MRIComp4Flow: Compression of 3D Brain MRI for Training Multi-Modal Generative Models

Technische Samenvatting: MRIComp4Flow

Probleemstelling
Grootschalige multi-modale MRI-datasets, zoals BraTS, leggen een aanzienlijke opslag- en I/O-belasting op die de training van 3D generatieve modellen op standaard infrastructuur belemmert. Hoewel verlieslatende compressie (bijv. JPEG2000) bekend staat om het behoud van nauwkeurigheid voor discriminatieve taken zoals segmentatie, blijft de impact ervan op generatieve modellen—die de volledige datadistributie moeten leren in plaats van alleen een beslissingsgrens—nog onverkend. De auteurs onderzoeken of standaard beeldcodecs semantisch rijke hersentumor-MRI kunnen comprimeren terwijl de getrouwheid behouden blijft die vereist is voor het trainen en inzetten van 3D generatieve modellen.

Methodologie: MRIComp4Flow Pipeline
De voorgestelde pipeline, MRIComp4Flow, bestaat uit drie stadia: offline compressie, on-the-fly reconstructie en generatieve synthese.

1. Compressie (Stadium I): Ruwe BraTS NIfTI-volumes (T1n, T1c, T2w, T2f) worden slice-gewijs verwerkt. Voxel-intensiteiten worden getransformeerd naar $[0, \infty)$ en gecaste naar uint16. Segmentatiemaskers worden uitgesloten van verlieslatende codering.

   • JPEG2000: Gebruikt een 9/7 onomkeerbare transformatie met compressieratio's ($r$) variërend van 2:1 tot 400:1. Lege achtergrond-slices worden overgeslagen.
   • JPEG-LS: Gebruikt near-lossless codering met een maximale pixelfoutparameter (NEAR) variërend van 1 tot 255.
   • De resulterende gecomprimeerde archieven (.jp2 of .jls) worden opgeslagen.

2. Reconstructie & Preprocessing: Tijdens de training worden slices gedecodeerd uit de archieven, tot 3D-volumes gestapeld en intensiteit-genormaliseerd (afgeknipt naar de 0,1e–99,9e percentielen, min-max genormaliseerd naar $[0, 1]$). Volumes worden ruimtelijk gepadded naar $240 \times 240 \times 160$ en gecentreerd gecropt naar $224 \times 224 \times 160$ om aan te sluiten bij de inputgeometrie van het model.

3. Generatieve Synthese (Stadium II): Een verenigd Wavelet Flow Matching (WFM) model wordt getraind op het gecomprimeerde corpus.

   • Architectuur: Een ~82M parameter WavUNet die opereert in de 3D Haar-waveletruimte.
   • Mechanisme: Het model leert een snelheidveld van een "informed prior" (het gemiddelde van beschikbare conditionerende modaliteiten in de waveletruimte) naar de doelcontrast.
   • Training: Conditional flow matching wordt gebruikt met een U-Net die de constante snelheid $v = x_{target} - x_{source}$ voorspelt.
   • Inference: Een enkele Euler-stap van $t=0$ naar $t=1$, gevolgd door een inverse DWT levert het gesynthetiseerde volume op.

Belangrijkste Bijdragen

1. Compressie Pipeline: Een slice-gewijze JPEG2000/JPEG-LS pipeline en een gecomprimeerde data loader compatibel met 3D WFM-training.
2. Karakterisering van Generatieve Robuustheid: De eerste studie die karakteriseert hoe de kwaliteit van generatieve synthese varieert met de inputcompressie. Het toont aan dat WFM JPEG2000-compressie tot 20:1 verdraagt, waarmee de eerdere bevindingen over discriminatieve modellen worden uitgebreid naar het generatieve domein.
3. Uitgebreide Evaluatie: Kwantitatieve en kwalitatieve analyse over negen JPEG2000-ratio's en zeven JPEG-LS-niveaus, inclusief downstream tumorsegmentatie met een state-of-the-art BraTS2025 algoritme en ablatie studies op sampling-stappen en priors.

Resultaten

• Opslagefficiëntie: Een JPEG2000-compressieratio van 20:1 verminderde de BraTS 2024 trainingsset van 40,37 GB naar 3,13 GB (een reductie van 12,9×), waardoor de dataset op lokale NVMe-schijven past.
• Synthesekwaliteit:
  • Bij een 20:1 compressieratio is de synthesekwaliteit statistisch gelijkwaardig aan modellen getraind op ongecomprimeerde data binnen een vooraf gespecificeerde marge ($\Delta$PSNR < 1 dB, $\Delta$SSIM < 0,02).
  • Het abstract rapporteert een gemiddelde PSNR van 27,3 dB voor het gecomprimeerde model versus 27,0 dB voor de baseline, en een gemiddelde SSIM van 0,95 versus 0,96 over de modaliteiten. Deze geaggregeerde cijfers vertegenwoordigen de statistische vergelijking die in de studie is gemaakt, verschillend van de per-modaliteit baseline waarden vermeld in Tabel 3 (bijv. T1c: 26,73, T1n: 28,39, T2f: 25,18, T2w: 27,65).
  • De kwaliteit bleef dicht bij de baseline tot 100:1 voor sommige modaliteiten, maar verslechterde aanzienlijk bij extreme ratio's (200:1 en 400:1).
  • JPEG-LS behield de synthesekwaliteit over de meeste NEAR-niveaus, waarbij significante degradatie pas optrad bij zeer zware compressieniveaus.
• Downstream Taken: Segmentatie van de gehele tumor (Dice) bleef goed behouden (0,814 voor 2:1, 0,777 voor 50:1). Echter, de kleinere Tumor Core regio vertoonde een lagere overeenkomst (Dice ~0,24), wat aangeeft dat kleine, hoogfrequente substructuren het primaire slachtoffer zijn van agressieve compressie.
• Inference Snelheid: Compressie had geen effect op de inference throughput; zowel de baseline als de gecomprimeerde modellen synthetiseerden volumes in ~0,35–0,37 seconden per volume.

Betekenis en Claims
Het artikel claimt dat JPEG2000-compressie een praktische stap is naar schaalbare 3D MRI generatieve modellering zonder de synthesekwaliteit bij gematigde ratio's (tot 20:1) te verslechteren. De auteurs observeren dat milde verlieslatende compressie soms kan fungeren als een gunstige denoising regularisator, waarbij het soms metrics oplevert die de ongecomprimeerde baseline overtreffen.

Het werk suggereert dat grote cohorten getraind kunnen worden op gecomprimeerde data om het laden van data te versnellen en de archiveringskosten te verlagen, terwijl de noodzakelijke anatomische en contrastinformatie voor generatieve modellen behouden blijft. De auteurs merken op dat zichtbare wavelet-artefacten (smoothing, ringing) verschijnen bij 50:1–100:1, en dat de primaire klinische beperking het verlies van fijnmazige hoogfrequente substructuren (bijv. grenzen van de tumorkern) is onder agressieve compressie. Ze stellen voor dat toekomstig werk direct op gecomprimeerde latente representaties zou kunnen trainen om de opslagefficiëntie verder te koppelen aan representatiehergebruik.