Sintesi Tecnica: PHASE – Ricostruzione Iperspettrale Consapevole della Fisiologia tramite Adattamento di Dominio da Oggetto a Umano

1. Definizione del Problema

L'imaging iperspettrale (HSI) offre approfondimenti fisiologici non invasivi cruciali per compiti come la rilevazione dei margini tumorali e la stima dell'emoglobina. Tuttavia, il suo impiego clinico è ostacolato da hardware ingombranti, acquisizioni lente e oneri regolatori. Un naturale aggiramento consiste nel ricostruire l'HSI da misurazioni RGB ubiquitarie o da Imaging Spettrale a Apertura Codificata (CASSI).

Mentre i paradigmi di ricostruzione esistenti funzionano bene su scene centrate su oggetti, essi falliscono nell'imaging fisiologico a causa di una discrepanza fondamentale nei modelli di assunzione:

• Riflettanza vs. Fisiologia: I modelli centrati sugli oggetti si basano sull'allineamento delle caratteristiche basato sulla riflettanza, assumendo che la somiglianza spettrale preservi il significato semantico. Nei tessuti umani, gli spettri derivano da assorbimento volumetrico, scattering e composizione fisiologica. Risposte RGB visivamente simili possono corrispondere a stati biologici distinti, rompendo l'assunto che la somiglianza spettrale equivalga a somiglianza semantica.
• Due Sfide Core:
  1. Spostamento Semantico dei Canali indotto dalla Fisiologia (C1): I canali RGB codificano la riflettanza superficiale negli oggetti, ma processi distinti di assorbimento/scattering fisiologico nei tessuti umani. L'allineamento diretto incoraggia l'apprendimento di "scorciatoie" (shortcut learning) su indizi cromatici superficiali piuttosto che sui meccanismi sottostanti.
  2. Non-identificabilità Metamerica (C2): Le misurazioni RGB sono una proiezione compressa e con perdita dello spazio di stato fisiologico. Firme iperspettrali distinte possono mappare osservazioni RGB indistinguibili, rendendo il problema inverso strutturalmente sottodeterminato.

2. Metodologia: PHASE

Gli autori propongono PHASE (PHysiology-Aware hyperSpectral rEconstruction), un framework di adattamento di dominio semi-supervisionato (SSDA) basato sul paradigma Mean Teacher. Esso sposta il focus dall'allineamento della riflettanza all'apprendimento di rappresentazioni consapevole della fisiologia, fondato su principi condivisi di interazione luce-materia. Il framework introduce due componenti complementari:

A. Reinterpretazione dei Canali Fisiologici (PCR)

Per affrontare C1 (Spostamento Semantico dei Canali), la PCR sostituisce la standard maschera agnostica rispetto ai canali con una strategia di masking adattiva per canale e guidata dalla complessità spettrale.

• Meccanismo: Quantifica la densità spettrale di ogni canale RGB utilizzando la deviazione del Spectral Angle Mapper (SAM) tra l'immagine originale e una versione perturbata in cui un canale è sostituito dalla sua media spaziale.
• Masking Adattivo: I canali con maggiore densità spettrale (ad esempio, il canale Rosso nella pelle, che trasporta strutture di assorbimento complesse) ricevono un rapporto di masking più elevato.
• Obiettivo: Questo sopprime la dipendenza da "scorciatoie" spettralmente dominanti e costringe la rete student a eseguire un ragionamento spettrale cross-channel, allineandosi con la realtà fisica di assorbimento e scattering dei tessuti.

B. Allineamento Vincolato dalla Fisiologia (PCA)

Per affrontare C2 (Non-identificabilità Metamerica), la PCA regolarizza la mappatura RGB-to-HSI sottodeterminata garantendo che gli spettri ricostruiti siano fisiologicamente plausibili.

