Technische Samenvatting: CONFLUX

Probleemstelling

Controleerbare generatieve modellen voor 3D medische beelden beogen het synthetiseren van volumes met specifieke klinische attributen voor taken zoals cohortaugmentatie, privacy-bewuste gegevensdeling en contrafeitelijke studieontwerpen. Het bereiken van hoogwaardige, natieve 3D-synthese die tegelijkertijd getrouw blijft aan de gevraagde conditionering, vormt echter een aanzienlijke uitdaging. Bestaande modellen hebben vaak moeite om te garanderen dat individuele gegenereerde monsters de specifieke gevraagde klinische bevindingen vertonen, aangezien standaard trainingsdoelstellingen (zoals flow matching) optimaliseren voor aggregatieve distributionele realisme in plaats van per-sample attribuutrealisatie. Deze kloof is bijzonder acuut bij borst-CT, wat een hoge resolutie en volumetrische coherentie vereist terwijl het wordt beschreven door gestructureerde radiologische metadata.

Methodologie

CONFLUX is een driefasen latent diffusiekader ontworpen voor borst-CT-synthese, dat een variationeel autoencoder (VAE), een rectified-flow transformer en een reinforcement learning (RL) post-training fase integreert.

1. Latente Autoencoder (Fase 1)

Om de computationele kosten van directe generatie in de voxelruimte te beperken, comprimeert een 3D convolutionele VAE voorbewerkte CT-volumes ($216 \times 176 \times 200$) naar een latentereisruimte met een lagere resolutie ($16 \times 27 \times 22 \times 25$).

• Architectuur: De encoder en decoder maken gebruik van group-genormaliseerde residuele blokken met 3D self-attention op de laagste resolutie.
• Training: Het model minimaliseert een $\ell_1$-reconstructieverlies, een Kullback–Leibler regularisator en een tri-planair LPIPS perceptueel verlies.
• Normalisatie: Na de training wordt de latente ruimte genormaliseerd naar een variantie nabij eenheid om flow matching te faciliteren.

2. Conditionele Rectified-Flow Transformer (Fase 2)

Een single-stream transformer genereert latente embeddings vanuit Gaussische ruis binnen de geleerde latente ruimte.

• Flow Matching: Het model wordt getraind onder een rectified-flow doelstelling, waarbij het leert om het constante snelheidsvectorveld te voorspellen dat ruis met data-latents verbindt langs rechte paden.
• Conditionering: Gestructureerde radiologische metadata (18 binaire abnormaliteitsbevindingen, geslacht, leeftijd decennium en reconstructiekernel) wordt geconcateneerd in een 42-dimensionale vector. Deze vector moduleert de transformer via adaptive layer normalization (adaLN-zero).
• Sampling: Generatie omvat het integreren van de probability-flow ODE van $t=1$ naar $t=0$ met behulp van een tijdverschoven Euler-grid, gevolgd door decoderen met de bevroren VAE-decoder.

3. Reinforcement Learning Post-Training (Fase 3)

Om de discrepantie tussen aggregatieve distributionele matching en per-sample attribuutgetrouwheid aan te pakken, gebruikt CONFLUX Group-Relative Policy Optimization (GRPO).

• Motivatie: Standaard flow matching beloont niet expliciet of een specifieke gevraagde bevinding aanwezig is in een enkel gegenereerd volume.
• Mechanisme: De deterministische ODE-sampler wordt vervangen door een stochastische sampler (SDE) om tractabele log-waarschijnlijkheden te bieden voor policy gradient-updates.
• Beloningssignaal: Een bevroren, onafhankelijke classifier getraind op echte latente representaties scoort gegenereerde volumes op basis van de overeenstemming tussen gevraagde en gerealiseerde bevindingen. De beloning wordt gedefinieerd als de negatieve gewogen cross-entropie tussen de voorspellingen van de classifier en de conditioneringvector.
• Optimalisatie: Het model wordt gefinetuned om groep-relatieve voordelen te maximaliseren (het aftrekken van het gemiddelde beloningsniveau van een groep rollouts per prompt en het delen door de standaarddeviatie). Updates gebruiken een clipped PPO-surrogaat met een KL-divergentie straf tegen het pre-RL referentiebeleid om drift te voorkomen.

