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

技術概要：EPC-3D-Diff

問題定義
現代の放射線治療において、患者位置決めのためにコンボビーム CT（CBCT）が日常的に取得されるが、散乱、ノイズ、ビームハードニング、および再構成アーチファクトにより、画像品質が著しく劣化する。これらの問題により、フーニクス単位（HU）値の精度が低下し、軟部組織のコントラストが減少するため、CBCT は直接線量計算や適応型放射線治療ワークフローには適さない。CBCT から合成 CT（sCT）を生成することは重要な解決策であるが、既存の手法には限界がある：教師あり CNN は詳細を過度に平滑化する傾向があり、生成敵対ネットワーク（GAN）は非現実的な高周波成分を導入したり、訓練の不安定さに悩まされたりする。また、最近の条件付き拡散モデルは安定しているものの、主に画像ドメインで動作し、取得物理に基づく測定の一貫性を明示的に強制していない。さらに、これらのモデルは異なるスキャナ幾何学やドメインシフトに対する汎化に苦しむことが多い。

手法
著者らは、取得物理を拡散プロセスに直接統合することで、CBCT 入力から高忠実度の CT ボリュームを合成するフレームワーク「EPC-3D-Diff（Equivariant Physics Consistent Conditional 3D Latent Diffusion）」を提案する。

1. 3D 潜在空間拡散: 体積データを効率的に処理するため、この手法は軽量な 3D オートエンコーダ（AE）によって学習されたコンパクトな潜在空間で動作する。AE は面内解像度をダウンサンプルしつつ、軸方向の深さを保持する。条件付き 3D U-Net は、分散保存型拡散定式化に従い、エンコードされた CBCT 潜在表現（$z_c$）を条件として、この潜在空間内のノイズを予測する。
2. 投影ドメイン等変性: 中核的な革新は、CT 前方モデルから導出された物理整合性のある等変性損失である。このフレームワークは、ボリュームの面内回転がその投影における角度シフトに対応するという物理的性質を利用する。
   • 訓練中、合成された CT ボリューム（$\hat{x}_0$）を回転（$R_\phi$）させ、CT 演算子（$A_0$）を用いて前方投影する。
   • これを、角度シフト（$T_\phi$）を施したグランドトゥルース CT 投影（$y_0$）と比較する。
   • 損失（$L_{eq}$）は、これらの投影ドメイン間の $L_2$ ノルムを最小化する：$\sum \|T_\phi(y_0) - A_0 R_\phi(\hat{x}_0)\|^2$。
   • 理論的には、これは取得対称性を違反する解にペナルティを課す物理情報付き事前分布として機能し、中間拡散サンプルを等変部分多様体上に射影する。
3. 複合訓練目的関数: 総損失は、標準的な拡散目的関数（$L_{DDPM}$）に、投影等変性損失（$L_{eq}$）および補完的な画像ドメイン損失を組み合わせる：ボクセル精度のための $L_1$、構造的エッジのための勾配損失（$L_{edge}$）、高周波詳細のためのラプラシアン損失（$L_{lap}$）。
4. 推論: テスト時には、モデルは決定論的 DDIM 更新を用いて演算子不要の推論を行う。CBCT 入力のみを必要とするため、臨床展開において計算効率が極めて高い。

主な貢献

• 物理整合性のある等変性: 本論文は、生成モデルを単なる画像統計ではなく、CT 取得の物理（ベールの法則と前方演算子）に直接結びつける、投影ドメインにおける回転等変性を強制する新規損失関数を導入する。
• 3D 潜在条件付き拡散: このフレームワークは、上記の物理的制約と、スケーラブルな 3D 体積合成を可能にする潜在拡散を組み合わせ、3D 医用画像の計算上の課題に対処する。
• ドメインシフトへの頑健性: 取得物理を帰納的バイアスとして統合することで、標準的な画像ドメイン拡散モデルと比較して、異なるスキャナ幾何学や混合ドメイン訓練シナリオにおいて、モデルの汎化性能が向上するように設計されている。

実験結果
本手法は、2 つの頭頸部データセットで検証された：NWH ファントムデータセット（10 患者）および JUST 臨床データセット（14 患者）。評価には、単一ドメインおよび混合ドメイン（マルチスキャナ）訓練レジームが含まれた。

• 定量的性能: EPC-3D-Diff は、最先端のベースライン（CycleGAN およびベースライン条件付き拡散モデル C-DDPM）を大幅に上回った。
  • ファントムデータ: 混合ドメイン訓練において、C-DDPM に対して PSNR で +7.4 dB の改善を達成（38.44 dB 対 31.00 dB）、SSIM は 0.99。
  • 臨床データ: C-DDPM に対して PSNR で +1.8 dB の改善を達成。
  • また、この手法は組織境界内での HU 精度の優位性と、ベースラインに比べて低い変動性を示した。
• 定性的性能: 視覚的比較では、解剖学的境界が鮮明になり、特に不均一な領域において HU 依存性の歪みが減少していることが確認された。
• 効率性: 定期的な前方投影により訓練にわずかなオーバーヘッド（総時間の 15% 未満）が生じるが、推論は投影演算を必要としないため高速（患者あたり 58 秒）である。

重要性
本論文は、EPC-3D-Diff が CBCT から CT への合成の頑健性と物理整合性を向上させ、正確な HU 値を必要とする下流の放射線治療ワークフローに不可欠であると主張する。取得物理を構造的帰納的バイアスとして埋め込むことで、このアプローチは純粋なデータ駆動型手法の限界を克服し、複雑な演算子ベースの補正を推論中に必要とすることなく、限られた訓練データおよびドメインシフト下でも良好に汎化する解決策を提供する。