Heterogeneity-Adaptive Diffusion Schrodinger Bridge for PET-Guided Whole-Body MRI Translation

Sintesi Tecnica: Diffusion Schrödinger Bridge Adattivo all'Eterogeneità per la Traduzione di MRI Total-Body Guidata da PET

Problematica

La tomografia a emissione di positroni combinata con l'imaging a risonanza magnetica (PET/MR) offre dati metabolici e anatomici ad alta risoluzione simultanei, riducendo l'esposizione alle radiazioni rispetto alla PET/CT. Tuttavia, l'adozione clinica è ostacolata dai tempi di scansione eccessivi (60–90 minuti) richiesti per le molteplici sequenze MR. Sebbene la traduzione di immagini MRI basata sul deep learning (sintetizzare sequenze lente a partire da sequenze veloci) offra una soluzione, i modelli attuali affrontano due sfide critiche quando applicati a scansioni total-body:

1. Eterogeneità Anatomica: Le scansioni total-body presentano una forte eterogeneità tra le regioni con distribuzioni di intensità non stazionarie e composizioni tissutali variabili attraverso diverse regioni anatomiche (es. testa vs. addome). I modelli standard, spesso addestrati su regioni specifiche come il cervello, faticano a apprendere una mappatura unificata senza un condizionamento esplicito della regione, portando a un eccessivo livellamento (over-smoothing) o ambiguità della modalità.
2. Fedeltà Patologica: I modelli esistenti spesso non riescono a ricostruire accuratamente le lesioni. Poiché le lesioni sono rare e presentano relazioni di segnale complesse ed eterogenee rispetto ai tessuti sani dominanti, i modelli di diffusione standard tendono a deviare gli output verso la distribuzione sana, degradando la fedeltà delle regioni patologiche.

Metodologia: HA-DSB

Gli autori propongono l'HA-DSB (Heterogeneity-Adaptive Diffusion Schrödinger Bridge), un framework che modella la traduzione di immagini come un problema di trasporto stocastico esplicito tra distribuzioni sorgente e target, piuttosto che affidarsi a una predizione implicita del rumore. Il metodo integra tre componenti principali:

1. Trasporto Stocastico Esplicito tramite Schrödinger Bridge
A differenza dei modelli di diffusione convenzionali che assumono un prior gaussiano, l'HA-DSB utilizza il Diffusion Schrödinger Bridge (DSB) per trasportare i campioni tra le distribuzioni sorgente (LAVA acquisita rapidamente) e target (T2 acquisita lentamente). I processi forward e backward sono definiti da equazioni differenziali stocastiche che coinvolgono potenziali di Schrödinger dipendenti dal tempo. Questa formulazione è più adatta alla traduzione total-body dove esistono forti spostamenti di dominio, poiché evita i problemi di mode collapse comuni nelle GAN e il bias verso le caratteristiche dominanti tipico dei modelli di diffusione standard.

2. Guida dell'Embedding del Contesto Regionale
Per affrontare l'eterogeneità anatomica, il modello incorpora un condizionamento specifico per regione:

• Generazione delle Etichette: Un grande modello vision-language (Google Gemini 3 Pro) genera etichette di posizione corporea (partizionando il corpo in 11 regioni) ed etichette degli organi per ogni slice.
• Costruzione dell'Embedding: Queste etichette vengono codificate utilizzando un PubMedBERT congelato. Un meccanismo di cross-attention multi-testa fonde gli embedding grossolani della posizione corporea con quelli fini degli organi.
• Integrazione: L'embedding di contesto regionale risultante ($c_{reg}$) viene fuso con gli embedding temporali di diffusione e iniettato nel backbone UNet tramite parametri di scala e shift nei blocchi residuali, consentendo al bridge di adattare la propria dinamica di trasporto a specifiche regioni anatomiche.

