B-FIRE: Binning-Free Diffusion Implicit Neural Representation for Hyper-Accelerated Motion-Resolved MRI

1. Enunciato del Problema

Contesto Clinico: La risonanza magnetica 4D (4DMRI) è fondamentale per la radioterapia risolta nel movimento (MRgRT), permettendo il tracciamento in tempo reale dei tumori e l'accumulo di dose. Tuttavia, la 4DMRI convenzionale affronta due limitazioni principali:

1. Sfocatura Temporale: I metodi standard si basano sulla binning del movimento, dove i dati provenienti da più cicli respiratori vengono mediati in fasi discrete. Questo sopprime le dinamiche istantanee del movimento, crea anatomia sfocata e non riesce a catturare variazioni non periodiche o da ciclo a ciclo.
2. Velocità di Acquisizione vs. Risoluzione: Ottenere un'alta risoluzione spaziale e temporale richiede tempi di acquisizione estesi a causa dei vincoli del campionamento di Nyquist. Questo impedisce l'imaging 3D "in tempo reale" (quasi istantaneo) necessario per la terapia adattiva online.

Il Divario: I metodi esistenti di ricostruzione basati sull'apprendimento profondo (DL) faticano a gestire il campionamento non cartesiano iper-accelerato (>100x) senza binning.

• Le CNN/Trasformatori discreti falliscono sotto il campionamento non cartesiano a causa dei vincoli della griglia.
• Le Rappresentazioni Neurali Implicite (INR) offrono una risoluzione continua ma soffrono di un'ottimizzazione lenta e specifica per il paziente.
• Le Reti Generative Avversariali (GAN) rischiano allucinazioni anatomiche ad alte accelerazioni.
• I Modelli Diffusivi mostrano promesse ma spesso mancano di efficienza computazionale per l'inferenza in tempo reale.

2. Metodologia: Il Framework B-FIRE

Gli autori propongono B-FIRE (Binning-Free Diffusion Implicit Neural Representation), un framework progettato per ricostruire volumi 3D ad alta fedeltà da dati k-spazio estremamente sottocampionati e privi di binning.

A. Architettura Principale

B-FIRE integra un Modello Probabilistico Diffusivo Condizionato (DPM) con un backbone ibrido CNN-INR:

• Codificatore (CNN): Utilizza una cascata di EDSR, U-Net e ResNet per estrarre caratteristiche a multi-risoluzione dall'input sottocampionato. Questo proietta i dati ad alta dimensionalità in uno spazio latente compatto, accelerando la convergenza.
• Decodificatore (INR): Impiega Rappresentazioni Neurali Implicite (MLP basati su coordinate) per decodificare le caratteristiche in un volume di immagine continuo e indipendente dalla risoluzione. Questo permette una ricostruzione non cartesiana senza artefatti di griglia.
• Processo Diffusivo: Il modello impara a invertire un processo diffusivo markoviano, denoizzando progressivamente l'input per recuperare l'immagine target $y_0$ condizionata alla misurazione sottocampionata $x$.

B. Strategia di Ottimizzazione

Per garantire stabilità e fedeltà sotto sottocampionamento estremo (fino a 375x di accelerazione), B-FIRE utilizza una funzione di perdita completa:

1. Perdita Diffusiva ($\mathcal{L}_{diff}$): Obiettivo standard di denoising L1 per apprendere la distribuzione del rumore.
2. Perdita Spettrale ($\mathcal{L}_{spec}$): Una perdita L1 pesata in frequenza nel dominio di Fourier (k-spazio) per imporre la coerenza con i segnali misurati e preservare i bordi ad alta frequenza.
3. Perdita Strutturale ($\mathcal{L}_{strc}$): Perdita L1 nel dominio dell'immagine per la fedeltà globale.
4. Perdita dei Bordi ($\mathcal{L}_{edge}$): Perdita basata sul gradiente per preservare i confini anatomici netti.

C. Addestramento e Inferenza

• Addestramento: Utilizza una strategia ibrida con verità di base binate per movimento (ricostruite da dati completamente campionati) ma impara a mappare da input sottocampionati. Impiega una strategia di sottocampionamento ibrida (da 46x a 375x) per garantire robustezza.
• Inferenza: Applicata direttamente a dati sottocampionati senza binning. Il modello esegue un denoising iterativo (1500 passaggi) per generare il volume 3D finale, preservando il movimento istantaneo senza mediazione temporale.

