EPC-3D-Diff: Equivariant Physics Consistent Conditional 3D Latent Diffusion for CBCT to CT Synthesis

Riepilogo Tecnico: EPC-3D-Diff

Enunciato del Problema
Nella radioterapia moderna, la TC a cono (CBCT) viene acquisita routinariamente per il posizionamento del paziente, ma soffre di un significativo degrado della qualità dell'immagine dovuto a scattering, rumore, indurimento del fascio e artefatti di ricostruzione. Questi problemi portano a valori di Unità Hounsfield (HU) inaccurati e a un contrasto dei tessuti molli ridotto, rendendo la CBCT inadatta al calcolo diretto della dose e ai flussi di lavoro di radioterapia adattiva. Sebbene la generazione di TC sintetiche (sCT) a partire dalla CBCT rappresenti una soluzione critica, i metodi esistenti presentano limitazioni: le CNN supervisionate tendono spesso a sfocare eccessivamente i dettagli; le Reti Generative Avversariali (GAN) possono introdurre dettagli ad alta frequenza irrealistici e soffrire di instabilità nell'addestramento; e i recenti modelli di diffusione condizionati, sebbene stabili, operano principalmente nel dominio dell'immagine senza imporre esplicitamente la coerenza delle misurazioni con la fisica sottostante dell'acquisizione. Inoltre, questi modelli spesso faticano a generalizzare attraverso diverse geometrie degli scanner e spostamenti di dominio.

Metodologia
Gli autori propongono EPC-3D-Diff (Diffusione Condizionata 3D nello Spazio Latente Equivariante e Coerente con la Fisica), un framework progettato per sintetizzare volumi TC ad alta fedeltà a partire da input CBCT integrando la fisica dell'acquisizione direttamente nel processo di diffusione.

1. Diffusione nello Spazio Latente 3D: Per gestire in modo efficiente i dati volumetrici, il metodo opera in uno spazio latente compatto appreso da un autoencoder (AE) 3D leggero. L'AE riduce la risoluzione nel piano mantenendo la profondità assiale. Una U-Net 3D condizionata predice il rumore in questo spazio latente, condizionata dalla rappresentazione latente codificata della CBCT ($z_c$), seguendo una formulazione di diffusione che preserva la varianza.
2. Equivarianza nel Dominio delle Proiezioni: L'innovazione centrale è una funzione di perdita di equivarianza coerente con la fisica, derivata dal modello forward della TC. Il framework sfrutta la proprietà fisica secondo cui una rotazione nel piano di un volume corrisponde a uno spostamento angolare nelle sue proiezioni.
   • Durante l'addestramento, il volume TC sintetizzato ($\hat{x}_0$) viene ruotato ($R_\phi$) e proiettato in avanti utilizzando l'operatore TC ($A_0$).
   • Questo viene confrontato con le proiezioni TC ground-truth ($y_0$) che sono state spostate angolarmente ($T_\phi$).
   • La perdita ($L_{eq}$) minimizza la norma $L_2$ tra questi domini di proiezione: $\sum \|T_\phi(y_0) - A_0 R_\phi(\hat{x}_0)\|^2$.
   • Teoricamente, questo agisce come un prior informato dalla fisica, penalizzando le soluzioni che violano la simmetria dell'acquisizione e proiettando i campioni intermedi di diffusione su un sottovarietà equivariante.
3. Obiettivo di Addestramento Composito: La perdita totale combina l'obiettivo standard di diffusione ($L_{DDPM}$) con la perdita di equivarianza delle proiezioni ($L_{eq}$) e perdite complementari nel dominio dell'immagine: $L_1$ per l'accuratezza dei voxel, perdita del gradiente ($L_{edge}$) per i bordi strutturali e perdita Laplaciana ($L_{lap}$) per i dettagli ad alta frequenza.
4. Inferenza: Al momento del test, il modello esegue un'inferenza senza operatori utilizzando aggiornamenti DDIM deterministici. Richiede solo l'input CBCT, rendendolo computazionalmente efficiente per il dispiegamento clinico.

Contributi Chiave

• Equivarianza Coerente con la Fisica: Il documento introduce una nuova funzione di perdita che impone l'equivarianza rotazionale nel dominio delle proiezioni, collegando direttamente il modello generativo alla fisica dell'acquisizione TC (legge di Beer e operatori forward) piuttosto che alle sole statistiche dell'immagine.
• Diffusione Condizionata 3D nello Spazio Latente: Il framework combina la sintesi scalabile di volumi 3D tramite diffusione latente con i suddetti vincoli fisici, affrontando le sfide computazionali dell'imaging medico 3D.
• Robustezza agli Spostamenti di Dominio: Integrando la fisica dell'acquisizione come un bias induttivo, il modello è progettato per generalizzare meglio attraverso diverse geometrie degli scanner e scenari di addestramento a dominio misto rispetto ai modelli di diffusione standard nel dominio dell'immagine.

Risultati Sperimentali
Il metodo è stato validato su due dataset testa-collo: il dataset fantasma NWH (10 pazienti) e il dataset clinico JUST (14 pazienti). Le valutazioni hanno incluso regimi di addestramento a dominio singolo e a dominio misto (multi-scanner).

• Prestazioni Quantitative: EPC-3D-Diff ha superato significativamente le linee di base dello stato dell'arte (CycleGAN e un modello di diffusione condizionato di base, C-DDPM).
  • Dati Fantasma: Ha raggiunto un miglioramento di +7.4 dB nella PSNR rispetto a C-DDPM nell'addestramento a dominio misto (38.44 dB contro 31.00 dB) e un SSIM di 0.99.
  • Dati Clinici: Ha raggiunto un miglioramento di +1.8 dB nella PSNR rispetto a C-DDPM.
  • Il metodo ha inoltre dimostrato una superiore accuratezza HU all'interno dei confini dei tessuti e una minore variabilità rispetto alle linee di base.
• Prestazioni Qualitative: I confronti visivi hanno mostrato confini anatomici più nitidi e meno distorsioni dipendenti dall'HU, in particolare nelle regioni eterogenee.
• Efficienza: Sebbene l'addestramento comporti un sovraccarico minimo (meno del 15% del tempo totale) dovuto alle proiezioni forward periodiche, l'inferenza è rapida (58 secondi per paziente) poiché non richiede operazioni di proiezione.

Significato
Il documento afferma che EPC-3D-Diff migliora la robustezza e la coerenza fisica della sintesi da CBCT a TC, essenziale per i flussi di lavoro di radioterapia a valle che richiedono valori HU accurati per il calcolo della dose. Incorporando la fisica dell'acquisizione come un bias induttivo strutturale, l'approccio affronta le limitazioni dei metodi puramente basati sui dati, offrendo una soluzione che generalizza bene con dati di addestramento limitati e spostamenti di dominio, senza richiedere correzioni basate su operatori complessi durante l'inferenza.