Riepilogo Tecnico: Apprendimento Auto-supervisionato Progressivo J-Invariante per la Riduzione del Rumore in TC a Dose Ridotta

Enunciato del Problema

La tomografia computerizzata a dose ridotta (LDCT) è fondamentale per ridurre l'esposizione alle radiazioni in contesti clinici come lo screening oncologico e il rilevamento di noduli polmonari. Tuttavia, la dose ridotta di radiazioni introduce intrinsecamente rumore e artefatti significativi, compromettendo la chiarezza dell'immagine e la fiducia diagnostica. Sebbene i metodi di apprendimento profondo supervisionato (ad esempio U-Net, RED-CNN) abbiano ottenuto prestazioni solide nella riduzione del rumore, dipendono fortemente da dati appaiati TC a dose normale (NDCT) e LDCT, che sono spesso scarsi o impossibili da acquisire a causa di vincoli etici e di radiazioni.

Le alternative auto-supervisionate esistenti, in particolare i metodi "blind-spot" come Noise2Void e Noise2Self, tentano di eliminare la necessità di target puliti imponendo l'indipendenza condizionale (J-invarianza), dove la previsione di un pixel è indipendente dalla sua stessa osservazione rumorosa. Tuttavia, questi approcci convenzionali soffrono di due limitazioni principali:

1. Inefficienza nell'Addestramento: Impongono tipicamente l'indipendenza condizionale in un singolo passaggio con campi ricettivi ristretti, portando a un apprendimento subottimale dei dettagli strutturali.
2. Sovradattamento e Instabilità: Senza riferimenti puliti, questi modelli tendono a sovradattare il rumore o a non apprendere caratteristiche contestuali robuste, specialmente data la natura complessa, non gaussiana e spazialmente correlata del rumore LDCT (che differisce dai modelli di rumore additivo spesso assunti nella riduzione del rumore delle immagini naturali).

Metodologia

Gli autori propongono l'Apprendimento J-Invariante Progressivo (PJSL), un nuovo framework auto-supervisionato progettato per migliorare la riduzione del rumore LDCT massimizzando l'utilità della proprietà J-invariante attraverso un processo di addestramento multi-stadio.

Meccanismo Principale

Il metodo riformula l'attività di riduzione del rumore come un processo progressivo temporale piuttosto che una mappatura in un singolo passaggio.

• Riduzione del Rumore Blind-Spot per Passi: Invece di un singolo passaggio in avanti, la rete opera su $K$ passi temporali. Ad ogni passo $t$, l'output denoizzato $\hat{x}_t$ funge da input per il passo successivo $\hat{x}_{t+1}$.
• Mascheramento Progressivo: Per imporre la J-invarianza, una maschera binaria casuale $M$ viene applicata all'input ad ogni passo temporale. Questa maschera viene applicata o all'input LDCT grezzo o all'output denoizzato intermedio. Questa strategia tratta le fasi progressive di riduzione del rumore come "aumento dei dati gradualmente amplificato", consentendo alla rete di rifinire progressivamente i dettagli strutturali e aggregare informazioni contestuali su più passaggi.
• Iniezione Controllata di Rumore: Per prevenire il sovradattamento e migliorare l'apprendimento delle correlazioni tra pixel, gli autori iniettano rumore gaussiano bianco additivo a media zero (AWGN) controllato sia nell'input che nel target durante l'addestramento. L'analisi teorica suggerisce che minimizzare la perdita tra input rumorosi e target rumorosi (dove il rumore è indipendente e a media zero) minimizza indirettamente la perdita supervisionata tra l'output della rete e il ground truth pulito.

Addestramento e Inferenza

• Addestramento: Un singolo modello viene addestrato su diversi passi temporali con maschere casuali variabili. La funzione di perdita minimizza la differenza tra l'input mascherato e perturbato dal rumore e il target perturbato dal rumore.
• Inferenza: Durante i test, $k$ versioni dello stesso immagine LDCT con maschere diverse vengono inviate al modello addestrato. L'immagine finale denoizzata viene ottenuta mediando gli output corrispondenti, sfruttando l'effetto di ensemble per stabilizzare il risultato.

