AD-DAE: Alzheimer's Disease Progression Modeling with Unpaired Longitudinal MRI using Diffusion Auto-Encoders

Resumo Técnico: AD-DAE – Modelagem da Progressão da Doença de Alzheimer com RM Longitudinal Não Pareada usando Diffusion Auto-Encoders

Declaração do Problema
Modelar a progressão de doenças neurodegenerativas como a Doença de Alzheimer requer a captura de distribuições de imagens de alta dimensão ao longo de períodos longitudinais. Embora modelos generativos (ex: VAEs, GANs) tenham sido aplicados para prever imagens de acompanhamento a partir de pontos temporais anteriores, os métodos existentes enfrentam limitações significativas. Muitas abordagens dependem de dados longitudinais pareados por sujeito, que são frequentemente escassos. Outras, particularmente aquelas que utilizam Variational Auto-Encoders (VAEs) ou GANs padrão, têm dificuldade em desvincular a identidade específica do sujeito da progressão relacionada à doença. VAEs frequentemente resultam em reconstruções borradas que falham em preservar a identidade, enquanto GANs podem carecer de controle preciso sobre a direção e a magnitude das mudanças de progressão sem orientação pareada explícita. Além disso, modelos de difusão latente costem depender de pipelines de codificador-decodificador separados, o que limita a controlabilidade durante a geração de imagens. O desafio central é gerar imagens de acompanhamento controladas e que preservem a identidade do sujeito a partir de uma única imagem de um ponto no tempo, sem exigir supervisão longitudinal pareada, garantindo que as mudanças sejam anatomicamente plausíveis e confinadas a regiões relevantes para a doença.

Metodologia: Estrutura AD-DAE
Os autores propõem o AD-DAE (Alzheimer's Disease Diffusion Auto-Encoder), uma estrutura que utiliza um Diffusion Auto-Encoder (DAE) para modelar a progressão da doença em um espaço latente compacto e controlável. A arquitetura consiste em três componentes primários:

1. Diffusion Auto-Encoder (DAE):

   • Encoder (E): Mapeia imagens de RM 3D em uma representação latente ($z$). Diferente dos auto-encoders convencionais, o codificador do DAE foca em capturar estruturas semânticas de alto nível, enquanto o decodificador de denoising lida com detalhes de alta frequência.
   • Decoder (D): Um modelo de difusão de denoising (baseado em DDIM) que transforma iterativamente o ruído Gaussiano em uma imagem alvo, condicionado à representação latente $z$ do codificador. Este design permite representações latentes explícitas e compactas que facilitam a separação de informações.

2. Módulo de Estimativa de Deslocamento Latente (A):

   • Este módulo induz movimentos controlados no espaço latente para simular a progressão. Ele recebe atributos de progressão — especificamente o intervalo de idade ($v_a$) e o status cognitivo ($v_d$, ex: CN, MCI, AD) — como entrada.
   • Ele gera um vetor de deslocamento ($z'$) que é adicionado a um subconjunto específico do vetor latente ($z_b$) derivado da imagem de base.
   • Crucialmente, o deslocamento é aplicado apenas às primeiras $m$ dimensões do espaço latente de $d$ dimensões ($z'_f = z_b + [z'; 0]$). Este mecanismo é projetado para desacoplar fatores relacionados à progressão (codificados nas primeiras $m$ dimensões) de características de identidade do sujeito (codificadas nas $d-m$ dimensões restantes).

3. Módulo de Consistência (R):

   • Para garantir que a progressão gerada seja significativa e anatomicamente restrita sem um ground truth pareado, um módulo de consistência atua como um regressor.
   • Ele recebe a imagem de base ($x_b$), o acompanhamento gerado ($\hat{x}_f$) e seu resíduo ($x_b - \hat{x}_f$) como entrada para prever os atributos de progressão ($v'_d, v'_a$).
   • O módulo foca em regiões específicas da doença (hipocampo, amígdala, ventrículos laterais) através do mascaramento do resíduo. Isso guia implicitamente o módulo de Deslocamento Latente para produzir mudanças que correlacionem com os atributos de progressão e que sejam espacialmente confinadas a áreas anatômicas relevantes.

