B-FIRE: Binning-Free Diffusion Implicit Neural Representation for Hyper-Accelerated Motion-Resolved MRI

1. Declaração do Problema

Contexto Clínico: A Ressonância Magnética 4D (4DMRI) é crítica para a radioterapia guiada por ressonância magnética (MRgRT) resolvida em movimento, permitindo o rastreamento de tumores em tempo real e a acumulação de dose. No entanto, a 4DMRI convencional enfrenta duas limitações principais:

1. Desfoque Temporal: Os métodos padrão dependem de agrupamento por movimento (motion binning), onde dados de múltiplos ciclos respiratórios são medidos em fases discretas. Isso suprime a dinâmica do movimento instantâneo, cria anatomia desfocada e falha em capturar variações não periódicas ou de ciclo para ciclo.
2. Velocidade de Aquisição vs. Resolução: Alcançar alta resolução espacial e temporal requer tempos de aquisição extensos devido às restrições de amostragem de Nyquist. Isso impede a imagem 3D "em tempo real" (quase instantânea) necessária para a terapia adaptativa online.

A Lacuna: Os métodos existentes de reconstrução por aprendizado profundo (DL) lutam para lidar com amostragem não cartesiana hiper-acelerada (>100x) sem agrupamento.

• CNNs/Transformers Discretos falham sob amostragem não cartesiana devido a restrições de grade.
• Representações Neurais Implícitas (INRs) oferecem resolução contínua, mas sofrem com otimização lenta e específica do paciente.
• Redes Adversariais Generativas (GANs) arriscam alucinações anatômicas em altas acelerações.
• Modelos de Difusão mostram promessa, mas frequentemente carecem de eficiência computacional para inferência em tempo real.

2. Metodologia: O Framework B-FIRE

Os autores propõem o B-FIRE (Representação Neural Implícita de Difusão sem Agrupamento), um framework projetado para reconstruir volumes 3D de alta fidelidade a partir de dados do espaço-k extremamente subamostrados e sem agrupamento.

A. Arquitetura Central

O B-FIRE integra um Modelo Probabilístico de Difusão Condicional (DPM) com um backbone híbrido CNN-INR:

• Codificador (CNN): Utiliza uma cascata de EDSR, U-Net e ResNet para extrair características de múltiplas resoluções da entrada subamostrada. Isso projeta os dados de alta dimensão em um espaço latente compacto, acelerando a convergência.
• Decodificador (INR): Emprega Representações Neurais Implícitas (MLPs baseados em coordenadas) para decodificar características em um volume de imagem contínuo e independente de resolução. Isso permite a reconstrução não cartesiana sem artefatos de grade.
• Processo de Difusão: O modelo aprende a reverter um processo de difusão markoviano, removendo ruído progressivamente da entrada para recuperar a imagem alvo $y_0$ condicionada à medição subamostrada $x$.

B. Estratégia de Otimização

Para garantir estabilidade e fidelidade sob subamostragem extrema (até aceleração de 375x), o B-FIRE utiliza uma função de perda abrangente:

1. Perda de Difusão ($\mathcal{L}_{diff}$): Objetivo padrão de remoção de ruído L1 para aprender a distribuição de ruído.
2. Perda Espectral ($\mathcal{L}_{spec}$): Uma perda L1 ponderada por frequência no domínio de Fourier (espaço-k) para impor consistência com os sinais medidos e preservar bordas de alta frequência.
3. Perda Estrutural ($\mathcal{L}_{strc}$): Perda L1 no domínio da imagem para fidelidade global.
4. Perda de Borda ($\mathcal{L}_{edge}$): Perda baseada em gradiente para preservar limites anatômicos nítidos.

C. Treinamento e Inferência

• Treinamento: Utiliza uma estratégia híbrida com verdades fundamentais agrupadas por movimento (reconstruídas a partir de dados totalmente amostrados), mas aprende a mapear a partir de entradas subamostradas. Emprega uma estratégia de subamostragem híbrida (46x a 375x) para garantir robustez.
• Inferência: Aplicada diretamente a dados subamostrados sem agrupamento. O modelo realiza remoção de ruído iterativa (1500 passos) para gerar o volume 3D final, preservando o movimento instantâneo sem média temporal.

