From Slices to Structures: Unsupervised 3D Reconstruction of Female Pelvic Anatomy from Freehand Transvaginal Ultrasound

Resumo Técnico: Reconstrução 3D Não Supervisionada da Anatomia Pélvica Feminina a partir de Ultrassonografia Transvaginal Livre

Definição do Problema
A ultrassonografia (US) volumétrica oferece um potencial significativo para melhorar a precisão diagnóstica em obstetrícia e ginecologia, particularmente para a anatomia pélvica. No entanto, a adoção clínica generalizada é dificultada pela dependência de hardware especializado (sondas varridas mecanicamente ou sistemas de rastreamento externos) e protocolos de aquisição restritivos. Os sistemas 3D existentes são frequentemente volumosos, caros e sofrem de menor resolução em comparação com a imagem 2D padrão. Além disso, abordagens recentes de aprendizado de máquina para reconstruir volumes 3D a partir de varreduras 2D livres dependem tipicamente de treinamento supervisionado com dados de pose de verdade fundamental (ground-truth) ou rastreamento externo, o que é frequentemente indisponível em ambientes clínicos. Há uma necessidade de um método que possa realizar a reconstrução 3D precisa a partir de varreduras transvaginais (TVS) 2D livres padrão, sem sensores externos, hardware de rastreamento ou estimadores de pose pré-treinados.

Metodologia: TVGS (Transvaginal Gaussian Splatting)
Os autores propõem o TVGS, um framework não supervisionado que adapta os princípios do Gaussian Splatting à física e geometria únicas da ultrassonografia. A metodologia central envolve os seguintes componentes:

• Representação: A anatomia é modelada como uma coleção de Gaussianos 3D anisotrópicos. Cada Gaussiano é definido por uma posição média ($\mu$), uma matriz de covariância ($\Sigma$) que descreve forma e orientação, uma opacidade ($o$) e uma intensidade escalar ($I$).
• Rasterizador Diferenciável Ciente de Fatias (Slice-Aware): Ao contrário do Gaussian Splatting óptico que depende de projeção de perspectiva, o TVGS utiliza um rasterizador diferenciável customizado e otimizado em CUDA, adaptado para US. Este rasterizador trata cada fatia de ultrassom como uma seção transversal planar. Ele computa a intensidade dos pixels agregando contribuições de Gaussianos 3D baseadas em sua proximidade espacial ao plano da fatia, utilizando a distância de Mahalanobis para considerar formas anisotrópicas. Esta abordagem lida com a natureza esparsa e não sobreposta das varreduras TVS.
• Otimização Conjunta: O framework realiza a otimização de ponta a ponta tanto da estrutura anatômica (parâmetros dos Gaussianos) quanto das poses das fatias. As poses das fatias são inicializadas com base em uma suposição de varredura angular suave, mas são tratadas como parâmetros aprendíveis. Durante o backpropagation, os gradientes fluem através do rasterizador para refinar tanto os parâmetros dos Gaussianos quanto as transformações de corpo rígido das fatias, permitindo que o sistema se autocalibre contra o movimento irregular da sonda (jitter).
• Inicialização e Controle de Densidade: Para garantir uma convergência estável, o método emprega uma inicialização "na fatia" (on-slice), distribuindo os centros dos Gaussianos diretamente nos planos de imagem, em vez de aleatoriamente no espaço 3D. Adicionalmente, um mecanismo de controle de densidade poda Gaussianos "inativos" (aqueles com baixo produto de intensidade-opacidade) e os resemeia em regiões ativas para manter a eficiência computacional e a capacidade volumétrica.
• Objetivo de Treinamento: O sistema é otimizado usando uma função de perda híbrida combinando perdas L1 e SSIM, impulsionada puramente pela supervisão de nível de imagem das fatias 2D de entrada.

Principais Contribuições

1. Reconstrução Sem Sensor e Não Supervisionada: A primeira aplicação de Gaussian Splatting para US 3D que não requer rastreamento externo, trajetórias de verdade fundamental ou estimadores de pose aprendidos.
2. Gaussian Splatting Adaptado para US: Um novo framework volumétrico que adapta o Gaussian Splatting à física do US, abordando especificamente a falta de redundância de visão e a natureza planar das fatias.
3. Rasterizador Diferenciável Customizado: Um rasterizador de alto desempenho, otimizado em CUDA, projetado para renderização baseada em fatias sob condições de amostragem altamente anisotrópicas (densa no plano, esparsa através do plano).
4. Otimização Conjunta de Pose e Cena: Uma estratégia que refina as poses das fatias juntamente com os parâmetros da cena, aumentando a robustez ao movimento irregular da sonda típico da aquisição livre.

Resultados Experimentais
O método foi validado tanto em dados sintéticos (modelos de útero simulados com poses de verdade fundamental) quanto em dados clínicos reais de TVS de 10 pacientes.

• Métricas de Desempenho: Nos dados sintéticos, o método alcançou alta similaridade estrutural (SSIM 0.97–0.98) e PSNR (28–30 dB). Nos dados clínicos reais, superou uma linha de base de representação neural implícita de última geração (ImplicitVol) em todas as métricas (SSIM, PSNR, LPIPS).
• Eficiência: Uma vantagem significativa do TVGS é a velocidade computacional. Enquanto o baseline ImplicitVol exigiu aproximadamente 3 horas para convergir em dados reais, o TVGS alcançou resultados superiores em 11–16 minutos.
• Robustez: O método demonstrou robustez a um jitter de movimento moderado (desvio de até 2,5%) através da otimização de pose conjunta. No entanto, o desempenho degradou em níveis de jitter extremos (5%), onde o prior geométrico da linha de base de pose fixa provou ser mais seguro.
• Generalização: O modelo mostrou forte generalização entre visões, sendo capaz de reconstruir estruturas anatômicas (ex: útero, endométrio) a partir de uma única visão (sagital ou transversal) e renderizá-las na visão ortogonal.
• Velocidade de Renderização: O framework suporta renderização em tempo real, alcançando taxas de quadros de ~55 FPS para cenas com 50.000 Gaussianos e ~229 FPS para cenas menores.

Significância e Alegações
O artigo afirma que o TVGS demonstra que uma reconstrução 3D precisa a partir de imagens de ultrassom 2D pode ser alcançada através de meios puramente computacionais, eliminando a necessidade de hardware especializado. Ao aproveitar suposições geométricas e otimizar primitivas Gaussianas anisotrópicas diretamente das fatias 2D, o método oferece uma alternativa escalável, eficiente em termos de memória e livre de hardware aos sistemas 3D convencionais.

Os autores posicionam este trabalho como um passo para permitir novas oportunidades de análise e diagnóstico auxiliados por IA em ginecologia. Eles observam que, embora desafios permaneçam — especificamente quanto ao alinhamento de múltiplas visões ortogonais e ao alcance de tempo real verdadeiro durante o processo de escaneamento — o método fornece uma base para a reconstrução volumétrica orientada por dados que reduz a barreira para a implementação clínica de baixo custo para ultrassonografia. O trabalho não pretende substituir os sistemas 3D existentes imediatamente, mas oferece um caminho viável para gerar volumes de alta fidelidade a partir de equipamentos 2D padrão sem rastreamento dependente do operador.