Synthesis of Late Gadolinium Enhancement Images via Implicit Neural Representations for Cardiac Scar Segmentation

Titolo: Sintesi di immagini LGE tramite Rappresentazioni Neurali Implicite per la Segmentazione delle Cicatrici Cardiache

1. Il Problema

La risonanza magnetica cardiaca (CMR) con enhancement tardivo del gadolinio (LGE) è lo standard clinico per la valutazione delle cicatrici miocardiche (fibrosi). Tuttavia, lo sviluppo di metodi di segmentazione automatizzata robusti è ostacolato da due fattori principali:

• Scarsità di dati annotati: La creazione di dataset di alta qualità richiede un'annotazione manuale pixel-per-pixel da parte di esperti, un processo laborioso, costoso e soggetto a variabilità inter- e intra-osservatore.
• Limitazioni delle tecniche esistenti: Le tecniche tradizionali di aumento dei dati (augmentation) non riescono a catturare le complesse relazioni spaziali e le sottili variazioni di intensità tipiche delle cicatrici. I metodi di traduzione di dominio (da cine-CMR a LGE) richiedono ancora annotazioni manuali delle immagini generate o sono limitati dalla disponibilità di scansioni cine-CMR.
• Difficoltà intrinseche: Le immagini LGE soffrono di bassa risoluzione spaziale, artefatti da movimento e contrasto variabile, rendendo difficile la delimitazione precisa dei bordi della fibrosi, che spesso appare diffusa ed eterogenea.

2. Metodologia

Gli autori propongono un framework unificato che combina Rappresentazioni Neurali Implicite (INR) e Modelli di Diffusione Denoising per sintetizzare coppie immagine-maschera anatomicamente coerenti senza necessità di annotazione manuale dei dati sintetici.

Il processo si articola in quattro fasi principali:

1. Rappresentazione Neurale Implicita Congiunta (Joint INR):

   • Le immagini LGE e le relative maschere di segmentazione (miocardio e fibrosi) sono modellate come funzioni continue utilizzando le SIREN (Sinusoidal Representation Networks).
   • L'architettura mappa le coordinate spaziali 3D $[x, y, z]$ a tre output: intensità dell'immagine grigia, maschera binaria del miocardio e maschera binaria della fibrosi.
   • Viene utilizzata un'architettura multi-task con un backbone condiviso ($\phi_{shared}$) per estrarre caratteristiche anatomiche comuni e teste specifiche ($\psi_{task}$) per ogni output, garantendo coerenza anatomica attraverso la condivisione dei pesi.
   • L'ottimizzazione avviene tramite una funzione di perdita composita che include la norma L2 per la ricostruzione dell'immagine e la Cross-Entropy Binaria (BCE) per le maschere.

2. Compressione dello Spazio Latente (INR2VEC):

   • I parametri dell'INR (circa 260.000 parametri) sono troppo grandi per essere manipolati direttamente. Vengono quindi compressi in un vettore latente compatto di dimensione 512 ($z \in \mathbb{R}^{512}$) utilizzando un encoder (INR2VEC) basato su strati lineari, normalizzazione batch e pooling.
   • Questo passaggio preserva le informazioni anatomiche essenziali riducendo drasticamente la dimensionalità.

3. Sintesi tramite Modelli di Diffusione:

   • Un modello di diffusione denoising (Elucidated Diffusion Model - EDM) opera nello spazio latente compresso.
   • Il modello apprende la distribuzione complessa delle variazioni anatomiche. Attraverso un processo inverso di denoising, genera nuovi vettori latenti sintetici ($z'$) partendo da rumore gaussiano.

4. Decodifica e Utilizzo:

   • I nuovi vettori latenti vengono decodificati per recuperare i parametri dell'INR sintetico.
   • L'INR decodificato viene interrogato per generare nuove immagini LGE sintetiche e le loro corrispondenti maschere di segmentazione (miocardio e fibrosi).
   • Questi dati sintetici vengono aggiunti al set di addestramento per un modello di segmentazione profondo (nnU-Net).

