Sparse Representation Learning for Vessels

Riepilogo Tecnico: VAEsselSparse per l'Apprendimento di Rappresentazioni Sparse di Vasi

Enunciato del Problema
L'analisi della vascolatura umana e di strutture simili a vasi (ad esempio, le vie aeree) a risoluzione sub-millimetrica è fondamentale per la diagnosi clinica, la stratificazione del rischio e la pianificazione terapeutica. Tuttavia, l'estrazione di queste reti da modalità di imaging genera grandi mappe di segmentazione 3D. L'apprendimento di rappresentazioni efficaci per tali dati volumetrici ad alta risoluzione pone sfide computazionali significative. I metodi esistenti spesso si basano su ipotesi semplificative—come la modellazione dei vasi come strutture ad albero esclusivo, splines o grafi metrici—che sacrificano dettagli geometrici 3D essenziali o limitano l'analisi a piccole regioni. Inoltre, le strategie standard di apprendimento di rappresentazioni basate su patch non riescono a catturare il contesto globale di intere reti vascolari a livello d'organo. Gli approcci convoluzionali densi faticano con il costo computazionale dell'elaborazione di volumi completi a livello d'organo ad alte risoluzioni, perdendo spesso la connettività strutturale fine a causa di effetti di mediazione.

Metodologia: VAEsselSparse
Gli autori propongono VAEsselSparse, un'architettura efficiente encoder-decoder progettata per apprendere rappresentazioni compatte e significative di grandi reti vascolari 3D a livello d'organo direttamente da maschere di segmentazione sparse.

• Formulazione Sparsa: A differenza delle immagini 3D dense, le mappe di segmentazione vascolare sono intrinsecamente sparse ($\|x\|_{\ell_0} \ll H \cdot W \cdot D$). VAEsselSparse rappresenta l'input non come una griglia densa ma come un insieme sparso di coordinate di voxel attivi $C_x$ e dei loro vettori di caratteristiche associati, formando un tensore sparso $X = (C_x, F_x)$. Ciò consente al calcolo di scalare con il numero di voxel attivi piuttosto che con la dimensione totale del volume.
• Architettura: Il modello impiega un framework di Autoencoder Variazionale (VAE) che utilizza convoluzioni sparse e meccanismi di attenzione sparsi.
  • Encoder ($E_\phi$): La geometria locale viene estratta utilizzando blocchi CNN 3D residui sparsi (convoluzioni che preservano la sparsità, normalizzazione di gruppo, ReLU). La risoluzione spaziale viene sottocampionata tramite convoluzioni sparse con passo (strided) per raggiungere la risoluzione latente target. Per preservare la connettività globale spesso perduta nella compressione aggressiva, i voxel del collo di bottiglia sono trattati come token con codifica posizionale basata sulle coordinate e processati attraverso layer di auto-attenzione a finestra sparsa. Ciò consente il flusso di informazioni tra segmenti vascolari distanti mantenendo costi computazionali gestibili.
  • Decoder ($D_\theta$): Specchia l'encoder, affinando i token latenti con blocchi transformer sparsi prima di sottocampionare progressivamente la rappresentazione utilizzando convoluzioni sparse trasposte e blocchi residui. L'output finale è una ricostruzione probabilistica tramite un'attivazione sigmoide.
• Obiettivo di Addestramento: Il modello è addestrato con un obiettivo VAE standard composto da un termine di ricostruzione e un regolarizzatore KL. Crucialmente, la perdita di ricostruzione è calcolata solo sull'unione dei voxel attivi dalla verità fondamentale e dal supporto di ricostruzione, evitando una supervisione densa su tutta la griglia.
• Compressione: L'architettura raggiunge un rapporto di compressione spaziale di $8 \times 8 \times 8$ (e un rapporto di compressione volumetrica dipendente dalla profondità dei canali), significativamente superiore ai precedenti VAE volumetrici, mantenendo al contempo la connettività strutturale.

Contributi Chiave

1. Progettazione dell'Architettura: Introduzione di VAEsselSparse, un encoder-decoder su misura per strutture vascolari 3D sparse che combina convoluzioni sparse e attenzione sparsa per gestire reti a livello d'organo a risoluzione sub-millimetrica senza ipotesi semplificative.
2. Prestazioni: Dimostrazione di prestazioni di ricostruzione superiori rispetto a controparti dense e metodi precedenti, raggiungendo un'alta compressione spaziale ($8 \times 8 \times 8$) preservando la connettività topologica.
3. Utilità a valle: Validazione che lo spazio latente appreso mantiene caratteristiche discriminative clinicamente rilevanti, supportando efficacemente compiti a valle come la classificazione vascolare (ad esempio, rilevamento di aneurismi/stenosi, sottovarianti del Circolo di Willis) e fungendo da spazio di embedding per la modellazione generativa per sintetizzare vascolature realistiche.

Risultati Sperimentali
Il metodo è stato valutato su un dataset consolidato di vie aeree, vasi cerebrali e polmonari (risoluzione isotropica di 0,5 mm) e su dataset di sfide specifici (INSTED, TopCoW).

• Ricostruzione: VAEsselSparse ha superato una baseline VAE densa (con conteggi di parametri simili) e un MedVAE all'avanguardia (che utilizzava una compressione inferiore $4 \times 4 \times 4$) in metriche tra cui Dice, clDice e numeri di Betti (errori topologici). Nello specifico, ha raggiunto un clDice di 92,11 rispetto a 73,48 per il VAE denso alla stessa compressione $8 \times 8 \times 8$, e ha superato significativamente VesselGPT (clDice 1,64) su strutture complesse.
• Classificazione: Su dataset non visti (INSTED e TopCoW), lo spazio latente ha permesso prestazioni di classificazione robuste. Un MLP addestrato sulle caratteristiche di VAEsselSparse ha raggiunto un'accuratezza bilanciata dell'87,96% su INSTED (contro l'85,24% per ResNet e il 34,89% per Dense VAE+PCA+RF). Le visualizzazioni t-SNE hanno confermato che gli spazi latenti di VAEsselSparse formano cluster distinti per le classi sano, aneurisma e stenosi, mentre i VAE densi non sono riusciti a separare queste classi.
• Modellazione Generativa: Un U-Net denoising addestrato sullo spazio latente di VAEsselSparse ha prodotto campioni vascolari più realistici rispetto a uno addestrato sullo spazio latente del VAE denso. Le metriche quantitative (Distanza di Corrispondenza Minima, Copertura, Accuratezza 1-Nearest Neighbor) hanno favorito VAEsselSparse, attribuito al suo spazio latente sparso e a bassa dimensionalità che mitiga problemi relativi all'alta dimensionalità e alle dimensioni limitate del campione.

Significato e Affermazioni
Il documento afferma che VAEsselSparse colma una lacuna critica nei metodi esistenti consentendo l'apprendimento di rappresentazioni significative per intere reti vascolari a livello d'organo a risoluzione clinica (sub-millimetrica) senza fare affidamento su semplificazioni geometriche. Sfruttando la sparsità intrinseca delle strutture vascolari, il metodo raggiunge un'efficienza computazionale sostanziale e una compressione spaziale. Gli autori ipotizzano che questo approccio che preserva la sparsità fornisca una via pratica verso una modellazione scalabile e clinicamente utile della vascolatura ad alta risoluzione, facilitando sia la ricostruzione accurata sia la sintesi di strutture vascolari realistiche per applicazioni cliniche a valle.