Harmonic-Aware Transformer for Real-Time Catheter Localization in Interventional Procedures of Magnetic Particle Imaging

Résumé Technique : Transformer Sensible aux Harmoniques pour la Localisation de Cathéters en Temps Réel en MPI

Énoncé du Problème
L'imagerie par particules magnétiques (MPI) offre une modalité d'imagerie en temps réel, exempte de radiations, adaptée aux procédures interventionnelles pour le suivi d'instruments revêtus de nanoparticules magnétiques. Cependant, les interventions guidées par MPI conventionnelles reposent sur des pipelines de reconstruction d'image (par exemple, l'inversion de la matrice système ou les méthodes d'espace X) pour déterminer la position des instruments. Ces approches traditionnelles souffrent d'une latence de calcul élevée, de contraintes de mémoire et d'un risque de flou d'image, ce qui entrave un véritable suivi en temps réel. Bien que l'apprentissage profond ait été appliqué à la MPI pour la reconstruction d'image et le débruitage, peu de méthodes contournent l'étape de reconstruction pour prédire directement les coordonnées des instruments à partir des signaux bruts. Cet article répond au besoin d'un cadre à faible latence et haute précision capable de mapper les signaux de tension MPI bruts directement vers les positions 3D de l'extrémité du cathéter sans formation d'image intermédiaire.

Méthodologie
Les auteurs proposent un cadre de Transformer Sensible aux Harmoniques qui opère directement dans le domaine fréquentiel. La méthodologie se compose de trois étapes principales :

1. Prétraitement Sensible aux Harmoniques :

   • Les signaux MPI complexes bruts provenant de trois bobines de réception ($x, y, z$) sont transformés dans le domaine fréquentiel via une transformée de Fourier rapide (FFT).
   • Un filtre passe-bande isole les harmoniques de la 2ème à la 8ème des fréquences de champ de commande. La fréquence fondamentale est exclue car elle est dominée par les signaux de modulation, tandis que les harmoniques d'ordre supérieur sont souvent dominées par le bruit.
   • Les composantes réelles et imaginaires filtrées sont concaténées pour former un vecteur de caractéristiques à six canaux dans le domaine fréquentiel, préservant les composantes spectrales pertinentes au mouvement tout en améliorant le rapport signal sur bruit (SNR).

2. Architecture Transformer :

   • Le modèle, nommé « catheter transformer », utilise une couche de convolution 1D pour l'encodage par patch (patch-embedding) des signaux du domaine fréquentiel (taille de noyau $P=64$).
   • Un encodage positionnel sinusoïdal est ajouté aux patches encodés pour conserver l'information d'ordre de séquence.
   • La séquence est traitée par six couches d'encodeurs, chacune contenant huit têtes d'auto-attention multi-têtes (MHSA). Cette architecture est conçue pour capturer les dépendances temporelles à longue portée et les corrélations inter-axes ($x, y, z$) au sein des données spectrales.
   • Un réseau de propagation vers l'avant (FFN) par position avec activation GELU suit le mécanisme d'attention.
   • La représentation encodée finale est aplatie et transmise à un Perceptron Multicouche (MLP) à deux couches pour régresser les coordonnées 3D de l'extrémité du cathéter ($\hat{x}, \hat{y}, \hat{z}$).

3. Stratégie d'Entraînement :

   • Le modèle est entraîné à l'aide d'une fonction de perte d'erreur absolue moyenne (MAE) pondérée. Crucialement, l'axe $z$ se voit attribuer un poids plus élevé ($w_z > w_x = w_y$) pour compenser la résolution spatiale intrinsèquement plus faible de la MPI le long de la direction du gradient du champ de sélection.
   • L'entraînement utilise l'optimiseur AdamW avec un calendrier de recuit cosinus (cosine annealing) et une accélération en précision mixte.
   • L'augmentation de données inclut la mise à l'échelle de l'amplitude et l'injection de bruit gaussien pour améliorer la généralisation.

Contributions Clés

• Cadre sans Reconstruction : L'étude introduit une approche pilotée par le signal qui mappe directement les signaux de tension MPI bruts vers les coordonnées 3D, éliminant ainsi les étapes coûteuses en calcul d'inversion de matrice système et de reconstruction d'image.
• Prétraitement Sensible aux Harmoniques : Une stratégie novatrice qui extrait sélectivement les harmoniques de la 2ème à la 8ème pour améliorer le SNR tout en conservant les caractéristiques spectrales critiques liées au mouvement.
• Modélisation de Signal par Transformer : L'application d'une architecture transformer spécifiquement adaptée aux signaux MPI pour modéliser les motifs spatio-temporels spectraux et les dépendances inter-axes pour une localisation 3D précise.
• Validation Complète : Une évaluation approfondie sur des ensembles de données simulés et des données expérimentales in vitro réelles (profils de mouvement standard, de flexion et de battement cardiaque), démontrant une robustesse à travers diverses conditions de mouvement.

Résultats
La méthode proposée atteint une précision de localisation sub-millimétrique avec des améliorations significatives de la vitesse d'inférence :

• Précision : Sur l'ensemble de données de flexion, le modèle a atteint une erreur $L_2$ minimale de 0,103 ± 0,092 mm et des erreurs absolues moyennes (MAE) de 0,039 ± 0,046 mm ($x$), 0,054 ± 0,049 mm ($y$), et 0,060 ± 0,044 mm ($z$). Sur tous les ensembles de données, la MAE variait de 0,165 mm à 0,655 mm.
• Performance : Le modèle d'inférence optimisé a atteint une latence de trame de 0,55 ms et un débit d'environ 1 800 images par seconde. Ce débit dépasse largement le taux d'acquisition du matériel MPI (environ 23,2 Hz), confirmant la capacité de traitement en temps réel.
• Études d'Ablation : Les expériences ont confirmé que la plage d'harmoniques de la 2ème à la 8ème offre le meilleur compromis entre information spatiale et robustesse au bruit. La fonction de perte pondérée s'est révélée cruciale pour équilibrer la précision entre les axes, améliorant particulièrement les performances de l'axe $z$.

Signification
Cet article affirme que ce cadre représente un changement, passant d'un suivi dépendant de la reconstruction d'image à une cartographie directe du signal vers la position. En éliminant le pipeline de reconstruction, la méthode offre une précision accrue, une latence réduite et une robustesse améliorée sous des conditions de mouvement complexes par rapport aux approches conventionnelles guidées par MPI. Les résultats soulignent le potentiel des modèles transformer sensibles aux harmoniques comme solutions efficaces et évolutives pour la localisation de cathéters en temps réel en MPI, permettant un suivi à haute vitesse sans les goulots d'étranglement computationnels des méthodes traditionnelles. Les auteurs notent que bien que la validation actuelle soit limitée à des fantômes in vitro et des données simulées, cette approche pose les jalons pour de futures applications in vivo et une translation clinique.