3. Contributi Chiave

1. Ricostruzione Iper-Accelerata Senza Binning: Dimostra il primo framework capace di ricostruire risonanza magnetica epatica 3D da campionamento a singolo raggio (RV1), raggiungendo fattori di accelerazione fino a 375x mantenendo la fedeltà anatomica.
2. Architettura Ibrida CNN-INR + Diffusione: Sincronizza con successo la velocità dei codificatori CNN, la natura continua delle INR e la stabilità dei Modelli Diffusivi per superare le limitazioni di "allucinazione" e "griglia" dei precedenti metodi DL.
3. Fattibilità in Tempo Reale: Raggiunge una latenza di inferenza di 120 ms (per patch 16x16) su GPU di fascia alta, collocando la tecnologia nel dominio operativo per la radioterapia guidata da MR in tempo reale.
4. Validazione Clinica: Dimostra che la ricostruzione senza binning rivela il movimento fisiologico istantaneo (es. fluttuazioni durante l'apnea, deriva della linea di base) che viene perso nei metodi convenzionali basati sul binning del movimento.

4. Risultati Sperimentali

Lo studio è stato valutato su una coorte di 225 pazienti epatici (StarVIBE pesato in T1) e su fantocci digitali XCAT.

• Prestazioni Quantitative (Fantoccio XCAT):

  • B-FIRE ha superato significativamente le linee di base (NuFFT, GRASP-CS, Cascade CNN, Re-Con-GAN, CIRNet) su tutti i fattori di accelerazione.
  • A RV1 (375x di accelerazione), B-FIRE ha raggiunto un SSIM di 0,78, rispetto a 0,50 per il metodo successivo migliore (CIRNet).
  • Ha mantenuto un Indice di Coerenza della Rilevabilità (DCI) di 0,91, garantendo un affidabile localizzazione del tumore anche sotto sottocampionamento estremo.
  • Fedeltà del Movimento: L'errore di movimento Superiore-Inferiore (SI) è stato basso (0,52–1,30 mm) su vari pattern respiratori, inclusa la respirazione irregolare e le apnee.

• Analisi Qualitativa e del Movimento:

  • B-FIRE ha ricostruito con successo traiettorie di movimento continue e coerenti, catturando dinamiche sottili come le fluttuazioni diaframmatiche durante le apnee in inspirazione profonda (DIBH) che i metodi di binning appiattivano.
  • Ha rivelato correlazioni non lineari tra il movimento della superficie esterna e il movimento degli organi interni, cruciali per il tracciamento basato su surrogati.

• Impatto Dosimetrico:

  • Le simulazioni hanno mostrato che l'uso dei dati di movimento ad alta fedeltà di B-FIRE permette una riduzione dei margini del Volume Target di Pianificazione (PTV) da 3 mm a 1–2 mm.
  • Questa riduzione abbassa significativamente la dose agli Organi a Rischio (OAR) e previene un'escalation di dose non necessaria al Volume Tumorale Grossolano (GTV).

5. Significato e Conclusione

B-FIRE rappresenta un cambiamento di paradigma nella risonanza magnetica risolta nel movimento. Eliminando la necessità del binning respiratorio, recupera un'anatomia 3D istantanea piuttosto che istantanee mediate.

• Impatto Clinico: Abilita una guida volumetrica in tempo reale per la radioterapia guidata da MR, permettendo un tracciamento tumorale più preciso, margini di sicurezza ridotti e un migliore risparmio dei tessuti sani.
• Milestone Tecnica: Colma il divario tra i limiti teorici di accelerazione e il dispiegamento clinico pratico, dimostrando che le rappresentazioni implicite basate sulla diffusione possono gestire l'estrema malposedness della ricostruzione 3D MRI a singolo raggio.

Limitazioni: L'implementazione attuale utilizza un approccio 2.5D (stack di fette) a causa dei vincoli di memoria GPU, e la validazione è stata eseguita su una singola coorte. Il lavoro futuro mira ad estendersi al 3D completo e a validare sui sistemi MR-Linac.