Harmonic-Aware Transformer for Real-Time Catheter Localization in Interventional Procedures of Magnetic Particle Imaging

Sintesi Tecnica: Transformer Sensibile alle Armoniche per la Localizzazione in Tempo Reale di Cateteri in MPI

Definizione del Problema
L'Imaging a Particelle Magnetiche (MPI) offre una modalità di imaging in tempo reale priva di radiazioni, adatta alle procedure interventistiche per il tracciamento di strumenti rivestiti con nanoparticelle magnetiche. Tuttavia, le convenzionali procedure guidate da MPI si affidano a pipeline di ricostruzione dell'immagine (ad esempio, inversione della matrice di sistema o metodi X-space) per determinare le posizioni degli strumenti. Questi approcci tradizionali soffrono di elevata latenza computazionale, vincoli di memoria e potenziale sfocatura dell'immagine, il che ostacola il vero tracciamento in tempo reale. Sebbene il deep learning sia stato applicato all'MPI per la ricostruzione dell'immagine e la riduzione del rumore, pochi metodi saltano completamente la fase di ricostruzione per predire direttamente le coordinate dello strumento dai segnali grezzi. Questo articolo affronta la necessità di un framework a bassa latenza e alta precisione che mappi i segnali di tensione MPI grezzi direttamente alle posizioni 3D della punta del catetere, senza la formazione intermedia dell'immagine.

Metodologia
Gli autori propongono un framework denominato Harmonic-Aware Transformer che opera direttamente nel dominio della frequenza. La metodologia consiste in tre fasi primarie:

1. Pre-elaborazione Sensibile alle Armoniche (Harmonic-Aware Preprocessing):

   • I segnali MPI complessi grezzi provenienti da tre bobine di ricezione ($x, y, z$) vengono trasformati nel dominio della frequenza tramite Trasformata Rapida di Fourier (FFT).
   • Un filtro passa-banda isola la 2ª fino alla 8ª armonica delle frequenze di campo di pilotaggio (drive-field). La frequenza fondamentale viene esclusa poiché dominata dai segnali di modulazione, mentre le armoniche di ordine superiore sono spesso dominate dal rumore.
   • Le componenti reali e immaginarie filtrate vengono concatenate per formare un vettore di caratteristiche nel dominio della frequenza a sei canali, preservando i componenti spettrali rilevanti per il movimento e migliorando al contempo il rapporto segnale-rumore (SNR).

2. Architettura Transformer:

   • Il modello, denominato "catheter transformer", utilizza uno strato convoluzionale 1D per l'embedding dei patch dei segnali nel dominio della frequenza (dimensione del kernel $P=64$).
   • Viene aggiunto un codifica posizionale sinusoidale ai patch incorporati per mantenere le informazioni sull'ordine della sequenza.
   • La sequenza è elaborata da sei strati di encoder, ciascuno dei quali contiene otto teste di auto-attenzione multi-testa (MHSA). Questa architettura è progettata per catturare dipendenze temporali a lungo raggio e correlazioni tra gli assi ($x, y, z$) all'interno dei dati spettrali.
   • Segue il meccanismo di attenzione una rete feed-forward per posizione (FFN) con attivazione GELU.
   • La rappresentazione codificata finale viene appiattita e passata attraverso un MLP a due strati per la regressione delle coordinate 3D della punta del catetere ($\hat{x}, \hat{y}, \hat{z}$).

3. Strategia di Addestramento:

   • Il modello viene addestrato utilizzando una funzione di perdita Errore Assoluto Medio (MAE) pesata. Fondamentalmente, l'asse $z$ riceve un peso maggiore ($w_z > w_x = w_y$) per compensare la risoluzione spaziale intrinsecamente inferiore dell'MPI lungo la direzione del gradiente del campo di selezione.
   • L'addestramento utilizza l'ottimizzatore AdamW con uno schema di annealing del coseno e accelerazione a precisione mista.
   • L'aumento dei dati (data augmentation) include la scalatura dell'ampiezza e l'iniezione di rumore Gaussiano per migliorare la generalizzazione.

Contributi Chiave

• Framework Senza Ricostruzione: Lo studio introduce un approccio guidato dal segnale che mappa direttamente i segnali di tensione MPI grezzi alle coordinate 3D, eliminando l'inversione della matrice di sistema e i passaggi di ricostruzione dell'immagine computazionalmente costosi.
• Pre-elaborazione Sensibile alle Armoniche: Una strategia innovativa che estrae selettivamente la 2ª–8ª armonica per migliorare l'SNR pur mantenendo le caratteristiche spettrali critiche sensibili al movimento.
• Modellazione del Segnale Basata su Transformer: L'applicazione di un'architettura transformer specificamente adattata per i segnali MPI per modellare i pattern spettrali spazio-temporali e le dipendenze tra gli assi per una localizzazione 3D accurata.
• Validazione Completa: Valutazione estesa sia su dataset simulati che su dati sperimentali in vitro reali (profili di movimento standard, di flessione e di battito cardiaco), dimostrando robustezza sotto diverse condizioni di movimento.

Risultati
Il metodo proposto raggiunge una precisione di localizzazione sub-millimetrica con significativi miglioramenti nella velocità di inferenza:

• Accuratezza: Sul dataset di flessione (bending), il modello ha ottenuto un errore $L_2$ minimo di 0,103 ± 0,092 mm e Errori Assolti Medi (MAE) di 0,039 ± 0,046 mm ($x$), 0,054 ± 0,049 mm ($y$) e 0,060 ± 0,044 mm ($z$). In tutti i dataset, il MAE è compreso tra 0,165 mm e 0,655 mm.
• Prestazioni: Il modello di inferenza ottimizzato ha raggiunto una latenza di frame di 0,55 ms e un throughput di circa 1.800 frame al secondo. Questo throughput supera significativamente il tasso di acquisizione dell'hardware MPI (circa 23,2 Hz), confermando la capacità in tempo reale.
• Studi di Ablazione: Gli esperimenti hanno confermato che l'intervallo armonico 2ª–8ª offre il miglior compromesso tra informazione spaziale e robustezza al rumore. La funzione di perdita pesata si è rivelata fondamentale per bilanciare l'accuratezza tra gli assi, migliorando in particolare le prestazioni dell'asse $z$.

Significato
L'articolo sostiene che questo framework rappresenti un passaggio dalla localizzazione dipendente dalla ricostruzione dell'immagine alla mappatura diretta segnale-posizione. Eliminando la pipeline di ricostruzione, il metodo fornisce migliore accuratezza, latenza ridotta e maggiore robustezza in condizioni di movimento complesso rispetto agli approoli convenzionali guidati da MPI. I risultati evidenziano il potenziale dei modelli transformer sensibili alle armoniche come soluzioni efficienti e scalabili per la localizzazione del catetere in tempo reale nell'MPI interventistica, consentendo un tracciamento ad alta velocità senza i colli di bottiglia computazionali dei metodi tradizionali. Gli autori osservano che, sebbene la validazione attuale sia limitata a fantocci in vitro e dati simulati, l'approccio pone le basi per future applicazioni in vivo e la traslazione clinica.