3. Contributi Chiave

• Generazione Congiunta Imagen-Maschera: È il primo metodo che utilizza la diffusione latente per sintetizzare simultaneamente immagini mediche e le loro maschere di segmentazione corrispondenti, garantendo coerenza anatomica intrinseca ed eliminando la necessità di annotare i dati sintetici.
• Modellazione Continua: L'uso delle INR permette di catturare relazioni spaziali a grana fine che le tecniche di aumento dei dati discrete tradizionali non riescono a rappresentare.
• Approccio "Annotation-Free" per l'Aumento: Il framework permette di espandere i dataset di addestramento senza richiedere ulteriore lavoro di annotazione manuale, affrontando direttamente il collo di bottiglia della scarsità di dati.
• Validazione Clinica: Il metodo è stato testato su un dataset reale di 133 pazienti, dimostrando non solo la fattibilità tecnica ma anche l'impatto positivo sulle prestazioni cliniche.

4. Risultati

Gli esperimenti sono stati condotti su 133 scansioni CMR LGE (105 per l'addestramento, 28 per il test). Sono stati addestrati tre modelli nnU-Net: uno baseline (solo dati reali) e due aumentati rispettivamente con 100 e 200 volumi sintetici.

• Prestazioni di Segmentazione:

  • L'aggiunta di 200 volumi sintetici ha portato a un miglioramento significativo della segmentazione della fibrosi, con un aumento del punteggio Dice da 0.509 (baseline) a 0.524 (+2.9%).
  • Il miglioramento è stato particolarmente marcato nelle fette apicali (top 25% dei volumi), dove la fibrosi è spesso piccola, eterogenea e sottorappresentata: il punteggio Dice è aumentato del 9.5% (da 0.370 a 0.405).
  • La segmentazione del miocardio è rimasta stabile (Dice ~0.815), con un lieve calo quando si aumentava eccessivamente il numero di campioni sintetici, probabilmente dovuto a effetti di smoothing ai bordi che non compromettono l'anatomia generale ma influenzano metriche sensibili ai bordi.

• Qualità delle Immagini Sintetiche:

  • Coerenza Anatomiche: Le immagini sintetiche mantengono uno spessore della parete miocardica coerente, contorni lisci e una geometria volumetrica coerente tra le fette.
  • Localizzazione della Fibrosi: Le regioni di fibrosi vengono generate in posizioni anatomicamente plausibili all'interno della parete miocardica, con relazioni spaziali realistiche rispetto ai tessuti circostanti.
  • Metriche di Similarità: Sebbene i valori PSNR e SSIM siano moderati (poiché le immagini non sono repliche voxel-per-voxel dei dati reali), le immagini sintetiche occupano una distribuzione di intensità e texture comparabile ai dati reali, specialmente nelle regioni di interesse (miocardio e fibrosi).

5. Significato e Implicazioni

• Impatto Clinico: Il miglioramento nella segmentazione della fibrosi, specialmente nelle regioni apicali dove i dati sono scarsi, è clinicamente rilevante. Una quantificazione accurata della fibrosi è fondamentale per la prognosi e il trattamento dei pazienti (es. rischio di aritmie).
• Paradigma di Sintesi: Questo lavoro dimostra che la sintesi di coppie immagine-maschera anatomicamente coerenti è una strategia superiore rispetto alla semplice generazione di immagini o alla traduzione di dominio che richiede annotazioni.
• Riduzione del Carico di Lavoro: Il metodo offre una via praticabile per mitigare la scarsità di dati in ambito medico senza aumentare il carico di annotazione manuale, rendendo lo sviluppo di modelli di deep learning più accessibile per patologie rare o dataset limitati.
• Futuri Sviluppi: Sebbene promettente, il lavoro suggerisce che future ricerche potrebbero mirare a migliorare la nitidezza dei bordi miocardio-pool ematico e le texture extra-miocardiche, forse attraverso training avversariale o condizionamento su parametri clinici specifici.

In conclusione, il framework proposto rappresenta un avanzamento significativo nell'elaborazione delle immagini cardiache, trasformando la scarsità di dati da un ostacolo insormontabile in un problema gestibile attraverso la generazione sintetica intelligente e anatomicamente coerente.