Stop Holding Your Breath: CT-Informed Gaussian Splatting for Dynamic Bronchoscopy

1. Enunciato del Problema

La Sfida Principale: La navigazione broncoscopica si basa sulla registrazione di video endoscopici in tempo reale a scansioni TC preoperatorie. Tuttavia, il movimento respiratorio causa significative deformazioni delle vie aeree (5–20 mm), creando una "divergenza TC-corpo" che limita severamente l'accuratezza della localizzazione.
Limitazioni Attuali:

• Protocolli di apnea: I clinici chiedono attualmente ai pazienti di trattenere il respiro per corrispondere alla TC statica. Questo è difficile da riprodurre in modo coerente, interrompe il flusso di lavoro e aumenta il disagio del paziente.
• Assunzioni statiche: I metodi esistenti di registrazione video-TC spesso assumono un'aria statica o utilizzano modelli rigidi, non tenendo conto dello spostamento globale coerente delle vie aeree causato dalla respirazione.
• Ambiguità: Nella broncoscopia, il movimento della camera e la deformazione delle vie aeree sono intrinsecamente accoppiati, rendendo difficile separare i cambiamenti di punto di vista dal movimento anatomico utilizzando campi di deformazione non vincolati.
• Mancanza di Valutazione: Non esistono dataset con verità fondamentale densa per geometria, posa e fase respiratoria per valutare quantitativamente i metodi di ricostruzione deformabile in questo dominio.

2. Metodologia

Gli autori propongono un framework che elimina la necessità di apnee sfruttando la modellazione respiratoria specifica del paziente derivata da coppie di scansioni TC inspirazione/espirazione (standard per la pianificazione).

A. Spazio di Deformazione Informato dalla TC

Invece di apprendere campi di deformazione per frame non vincolati, il metodo vincola la geometria delle vie aeree a un sottospazio 1D definito dalle immagini del paziente stesso:

• Input: Coppie di scansioni TC di inspirazione ($V_{insp}$) ed espirazione ($V_{exp}$).
• Campo di Deformazione: Un campo di spostamento fisso $\Delta = V_{exp} - V_{insp}$ viene precalcolato tramite registrazione deformabile TC-TC.
• Parametro Scalare: Lo stato delle vie aeree in qualsiasi tempo $t$ è governato da un singolo parametro scalare di fase respiratoria $\hat{\alpha}_t \in [0, 1]$, dove 0 è l'inspirazione completa e 1 l'espirazione completa.
• Interpolazione della Mesh: I vertici della mesh sono interpolati linearmente: $V(\hat{\alpha}_t) = V_{insp} + \hat{\alpha}_t \cdot \Delta$. Ciò garantisce che tutte le configurazioni ricostruite giacciano su una traiettoria anatomicamente osservata.

B. Gaussian Splatting Ancorato alla Mesh

L'approccio si basa su BridgeSplat ma lo adatta al regime broncoscopico:

• Rappresentazione: Le Gaussian 3D sono ancorate a un triangolo genitore della mesh delle vie aeree utilizzando coordinate baricentriche apprendibili.
• Vantaggi dell'Ancoraggio: Mentre la mesh si deforma secondo $\hat{\alpha}_t$, le Gaussian ereditano automaticamente lo stiramento locale, la rotazione e la traslazione. Ciò elimina la necessità di parametri di deformazione per ogni Gaussiana e previene la "deriva fuori superficie".
• Ottimizzazione: Un estimatore leggero inferisce la fase respiratoria $\hat{\alpha}_t$ direttamente dal video RGB endoscopico.
• Funzione di Attivazione: Viene utilizzata una parametrizzazione basata sul coseno con una perdita di gradiente lineare per stimare $\hat{\alpha}_t$. Ciò evita la scomparsa del gradiente agli estremi (inspirazione/espirazione completa), garantendo un'ottimizzazione stabile durante tutto il ciclo respiratorio.

C. Strategia di Addestramento

L'ottimizzazione segue una programmazione in tre fasi per impedire che i parametri di aspetto assorbano errori geometrici:

1. Ottimizzazione della fase respiratoria ($\theta_t$) con l'aspetto congelato.
2. Ottimizzazione dell'aspetto con la fase congelata.
3. Ottimizzazione congiunta.
   La funzione di perdita combina la fedeltà fotometrica (L1 + SSIM) e la regolarizzazione temporale, eliminando la necessità di termini complessi di regolarizzazione geometrica (come ARAP) richiesti dai metodi non vincolati.