• Dual-Bank Semantic Anchors:
  • Source Negative Bank ($B_S$): Un insieme congelato di prototipi dal dominio sorgente centrato sugli oggetti e etichettato, che rappresenta pattern non fisiologici (basati sulla riflettanza).
  • Target Clinical Bank ($B_T$): Un insieme di prototipi aggiornato online dai scarsi dati target etichettati, che cattura i modi clinicamente significativi dei tessuti.
• Reliability Gating: Per ogni caratteristica, il modello calcola i punteggi di affinità sia con i due bank. Un gate di affidabilità ($g_i$) è calcolato in base al contrasto tra l'affinità del target e l'affinità della sorgente. Le caratteristiche che si allineano bene con i prototipi clinici ma scarsamente con i pattern della sorgente vengono pesate maggiormente; quelle che somigliano ad artefatti della sorgente vengono soppresse.
• Allineamento della Distribuzione dei Prototipi: La rete student viene addestrata per allineare la propria distribuzione di prototipi con quella del teacher, pesata dal gate di affidabilità. Ciò impedisce alla pseudo-supervisione influenzata dalla sorgente di dominare l'adattamento, guidando il modello verso soluzioni clinicamente fondate.

Ottimizzazione

La perdita totale combina la perdita di ricostruzione supervisionata ($L_{sup}$) sui dati etichettati e la perdita non supervisionata ($L_{un}$) sui dati target non etichettati. $L_{un}$ include una perdita di consistenza tra le predizioni dello student e del teacher e la perdita di allineamento dei prototipi pesata dal gate di affidabilità ($L_{PCA}$).

3. Contributi Chiave

1. Riformulazione del Problema: Gli autori identificano e affrontano il fallimento dell'allineamento basato sulla riflettanza nel trasferimento da oggetto a umano, ridefinendo il compito come apprendimento di rappresentazioni consapevole della fisiologia.
2. Nuove Progettazioni Architetturali:
   • PCR: Riconfigura la semantica dei canali imponendo l'inferenza cross-channel sotto vincoli fisiologici tramite masking adattivo.
   • PCA: Vincola le ricostruzioni non identificabili sopprimendo le soluzioni fisiologicamente invalide e promuovendo quelle clinicamente fondate tramite l'affinità dual-bank.
3. Performance Empirica: PHASE raggiunge risultati allo stato dell'arte nei compiti di adattamento cross-dominio con una supervisione minima (1,5% di dati target etichettati).

4. Risultati Sperimentali

Il metodo è stato valutato sull'adattamento da NTIRE2020/2022 (sorgente) a Hyper-Skin (target), e validato su benchmark medici a valle (Choledoch e HeiPorSPECTRAL).

• Performance di Ricostruzione:
  • Su NTIRE2022 $\to$ Hyper-Skin con solo l'1,5% di dati target etichettati, PHASE ha superato il baseline più forte (ProML) di +2,20 SSIM e -3,06 SAM.
  • Ha costantemente raggiunto la migliore o la seconda migliore performance attraverso le metriche SSIM, SAM e PSNR sia nell'impostazione con l'1,5% che in quella con il 5% di dati etichettati.
• Utilità a Valle:
  • L'HSI ricostruito (RS-HSI) ha superato significativamente gli input RGB grezzi nei compiti di segmentazione semantica (ad esempio, +3,7 mIoU su Choledoch), avvicinandosi alle performance dell'HSI ground-truth.
  • Ciò dimostra che PHASE recupera indizi spettrali fisiologicamente significativi necessari per l'interpretazione clinica.
• Robustezza alla Metameria:
  • Su un set curato di 92 "coppie difficili metameriche" (input RGB indistinguibili con spettri ground-truth distinti), PHASE ha ottenuto l'errore di ricostruzione più basso (SAM 8,52°), confermando l'efficacia del meccanismo di affidabilità del gate.
• Studi di Ablazione:
  • La rimozione dei componenti PCR o PCA ha degradato significativamente le prestazioni.
  • I prototipi appresi si sono organizzati spontaneamente lungo gli assi della melanina e dell'emoglobina senza supervisione ottica esplicita, confermando il fondamento fisiologico.

5. Significatività

Il paper sostiene che un trasferimento affidabile da oggetto a umano nella ricostruzione iperspettrale non deriva dall'allineamento delle apparenze superficiali, ma dall'esclusione di interpretazioni dei canali fisiologicamente implausibili. Imponendo vincoli fisiologici attraverso PCR e PCA, PHASE colma il divario di dominio, consentendo una ricostruzione HSI ad alta fedeltà da misurazioni RGB ubiquitarie con un minimo di dati etichettati. Ciò offre una via pratica per implementare l'imaging fisiologico non invasivo in contesti clinici di routine dove non è disponibile l'hardware HSI dedicato.