Contributi Chiave

1. Strategia J-Invariante Progressiva: Il documento introduce un meccanismo di mascheramento e riduzione del rumore passo-passo che supera le inefficienze di addestramento dei metodi blind-spot convenzionali. Imponendo progressivamente l'indipendenza condizionale, il modello impara a recuperare strutture anatomiche fini in modo più efficace.
2. Regolarizzazione Basata sul Rumore: Gli autori iniettano esplicitamente rumore gaussiano controllato sia negli input che nei target. Questo funge da meccanismo di regolarizzazione che mitiga il sovradattamento e migliora la robustezza del processo di apprendimento auto-supervisionato senza violare le assunzioni J-invarianti.
3. Prestazioni Indipendenti dall'Architettura: La strategia proposta è dimostrata compatibile con varie architetture di base (U-Net, Swin-Unet, RED-CNN), fornendo miglioramenti coerenti attraverso diversi design di rete.
4. Giustificazione Teorica: Il documento fornisce una derivazione teorica che mostra come l'iniezione di rumore proposta e la formulazione della perdita progressiva siano allineate con l'obiettivo di minimizzare la perdita supervisionata, anche in assenza di target NDCT puliti.

Risultati Sperimentali

Sono stati condotti esperimenti estensivi sul dataset Mayo LDCT Grand Challenge, utilizzando 27 pazienti per l'addestramento e 9 per la valutazione (garantendo la separazione a livello di soggetto).

• Prestazioni Quantitative: Il metodo proposto (PJSL) ha costantemente superato gli approcci auto-supervisionati esistenti (Noise2Void, Neighbor2Neighbor, BM3D) su tutte le metriche (PSNR, SSIM, RMSE).
  • Sul dataset addominale, PJSL con un backbone U-Net ha raggiunto un PSNR di 31,510 dB, superando il RED-CNN supervisionato (31,748 dB) e ottenendo prestazioni significativamente migliori rispetto ad altri metodi auto-supervisionati.
  • Sul dataset toracico, più impegnativo, PJSL ha raggiunto un PSNR di 18,131 dB, superando il RED-CNN supervisionato (19,792 dB) e i baseline auto-supervisionati.
• Confronto con Metodi Supervisionati: PJSL ha ottenuto prestazioni comparabili, e in alcuni casi superiori, ai metodi supervisionati rappresentativi (ad esempio CycleGAN, RED-CNN) senza richiedere dati NDCT appaiati.
• Studi di Ablazione:
  • Passi Temporali ($k$): Le prestazioni sono migliorate all'aumentare di $k$ da 1 a 5, raggiungendo un ottimo a $k=5$. Ulteriori aumenti hanno portato a un degrado a causa dell'accumulo di errori.
  • Iniezione di Rumore: La combinazione di mascheramento progressivo con iniezione di rumore ha prodotto i migliori risultati, confermando che l'iniezione di rumore previene il sovradattamento causato dall'alta somiglianza tra input e target.
  • Rapporto di Maschera ($\alpha$): È stato identificato un rapporto di maschera ottimale di 0,1; rapporti inferiori fornivano una supervisione debole, mentre rapporti più alti rimuovevano troppe informazioni contestuali.

Significato e Affermazioni

Il documento afferma che l'Apprendimento J-Invariante Progressivo riduce significativamente il divario di prestazioni tra i metodi di riduzione del rumore auto-supervisionati e supervisionati senza aumentare la complessità del modello. Affrontando le inefficienze di addestramento delle reti blind-spot tradizionali e i problemi di sovradattamento intrinseci nell'apprendimento auto-supervisionato, il metodo consente una riduzione del rumore LDCT di alta qualità in scenari in cui i dati puliti appaiati non sono disponibili.

Gli autori sottolineano che il loro approccio allenta le assunzioni restrittive di Noise2Noise (che richiede osservazioni rumorose appaiate) e i vincoli di scarsità di dati dell'apprendimento supervisionato. Posizionano il metodo come una soluzione pratica per ambienti clinici in cui l'acquisizione di coppie NDCT-LDCT è non fattibile, offrendo un framework robusto e indipendente dall'architettura che bilancia la rimozione del rumore con la preservazione dei dettagli anatomici critici. Il lavoro conclude notando le limitazioni relative all'accumulo di errori nei passi progressivi profondi e l'attuale restrizione al dataset LDCT, suggerendo estensioni future ad altre modalità di imaging come LDPET.