Belangrijkste Bijdragen

1. Controleerbaar 3D Latent Rectified-Flow Model: Een natieve 3D-architectuur voor borst-CT die direct conditioneert op gestructureerde radiologische metadata via adaLN, waarmee een synthesekwaliteit wordt bereikt die concurrerend is met sterke 3D diffusie-baselines.
2. RL Post-Training voor Getrouwheid: De eerste toepassing van GRPO op een 3D medisch flow-model. Deze fase optimaliseert expliciet voor de betrouwbaarheid van gevraagde bevindingen in gegenereerde volumes, geverifieerd door een onafhankelijk beoordelingsmodel.
3. Open Release: De release van het getrainde model en een $\sim$200.000-volume synthetische borst-CT-dataset. Deze dataset is geconditioneerd op echte metadata-proporties, varieert over een breed scala aan klinische bevindingen, en is bedoeld voor cohortaugmentatie en gecontroleerd studieontwerp.

Resultaten

Synthesekwaliteit

Geëvalueerd op een hold-out validatieset ($N=501$) met behulp van tri-planaire Fréchet Inception Distance (FID), presteert CONFLUX significant beter dan bestaande baselines:

• Tri-planaire FID: 32.3 (CONFLUX) versus 74.6 (MAISI) en 145.4 (GenerateCT).
• Coverage en Density: CONFLUX-samples zijn 3.5$\times$ dichter en dekken 6$\times$ meer van de echte manifold af vergeleken met MAISI.
• Diversiteit: Het model behoudt een hoge diversiteit (MS-SSIM 0.507), vergelijkbaar met echte data (0.41), waardoor mode collapse wordt vermeden.

Conditioneringsgetrouwheid

Post-training met GRPO verbetert de overeenstemming tussen gevraagde en gerealiseerde attributen, gemeten door een onafhankelijke image-space classifier:

• Prestatiewinst: Gemiddelde Precisie (AP) steeg van 0.330 naar 0.344, en AUROC van 0.684 naar 0.699.
• Gap Recovery: Hoewel de absolute winsten bescheiden lijken, herstellen ze 47% van de prestatiekloof tussen het basismodel en de real-data ceiling (AP 0.360).
• Specificiteit: Verbeteringen waren specifiek voor de geoptimaliseerde bevindingsgroep; ongegewogen groepen (geslacht, leeftijd, kernel) bleven onveranderd binnen de ruis.

Prestaties van de Reward Classifier

De classifier die werd gebruikt voor het RL-beloningssignaal behaalde een macro AUROC van 0.793 op de echte validatiesplit, waarmee het CT-CLIP-varianten en CT-Net op de CT-RATE benchmark versloeg, wat het nut ervan als beloningssignaal valideert ondanks de werking op gecomprimeerde latents.

Betekenis en Claims

Het artikel beweert dat CONFLUX een belangrijke stap voorwaarts vertegenwoordigt in controleerbare 3D medische beeldensynthese door de hoogwaardige generatie te ontkoppelen van attribuutcontrole. Door de integratie van RL post-training demonstreren de auteurs dat het mogelijk is om direct te optimaliseren voor de "getrouwheid" van klinische attributen in individuele samples, een eigenschap die niet gegarandeerd wordt door standaard flow-matching doelstellingen. De release van een grootschalige, conditioneel diverse synthetische dataset heeft als doel onderzoek te faciliteren in scenario's waar echte data schaars of privacy-beperkt is. Dit werk positioneert zich als de eerste die GRPO aanpast voor 3D medische flow-modellen, wat een pad biedt naar meer betrouwbare en controleerbare generatieve tools voor klinisch studieontwerp.