3. Contributi Chiave

A. Il Framework di Simulazione RESPIRE

Per abilitare la valutazione quantitativa, gli autori hanno introdotto RESPIRE (Respiratory Endoscopic Scenes with Paired Inspiration-expiration CTs for REconstruction):

• Basato sulla Fisica: Genera video broncoscopici sintetici realistici da qualsiasi coppia di TC di inspirazione/espirazione.
• Verità Fondamentale Densa: Fornisce annotazioni per frame per geometria, posa, fase respiratoria e deformazione.
• Realismo: Utilizza il Rendering Basato sulla Fisica (PBR) in Blender con scattering sub-superficiale, riflessi speculari e illuminazione variabile per imitare l'aspetto dei tessuti clinici e il comportamento della camera.
• Significato: Questo è il primo framework che permette un benchmark rigoroso della ricostruzione broncoscopica consapevole della deformazione.

B. Gaussian Splatting Informato dalla TC

• Novità: Prima applicazione dello Gaussian Splatting alla broncoscopia dinamica che modella esplicitamente il movimento respiratorio utilizzando dati TC clinici.
• Efficienza: Sostituisce l'apprendimento complesso e non vincolato della deformazione con un singolo parametro scalare, riducendo drasticamente il costo computazionale.
• Flusso di Lavoro Clinico: Rimuove la necessità di protocolli di apnea, consentendo una navigazione continua durante la respirazione normale.

4. Risultati Sperimentali

Gli esperimenti sono stati condotti su 9 casi del dataset COPDGene utilizzando la pipeline RESPIRE.

Metrica	Prestazioni rispetto ai Baseline (BridgeSplat)
Accuratezza della Profondità	RMSE ridotto del 94% (da 53,8 mm a 3,2 mm).
Qualità del Rendering	PSNR migliorato del 32% e SSIM del 20% rispetto ai baseline non vincolati.
Fase Respiratoria	MAE raggiunto di 0,158 e Pearson $r$ di 0,833 nella stima della fase respiratoria dal solo RGB.
Localizzazione del Target	Errore di localizzazione del target raggiunto di 1,22 mm (contorno RMSE: 1,24 mm). Questo è ben entro la tolleranza clinica di ~3 mm per il targeting della biopsia.
Velocità di Addestramento	Tempo di addestramento 22× più veloce (17,4 min vs 383,4 min) rispetto a BridgeSplat non vincolato.

Risultato Chiave: Il metodo recupera con successo ricostruzioni geometricamente fedeli e fasi respiratorie accurate senza apnee, superando i baseline a singola TC che non riescono a modellare la deformazione.

5. Significato e Impatto

• Rilevanza Clinica: Raggiungendo un'accuratezza di localizzazione entro la tolleranza clinica di 3 mm, questo metodo risolve efficacemente il problema della "divergenza TC-corpo" causato dalla respirazione. Ciò potrebbe eliminare la necessità di protocolli di apnea difficili e scomodi durante le biopsie polmonari.
• Integrazione nel Flusso di Lavoro: Poiché le coppie di TC inspirazione/espirazione sono già standard per la pianificazione preoperatoria, il metodo richiede solo un'acquisizione aggiuntiva modesta (la seconda fase) per abilitare una navigazione ad alta precisione.
• Benchmarking: L'introduzione di RESPIRE colma una lacuna critica nel campo, fornendo il primo dataset con verità fondamentale densa per valutare la ricostruzione broncoscopica dinamica.
• Generalizzabilità: L'approccio dimostra che vincolare la ricostruzione a un sottospazio a bassa dimensionalità fisiologicamente valido (derivato dai dati del paziente) è superiore all'apprendimento di deformazioni non vincolate in scenari con grandi spostamenti della camera e movimento globale coerente.

Limitazioni e Lavori Futuri:

• Dipendenza da una segmentazione accurata delle vie aeree (potrebbe richiedere raffinamento manuale).
• Il modello di deformazione lineare attuale non cattura la dinamica non lineare pressione-volume nelle fasi intermedie.
• Assume una posa della camera nota; i lavori futuri mirano a stimare congiuntamente posa e fase respiratoria per una navigazione completamente auto-supervisionata.