3. Contribuições Principais

1. Reconstrução Hiper-Acelerada sem Agrupamento: Demonstra o primeiro framework capaz de reconstruir ressonância magnética 3D do fígado a partir de amostragem de único raio (RV1), alcançando fatores de aceleração de até 375x enquanto mantém a fidelidade anatômica.
2. Arquitetura Híbrida CNN-INR + Difusão: Sinergiza com sucesso a velocidade dos codificadores CNN, a natureza contínua das INRs e a estabilidade dos Modelos de Difusão para superar as limitações de "alucinação" e "grade" dos métodos anteriores de DL.
3. Viabilidade em Tempo Real: Alcança uma latência de inferência de 120 ms (para patches de 16x16) em GPUs de alto desempenho, situando a tecnologia no domínio operacional para radioterapia guiada por ressonância magnética em tempo real.
4. Validação Clínica: Prova que a reconstrução sem agrupamento revela movimento fisiológico instantâneo (por exemplo, flutuações de apneia, deriva de linha de base) que é perdido em métodos convencionais agrupados por movimento.

4. Resultados Experimentais

O estudo foi avaliado em uma coorte de 225 pacientes com fígado (StarVIBE ponderado em T1) e fantomas digitais XCAT.

• Desempenho Quantitativo (Fantasma XCAT):

  • O B-FIRE superou significativamente as linhas de base (NuFFT, GRASP-CS, CNN em Cascata, Re-Con-GAN, CIRNet) em todos os fatores de aceleração.
  • Em RV1 (aceleração 375x), o B-FIRE alcançou um SSIM de 0,78, comparado a 0,50 para o próximo melhor método (CIRNet).
  • Mantive um Índice de Consistência de Detectabilidade (DCI) de 0,91, garantindo localização confiável do tumor mesmo sob subamostragem extrema.
  • Fidelidade de Movimento: O erro de movimento Superior-Inferior (SI) foi baixo (0,52–1,30 mm) em vários padrões respiratórios, incluindo respiração irregular e apneias.

• Análise Qualitativa e de Movimento:

  • O B-FIRE reconstruiu com sucesso trajetórias de movimento contínuas e coerentes, capturando dinâmicas sutis como flutuações diafragmáticas durante apneias de inspiração profunda (DIBH) que os métodos de agrupamento suavizaram.
  • Revelou correlações não lineares entre o movimento da superfície externa e o movimento de órgãos internos, que são críticos para rastreamento baseado em substitutos.

• Impacto Dosimétrico:

  • Simulações mostraram que o uso de dados de movimento de alta fidelidade do B-FIRE permite uma redução nas margens do Volume Alvo de Planejamento (PTV) de 3 mm para 1–2 mm.
  • Essa redução diminui significativamente a dose aos Órgãos em Risco (OARs) e previne a escalada desnecessária de dose para o Volume Tumoral Bruto (GTV).

5. Significado e Conclusão

O B-FIRE representa uma mudança de paradigma na ressonância magnética resolvida em movimento. Ao eliminar a necessidade de agrupamento respiratório, ele recupera anatomia 3D instantânea em vez de instantâneos médios.

• Impacto Clínico: Permite guiagem volumétrica em tempo real para radioterapia guiada por ressonância magnética, permitindo rastreamento de tumor mais preciso, margens de segurança reduzidas e melhor preservação de tecido saudável.
• Marco Técnico: Preenche a lacuna entre os limites teóricos de aceleração e a implantação clínica prática, provando que representações implícitas baseadas em difusão podem lidar com a extrema má-formulação da reconstrução de ressonância magnética 3D de único raio.

Limitações: A implementação atual utiliza uma abordagem 2.5D (pilhas de fatias) devido a restrições de memória da GPU, e a validação foi realizada em uma única coorte. Trabalhos futuros visam estender para 3D completo e validar em sistemas MR-Linac.