipos de escaneo y parámetros de adquisición más amplios para apoyar flujos de trabajo de micro-CT 4D dinámicos.