GroupCDL: Interpretable Denoising and Compressed Sensing MRI via Learned Group-Sparsity and Circulant Attention

Resumo Técnico: GroupCDL: Denoisamento Interpretável e Compressão de Sinais para Ressonância Magnética via Esparsidade de Grupo Aprendida e Atenção Circulante

Definição do Problema
A autossimilaridade não local (NLSS) é um prior poderoso para a restauração de imagens, mas os métodos de aprendizado profundo de última geração que utilizam NLSS são tipicamente construídos como arquiteturas de "caixa-preta". Esses modelos frequentemente carecem de interpretabilidade, dificultando a análise e o aprimoramento. Além disso, as implementações atuais frequentemente dependem do processamento de janelas de imagem sobrepostas de forma independente (Atenção Densa Baseada em Patches, ou PbDA), o que negligencia as dependências entre regiões sobrepostas e incorre em redundância computacional. Embora redes interpretáveis anteriores (por exemplo, CDLNet) tenham alcançado robustez a desajustes de nível de ruído, elas utilizavam priors de esparsidade $\ell_1$ locais e falharam em reduzir a lacuna de desempenho em relação aos modelos de caixa-preta não locais. Adicionalmente, abordagens interpretáveis não locais existentes têm tido dificuldade em alcançar um desempenho competitivo ou em lidar com artefatos globais em problemas inversos de grande escala, como a Ressonância Magnética de Sensibilização Comprimida (CS-MRI).

Metodologia
Os autores propõem o GroupCDL, uma rede neural convolucional interpretável derivada do desenrolamento (unrolling) de um algoritmo de aprendizado de dicionário convolucional com um prior de esparsidade de grupo. A arquitetura aborda as limitações de métodos anteriores através de duas inovações primárias:

1. Limiarização de Grupo Aprendida (GT - Learned Group-Thresholding):
   Em vez da limiarização suave (soft-thresholding) elemento a elemento padrão usada em denoisamento baseado em $\ell_1$ (como a CDLNet), o GroupCDL emprega um operador de limiarização de grupo aprendido. Este operador codifica o prior de NLSS realizando uma limiarização suave espacialmente variante na representação latente. A limiarização é ditada por uma matriz de adjacência $\Gamma$ que mede a proximidade entre pixels latentes. Diferente da esparsidade de grupo clássica, onde $\Gamma$ é pré-computado e binário, o GroupCDL aprende uma matriz de similaridade "suave" $\Gamma$ de ponta a ponta. Isso é alcançado via transformações de pixels aprendidas ($W_\theta, W_\phi$) que computam similaridades dentro de janelas locais, seguidas por uma normalização softmax por linha.

2. Atenção Esparsa Circulante (CircAtt - Circulant-Sparse Attention):
   Para permitir o treinamento e a inferência eficientes em imagens grandes, mantendo a equivariância de translação da codificação esparsa convolucional, os autores introduzem a CircAtt.

   • Mecanismo: A CircAtt computa similaridades apenas dentro de uma janela deslizante de tamanho $W \times W$ com condições de contorno circulares. Isso resulta em uma matriz de adjacência com um padrão de esparsidade Bloco-Circulante com Blocos Circulantes (BCCB).
   • Eficiência: Ao restringir os cálculos a janelas locais e utilizar a estrutura BCCB, o método evita a complexidade de memória e computacional quadrática ($O(Q^2M)$) da atenção densa. Em vez disso, alcança complexidade linear em relação ao número de pixels ($O(QW^2M)$), onde $Q$ é o número de pixels latentes e $M$ é a contagem de canais.
   • Artefatos Globais: Ao contrário dos métodos baseados em patches que processam janelas independentemente e fazem a média das sobreposições (o que pode causar artefatos de borda), a CircAtt processa toda a imagem conjuntamente em uma única passagem direta (forward pass), permitindo a restauração eficaz de degradações globais, como artefatos de aliasing em CS-MRI.

A rede é formulada como um Método de Gradiente Próximo (PGM) desenrolado para o problema de Busca de Base de Redução de Ruído (BPDN). Para CS-MRI, a arquitetura é estendida incorporando o operador de observação $H = MFR$ (transformada de Fourier mascarada com sensibilidades de bobina) e seu adjunto, juntamente com um operador de Gram $H^H H$, dentro de cada camada desenrolada.

Principais Contribuições

• Operação Não Local Inovadora: A introdução da Atenção Esparsa Circulante (CircAtt), que aborda as deficiências de modelagem e computação das comuns Atenções Densas Baseadas em Patches (PbDA), mantendo a equivariância de translação e permitindo o processamento conjunto de grandes imagens.
• Limiarização de Grupo Aprendida: Uma operação de limiarização de grupo diferenciável que codifica o prior de esparsidade de grupo usando uma dimensão de canal reduzida para o espaço latente, alcançando velocidades de inferência competitivas.
• Desempenho Interpretável: A construção de uma CNN não local interpretável que atinge desempenho de denoisamento e reconstrução de CS-MRI em paridade com modelos de caixa-preta de última geração (incluindo Transformers e DNNs não locais) sem depender de truques comuns de aprendizado profundo, como normalização de lote (batch normalization) ou aprendizado residual.
• Robustez: O método demonstra uma nova robustez a desajustes de nível de ruído entre o treinamento e a inferência, uma propriedade herdada da formulação subjacente de BPDN.
• Código Aberto: Os autores fornecem uma implementação de código aberto na linguagem de programação Julia.

Resultos
Resultados experimentais indicam que o GroupCDL alcança um desempenho competitivo de denoisamento de imagens naturais comparado a DNNs não locais de caixa-preta e Transformers. No domínio de CS-MRI, o método produz desempenho de última geração, superando métodos existentes. O estudo destaca que a construção interpretável permite a extensão direta para problemas inversos sem os "truques" frequentemente necessários para adaptar métodos de caixa-preta. Além disso, o uso da CircAtt permite a restauração eficaz de artefatos globais (ex: aliasing) que são difíceis de lidar com abordagens baseadas em patches.

Significância
O artigo afirma que o GroupCDL representa o primeiro caso de uma rede interpretável que consegue, com sucesso, reduzir a lacuna de desempenho em relação aos métodos de caixa-preta não locais de última geração para denoisamento de imagens. Ao derivar a rede diretamente de uma formulação de aprendizado de dicionário convolucional de esparsidade de grupo, os autores demonstram que o alto desempenho não exige sacrificar a interpretabilidade. A arquitetura proposta oferece uma alternativa principista aos designs de caixa-preta, provendo eficiência de parâmetros e de dados, novas capacidades de generalização (especificamente em relação a desajustes de nível de ruído) e um framework unificado tanto para denoisamento de imagem quanto para reconstrução de CS-MRI. O trabalho desafia a necessidade de construções de caixa-preta para alcançar os benefícios da autossimilaridade não local, mostrando que designs estruturados e interpretáveis podem igualar ou exceder tais métodos, oferecendo uma eficiência e robustez superiores no tratamento de degradações globais de imagem.