Treinamento e Inferência

• Treinamento: O modelo é treinado em dois modos. Inicialmente, opera em modo de auto-encodificação ($\lambda_1=0$) para aprender características da imagem. Subsequentemente, muda para o modo de geração de progressão ($\lambda_1=1$), otimizando uma função de perda combinada que compreende o Erro Quadrático Médio (MSE) para reconstrução de imagem e a perda de Entropia Cruzada (CE) para a regressão de atributos do módulo de consistência.
• Inferência: Dada uma imagem de base e atributos alvo (intervalo de idade, status cognitivo), o codificador produz $z_b$. O módulo de Deslocamento Latente calcula $z'$, que é adicionado a $z_b$. O vetor latente modificado guia o decodificador de difusão para gerar a imagem de acompanhamento $\hat{x}_f$ iterativamente.

Principais Contribuições

1. Estrutura AD-DAE: Introdução de uma estrutura de diffusion auto-encoder que modela a progressão da Doença de Alzheimer ao permitir movimentos latentes controlados, separando efetivamente fatores de progressão da identidade do sujeito sem dados longitudinais pareados.
2. Modelagem de Progressão Não Pareada: Um mecanismo para modelar a progressão da doença sem pares longitudinais específicos do sujeito, ao impor mudanças controladas que correlacionam com atributos de progressão e que são espacialmente restritas a áreas anatômicas relevantes para o Alzheimer.
3. Validação Abrangente: Validação em 1.016 sujeitos dos conjuntos de dados ADNI e OASIS, demonstrando eficácia através de métricas de qualidade de imagem, análise de progressão volumétrica e tarefas de classificação de doenças downstream.

Resultos

• Qualidade de Imagem: No conjunto de teste, o AD-DAE alcançou desempenho quantitativo superior em comparação com os baselines (CAAE, IPGAN, UVCGAN, BrLP, DE-CVAE, SITGAN). Atingiu o maior PSNR (30.10 dB para CN, 29.43 dB para MCI/AD) e SSIM (0.94), mantendo o menor MSE.
• Análise Volumétrica: O Erro Absoluto Médio (MAE) por região para mudanças volumétricas no hipocampo, amígdala e ventrículos laterais mostrou que o AD-DAE superou significativamente todos os baselines (ex: 0.0282 MAE para o hipocampo vs. 0.1161 para o SITGAN).
• Análise de Deformação: A análise do determinante Jacobiano confirmou que o AD-DAE captura mais precisamente as deformações anatômicas não lineares (atrofia e expansão ventricular) em comparação com outros métodos, com erros mais próximos do ground truth.
• Utilidade Downstream: Em tarefas de classificação de doenças, os dados gerados pelo AD-DAE aumentaram efetivamente os dados de treinamento reais, melhorando a precisão da classificação para níveis comparáveis ao uso de 100% de dados reais.
• Organização do Espaço Latente: Projeções UMAP e experimentos de troca de latente demonstraram que as primeiras $m$ dimensões latentes codificam com sucesso a idade e o status cognitivo, permitindo a geração de mudanças de progressão (ex: contração/expansão ventricular) enquanto preservam a identidade do sujeito.

Significância e Alegações
O artigo afirma que o AD-DAE oferece um avanço significativo na modelagem da progressão longitudinal da doença ao combinar as capacidades de modelagem de distribuição do espaço de imagem da difusão com a controlabilidade de uma formulação de auto-encodificação. Os autores afirmam que sua abordagem consegue organizar o espaço latente para separar fatores de progressão da identidade do sujeito, permitindo a geração de imagens de acompanhamento plausíveis sem a necessidade de orientação longitudinal pareada explícita. Os resultados sugerem que deformações anatômicas não lineares no espaço de imagem podem ser efetivamente aproximadas por transformações lineares dentro do espaço latente do DAE. A estrutura é apresentada como uma ferramenta robusta para a modelagem da progressão do Alzheimer, capaz de gerar dados que preservam a identidade do sujeito enquanto refletem com precisão mudanças estruturais específicas da doença, apoiando assim tarefas clínicas e de pesquisa downstream onde dados longitudinais pareados não estão disponíveis.