A Diffusion-Based Generative Prior Approach to Sparse-view Computed Tomography

Riassunto Tecnico: Un approccio basato su Prior Generativi a Diffusione per la Tomografia Computerizzata a Proiezioni Sparse (RD-DGP)

1. Il Problema: Ricostruzione CT in regime di scarsità di dati

La ricostruzione di immagini TC da sinogrammi acquisiti con un numero limitato di angoli (sparse-view CT) è un problema inverso mal posto. La mancanza di dati sufficienti porta tipicamente alla comparsa di artefatti da aliasing, distorsioni degli oggetti e instabilità rispetto al rumore.
L'obiettivo è ridurre la dose di radiazioni ai pazienti (acquisendo meno proiezioni) senza sacrificare l'accuratezza diagnostica. Mentre i metodi classici (variazionali) e le reti neurali convoluzionali (CNN) hanno limiti intrinseci — i primi richiedono un tuning complesso di iperparametri, le seconde faticano in regimi di estremo undersampling e richiedono enormi dataset accoppiati — questo lavoro esplora il potenziale dei modelli generativi di diffusione.

2. Metodologia: Il framework RD-DGP

Il paper propone il framework Regularized Diffusion-based Deep Generative Prior (RD-DGP). L'idea centrale è utilizzare un modello di diffusione pre-addestrato come "prior" implicito per regolarizzare il problema di ricostruzione, mantenendo però un approccio basato su un modello fisico (model-based).

Il formalismo matematico:
Il problema viene formulato come la minimizzazione di una funzione obiettivo $F(z; y_\delta)$ nello spazio latente $z$:
$$z^* \in \arg \min_{z \in \mathcal{Z}} \frac{1}{2} \|KG(z) - y_\delta\|_2^2 + \lambda_1 \|z\|_2^2 + \lambda_2 R_{TV}(G(z))$$

Dove:

• $G(z)$: È il generatore deterministico basato su DDIM (Denoising Diffusion Implicit Model), che mappa un codice latente $z$ in un'immagine.
• Termine di fedeltà ai dati ($\|KG(z) - y_\delta\|_2^2$): Garantisce che l'immagine generata sia coerente con le misurazioni fisiche (sinogramma $y_\delta$) tramite l'operatore di proieettività $K$.
• Regolarizzazione nel dominio latente ($\|z\|_2^2$): Un termine di tipo Tikhonov che spinge la soluzione verso la distribuzione appresa dal modello (interpretazione MAP).
• Regolarizzazione nel dominio dell'immagine ($R_{TV}$): Una versione differenziabile della Total Variation per promuovere la coerenza strutturale e la nitidezza dei bordi anatomici.

3. Contributi Chiave

Gli autori introducono tre innovazioni fondamentali per superare i limiti dei precedenti lavori (come DMPlug):

1. Inizializzazione Physics-Informed (DDIM Inversion): Invece di iniziare con un rumore casuale (che porterebbe a minimi locali errati), il metodo calcola prima una ricostruzione grossolana tramite Filtered Backprojection (FBP). Questa viene poi invertita tramite il processo DDIM per trovare un punto di partenza nel dominio latente $z$ che sia già vicino alla soluzione corretta.
2. Programmazione dinamica del Learning Rate (Cosine Annealing): Viene implementato uno schema di riduzione del passo di apprendimento basato sul coseno. Questo permette ampie esplorazioni iniziali dello spazio latente e una raffinazione estremamente precisa nelle fasi finali dell'ottimizzazione.
3. Rilascio di un modello pre-addestrato: Gli autori mettono a disposizione un modello di diffusione addestrato su immagini CT del torace (dataset Mayo), facilitando la ricerca aperta e riproducibile nel dominio medico.

4. Risultati Sperimentali

Il metodo è stato testato su immagini CT addominali con regimi di acquisizione estremamente critici (30, 45 e 60 angoli di proiezione).

• Confronto Quantitativo: RD-DGP mostra prestazioni superiori o comparabili ai metodi allo stato dell'arte (come DDRM, DPS e DiffPIR) in termini di MSE, PSNR e SSIM. In particolare, eccelle nelle geometrie con 40 e 60 angoli.
• Confronto Qualitativo: Mentre i metodi basati su CNN o altri approcci di diffusione (come DiffPIR) producono immagini sfocate o con distorsioni geometriche evidenti, RD-DGP preserva la morfologia corretta degli oggetti e la nitidezza dei dettagli anatomici.
• Studio di Ablazione: L'analisi conferma che l'inizializzazione tramite FBP è il componente più critico: senza di essa, il modello converge a immagini che non corrispondono affatto al paziente reale.

5. Significato e Conclusioni

Il lavoro dimostra che l'integrazione di modelli di diffusione deterministici (DDIM) con un'ottimizzazione regolarizzata nello spazio latente può superare i limiti della ricostruzione CT sparse-view.

Significato clinico/scientifico: Il framework RD-DGP offre un ponte tra la potenza generativa dell'IA e la necessità di interpretabilità e coerenza fisica della radiologia medica. Sebbene rimangano sfide legate al costo computazionale, questo approccio rappresenta un passo avanti fondamentale verso una tomografia a bassa dose più sicura ed efficace.