Cross-Distribution Diffusion Priors-Driven Iterative Reconstruction for Sparse-View CT

1. Il Problema: Ricostruzione CT a Visione Sparsa (SVCT) e il Problema OOD

La Tomografia Computerizzata a Visione Sparsa (SVCT) è una strategia cruciale per ridurre la dose di radiazioni e migliorare la risoluzione temporale, specialmente in applicazioni come la CT a conteggio di fotoni (PCCT) per le estremità. Tuttavia, la sua adozione clinica è ostacolata da due sfide principali:

1. Artefatti da sotto-campionamento: La riduzione del numero di proiezioni angolari genera gravi artefatti a strisce e perdita di dettagli strutturali.
2. Problema Out-of-Distribution (OOD): I modelli di apprendimento automatico (CNN, Transformer, Diffusione) addestrati su un dataset specifico (es. scanner Siemens, protocolli addominali) tendono a degradare drasticamente quando testati su dati provenienti da scanner diversi, protocolli diversi o anatomie diverse (es. scanner GE, protocolli cardiaci).
   • In scenari OOD, i metodi basati su apprendimento rischiano di generare allucinazioni: strutture visivamente plausibili ma clinicamente errate che violano i vincoli fisici dei dati misurati, rappresentando un rischio diagnostico.

2. Metodologia: Il Framework CDPIR

Gli autori propongono CDPIR (Cross-Distribution Diffusion Priors-Driven Iterative Reconstruction), un framework che integra prior generativi basati su diffusione con metodi di ricostruzione iterativa basati su modelli fisici.

A. Prior Generativo: Scalable Interpolant Transformer (SiT)

Al cuore del metodo vi è un backbone basato su SiT (Scalable Interpolant Transformer), un'estensione dell'architettura Diffusion Transformer (DiT).

• Formulazione Stocastica Interpolante: A differenza dei modelli di diffusione tradizionali che apprendono direttamente la funzione di punteggio (score function), SiT apprende un campo di velocità sotto una formulazione di interpolante stocastico. Questo offre un controllo più esplicito sulla transizione dal rumore ai dati, migliorando la stabilità numerica e la fedeltà della ricostruzione.
• Guida Senza Classificatore (CFG) Cross-Distribution: Per affrontare il problema OOD, il modello viene addestrato utilizzando la CFG. Durante l'addestramento, il token di condizione (che identifica il dominio/scanner) viene casualmente sostituito con un token nullo ($\emptyset$) con una certa probabilità.
  • Questo meccanismo forza il modello a imparare due rami complementari:
    1. Branch incondizionato (Null): Impara strutture anatomiche invarianti al dominio (es. forma del cuore, polmoni, ossa) condivise tra tutti i dataset.
    2. Branch condizionato: Impara le caratteristiche specifiche del dominio (texture, rumore, nitidezza dei bordi).
  • Durante l'inferenza, la guida combina questi due aspetti, permettendo al modello di adattarsi a nuovi domini mantenendo la coerenza anatomica.

B. Risoluzione Iterativa Alternata

CDPIR non si limita alla generazione, ma integra il prior di diffusione in un ciclo di ottimizzazione fisica:

1. Passo di Prior Diffusivo: Utilizza il modello SiT per denoisare e generare un'immagine preliminare basata sul prior cross-distribution.
2. Passo di Coerenza dei Dati (Data Consistency): Applica un metodo iterativo basato su ASD-POCS (Adaptive Steepest Descent Projection Onto Convex Sets) con regolarizzazione TV (Total Variation) migliorata. Questo passo proietta l'immagine generata nello spazio delle misurazioni reali (sinogramma), garantendo che la ricostruzione finale sia coerente con i dati fisici acquisiti.
3. Alternanza: Il processo alterna tra l'aggiornamento guidato dal prior (per ridurre gli artefatti e recuperare i dettagli) e l'aggiornamento guidato dai dati (per eliminare le allucinazioni e rispettare la fisica).

3. Contributi Chiave

1. Unificazione di Diffusione Condizionata e Ricostruzione Fisica: CDPIR è il primo framework a unire un modello di diffusione basato su Transformer, campionamento stocastico interpolante e aggiornamenti guidati da residui in un unico processo iterativo.
2. Generalizzazione OOD Superiore: L'uso della CFG con token di dominio e la struttura SiT permettono al modello di apprendere un prior generativo trasversale ai domini, superando significativamente i metodi basati su CNN e i precedenti approcci di diffusione (come DDS e DiffusionMBIR) su dati non visti.
3. Validazione Estensiva: Il metodo è stato testato su cinque dataset (AAPM, COCA, XCAT simulato, GE clinico, MARS PCCT), coprendo scenari sia in-distribution che out-of-distribution, inclusi casi clinici reali con scanner diversi e protocolli variabili.

4. Risultati Sperimentali

• Performance Quantitativa: Su dataset OOD (es. addestramento su AAPM, test su XCAT o COCA), CDPIR ha mostrato un miglioramento significativo rispetto agli stati dell'arte. Ad esempio, nel test OOD AAPM $\to$ XCAT, CDPIR ha raggiunto un PSNR di 38.36 contro i 36.32 di DDIP3D e 33.60 di DDS, con una riduzione marcata dell'errore percettivo (LPIPS).
• Robustezza Clinica (Zero-Shot): In test su dati clinici reali (GE Cardiac e MARS PCCT) senza alcun fine-tuning (zero-shot), CDPIR ha soppresso efficacemente gli artefatti a strisce e preservato i dettagli anatomici fini (come le calcificazioni coronariche), superando sia i metodi iterativi classici (ASD-POCS) che i modelli di diffusione basati su U-Net.
• Efficienza e Stabilità: L'approccio basato su SiT mostra una convergenza più rapida e stabile rispetto ai modelli VP-SDE tradizionali, permettendo ricostruzioni di alta qualità con meno step di campionamento (es. 300 step vs 1000).
• Coerenza Volumetrica: Nonostante l'uso di un prior 2D (slice-by-slice), l'analisi di coerenza inter-slice e le riformattazioni multi-planari (MPR) confermano l'assenza di discontinuità visive tra le fette, grazie alla forte regolarizzazione fornita dal ciclo di coerenza dei dati.

5. Significato e Impatto

Il lavoro di CDPIR rappresenta un passo avanti significativo verso l'uso clinico robusto della CT a visione sparsa.

• Affidabilità Diagnostica: Risolvendo il problema delle allucinazioni in scenari OOD, CDPIR riduce il rischio di diagnosi errate causate da artefatti o strutture generate erroneamente.
• Scalabilità: La capacità di addestrare un unico modello su dataset eterogenei (scanner diversi, protocolli diversi) senza bisogno di riaddestramento specifico per ogni nuovo compito rende CDPIR un candidato ideale per un "foundation model" nella ricostruzione di immagini mediche.
• Futuro: Il framework dimostra che l'integrazione di prior generativi avanzati (Transformer, Diffusione) con vincoli fisici espliciti è la via maestra per gestire problemi inversi mal posti in scenari reali e complessi.

In sintesi, CDPIR offre una soluzione robusta, scalabile e clinicamente valida per la ricostruzione CT in condizioni di scarsità di dati e variabilità di distribuzione, superando i limiti attuali dei metodi puramente basati su apprendimento o puramente fisici.