3. Potenziamento delle Lesioni Guidato dalla PET
Sfruttando l'intrinseca co-registrazione PET/MR, il framework utilizza i dati PET come un prior consapevole delle lesioni per migliorare la fedeltà patologica:

• Modulazione del Rumore Guidata dalla PET (Processo Forward): Un modulatore leggero predice una mappa di scala spaziale basata sull'uptake della PET e sul contesto regionale. Questa mappa scala adattivamente il rumore iniettato durante il processo di corruzione forward. Le regioni con alto uptake della PET (potenziali lesioni) ricevono intensità di perturbazione differenti, incoraggiando il modello a imparare mappature sensibili alla patologia piuttosto che mediare verso strutture sane.
• Attenzione Multi-Scala PET (Processo Reverse): Durante il processo di denoising inverso, viene applicato un meccanismo di auto-attenzione consapevole della PET a più risoluzioni della UNet. Le caratteristiche della PET vengono proiettate e concatenate con le caratteristiche dell'immagine, permettendo al meccanismo di attenzione di amplificare selettivamente le strutture rilevanti per la lesione.

Contributi Chiave

1. Framework HA-DSB: Propone un Diffusion Schrödinger Bridge adattivo all'eterogeneità che tratta la traduzione MR total-body come un problema di trasporto di distribuzione esplicito, ottenendo una mappatura cross-modality più stabile tra diverse regioni anatomiche rispetto ai modelli basati sulla predizione del rumore.
2. Condizionamento Consapevole della Regione: Introduce embedding di contesto regionale derivati da un modello vision-language, fusi con gli embedding temporali di diffusione per consentire dinamiche di trasporto specifiche per regione e a grana fine.
3. Meccanismo Guidato dalla PET: Progetta un meccanismo di potenziamento delle lesioni a due stadi in cui la corruzione forward è modulata spazialmente dall'uptake della PET, e il processo reverse utilizza l'attenzione multi-scala consapevole della PET per recuperare i dettagli della lesione.

Risultati Sperimentali

Il metodo è stato valutato su un dataset di 246 soggetti (20.306 slice di addestramento, 4.162 slice di test) da un sistema integrato PET/MR.

• Prestazioni Complessive: HA-DSB ha raggiunto prestazioni state-of-the-art in cinque regioni anatomiche (Testa/Collo, Torace, Addome, Bacino/Anca, Cosce). Ha superato i baseline inclusi Pix2Pix, Palette, I2SB, PPT, SelfRDB e ResViT.
  • Quantitativo: Il modello completo (HA-DSB con PET) ha raggiunto un SSIM medio del 91,1% e un PSNR di 26,25 dB, superando il miglior baseline (ResViT: 86,6% SSIM, 23,95 dB).
  • Guadagni Regionali: Miglioramenti significativi sono stati osservati in regioni complesse come l'Addome, con un SSIM che raggiunge l'88,5%.
• Fedeltà Patologica: Sebbene i parametri complessivi mostrino guadagni modesti dalla guida PET (a causa del piccolo volume delle lesioni rispetto al tessuto sano), una valutazione specifica su un sottoinsieme con lesioni confermate (526 slice) ha rivelato miglioramenti sostanziali.
  • Sul sottoinsieme patologico, l'aggiunta della guida PET ha aumentato il PSNR di +0,80 dB (rispetto a +0,16 dB sul set di test generale) e l'SSIM del +1,7% (rispetto a +0,3%).
  • I risultati qualitativi (Fig. 3) hanno dimostrato che il modello guidato dalla PET preserva le strutture delle lesioni e riduce l'errore assoluto nelle lesioni epatiche rispetto alla variante non PET.

Significatività e Rivendicazioni

L'articolo sostiene che HA-DSB fornisce un framework robusto per la traduzione di immagini mediche total-body affrontando esplicitamente le doppie sfide dell'eterogeneità anatomica e della fedeltà patologica. Modellando la traduzione come un problema di trasporto esplicito e integrando il contesto regionale e i prior PET, il metodo si adatta con successo alla variabilità strutturale dipendente dalla regione e recupera i dettagli rilevanti per le lesioni che vengono spesso persi negli approcci di diffusione standard. Gli autori posizionano questo lavoro come una soluzione pratica per ridurre i tempi di scansione nei workflow clinici PET/MR mantenendo la qualità diagnostica sia nei tessuti sani che in quelli patologici.