Unsupervised MR-US Multimodal Image Registration with Multilevel Correlation Pyramidal Optimization

Este artigo apresenta um método de registro de imagens médicas multimodais não supervisionado baseado em Otimização Piramidal de Correlação Multinível (MCPO), que alcançou o primeiro lugar no desafio ReMIND2Reg do Learn2Reg 2025 e demonstrou alta precisão na navegação cirúrgica ao alinhar imagens pré e intraoperatórias.

O essencial

Imagine que você é um cirurgião tentando operar um cérebro. Você tem um mapa de alta definição feito antes da cirurgia (uma ressonância magnética, ou MRI), que mostra exatamente onde estão os vasos sanguíneos e tumores. Mas, durante a operação, o cérebro se move, incha ou é removido parcialmente, como uma gelatina tremendo. O mapa antigo não serve mais.

Para ajudar, você usa um sonar em tempo real (ultrassom, ou US) dentro do cérebro. O problema é que o ultrassom é "granulado" e parece muito diferente da ressonância magnética. É como tentar encaixar um desenho feito a lápis em uma foto borrada.

Os pesquisadores deste artigo criaram um "super-ajustador" automático chamado MCPO para resolver esse quebra-cabeça. Eles ganharam o primeiro lugar em uma competição mundial (Learn2Reg 2025) usando essa técnica.

Aqui está como funciona, explicado de forma simples:

1. O Problema: "Traduzir" duas línguas diferentes

A ressonância e o ultrassom falam "línguas" diferentes. A ressonância mostra detalhes internos claros, enquanto o ultrassom é mais abstrato. Além disso, o cérebro se move e se deforma durante a cirurgia. Tentar alinhar essas duas imagens manualmente é como tentar encaixar duas peças de quebra-cabeça que mudam de forma enquanto você olha para elas.

2. A Solução: O "Olho Mágico" (Descritor de Vizinhos)

O primeiro passo do MCPO é ignorar as cores e texturas diferentes das imagens. Em vez disso, ele usa um "olho mágico" (chamado Mind-SSC) que olha para a estrutura das coisas.

• Analogia: Imagine que você tem duas fotos de uma cidade: uma é um desenho de arquitetura e a outra é uma foto aérea borrada. O "olho mágico" não tenta comparar as cores dos prédios, mas sim a forma como as ruas se conectam e como os quarteirões se parecem. Ele transforma ambas as imagens em um "mapa de formas" comum, onde a ressonância e o ultrassom começam a parecer iguais.

3. A Estratégia: A "Escada de Gigante" (Otimização em Pirâmide)

Aqui está a parte genial. Em vez de tentar alinhar a imagem inteira de uma vez (o que seria muito difícil e propenso a erros), o sistema usa uma pirâmide de níveis.

• Nível 1 (O Gigante): O sistema olha para a imagem bem de longe (como se fosse vista de um avião). Ele vê apenas as grandes formas e ajusta a posição geral. É como alinhar dois mapas do mundo antes de tentar alinhar as cidades.
• Nível 2, 3, 4... (O Detalhe): O sistema vai descendo a "escada", olhando cada vez mais de perto. Em cada degrau, ele refina o ajuste.
• A Mágica: Ele usa uma técnica matemática chamada "otimização convexa" (que é como encontrar o caminho mais curto e suave para descer uma montanha sem tropeçar) para garantir que o ajuste seja suave e não quebre o tecido virtualmente.

4. O Toque Final: O "Polimento" (Adam Instance Optimization)

Depois de fazer o ajuste grosso e fino, o sistema faz um polimento final.

• O Desafio do Ultrassom: O ultrassom tem pouco detalhe. Se você tentar comparar a imagem inteira, o sistema fica confuso.
• A Solução: O sistema escolhe aleatoriamente pequenos pedaços (como recortes de um jornal) que têm informações boas e compara apenas esses pedaços. É como um detetive que, em vez de ler todo o jornal, foca apenas nas manchetes importantes para entender a história. Isso ajusta a imagem final com precisão milimétrica.

5. O Resultado: Vitória na Competição

Os pesquisadores testaram esse método em dados reais de pacientes.

• Na competição: Eles ganharam o primeiro lugar, superando todos os outros times.
• Na prática: O sistema conseguiu alinhar as imagens com um erro de apenas 1,8 milímetros (menos que a espessura de uma moeda), mesmo quando o cérebro estava muito deformado.

Resumo da Ópera

Imagine que você precisa colar um adesivo em um balão que está sendo apertado e mudando de forma.

1. Você primeiro olha de longe para ver onde o adesivo deve ir em geral.
2. Depois, você vai aproximando a mão, ajustando a posição conforme o balão muda.
3. Por fim, você usa um dedo para alisar os cantos, garantindo que não haja bolhas.

O MCPO faz exatamente isso, mas com imagens médicas, permitindo que os cirurgiões vejam o "mapa do tesouro" (ressonância) perfeitamente alinhado com o "território real" (ultrassom) durante a cirurgia, salvando vidas e tornando as operações mais seguras.

Resumo técnico

Resumo Técnico: Registro Multimodal de Imagens MR-US Não Supervisionado com Otimização Piramidal de Correlação Multinível (MCPO)

1. O Problema

O registro de imagens médicas multimodais é fundamental para a navegação cirúrgica, permitindo aos cirurgiões visualizar a posição relativa de áreas-alvo em relação a estruturas anatômicas críticas durante a operação. No entanto, o registro entre imagens pré-operatórias (Ressonância Magnética - MRI) e intraoperatórias (Ultrassom - US) enfrenta desafios significativos:

• Diferenças de Modalidade: As imagens MRI e US possuem características de intensidade e textura drasticamente diferentes, dificultando a correspondência direta.
• Deformação de Tecidos: Durante a cirurgia, ocorrem deslocamentos e remoção de tecidos, causando grandes deformações não rígidas que métodos tradicionais não conseguem capturar.
• Baixa Distinção de Características: As imagens intraoperatórias de ultrassom frequentemente possuem baixa densidade de informação e ruído.
• Falta de Dados Rotulados: A obtenção de pares de imagens com "ground truth" (pontos de referência exatos) é difícil, exigindo métodos não supervisionados.

O artigo foca no desafio ReMIND2Reg da competição Learn2Reg 2025, que exige o registro não supervisionado de MRI pré-operatório (T1 e T2 com contraste) para US 3D intraoperatório, caracterizado por grandes deformações e falta de rótulos.

2. Metodologia (MCPO)

Os autores propõem o método MCPO (Multilevel Correlation Pyramidal Optimization), uma abordagem não supervisionada baseada em otimização convexa acoplada e fusão piramidal. O fluxo geral inclui:

• Extração de Características Independentes de Modalidade:

  • Utiliza o extrator de características Mind-SSC (Modality Independent Neighborhood Descriptor).
  • Explora a auto-similaridade de áreas parciais da imagem para extrair informações estruturais locais únicas, criando uma representação estrutural altamente consistente entre MRI e US.

• Otimização Piramidal Multinível:

  • As características extraídas são downsampled (reduzidas) em múltiplas escalas ($n=3,4,5,6$) via pooling médio.
  • Camada de Correlação Densa: Calcula volumes de custo (diferença quadrática somada - SSD) para capturar deslocamentos iniciais, mesmo em espaços de busca grandes.
  • Otimização Convexa Acoplada com Balanceamento de Pesos: Realiza iterações alternadas para otimizar similaridade e suavidade. Um termo de balanceamento de peso é introduzido para garantir uma otimização de deformação mais suave.
  • Restrição de Inconsistência Inversa: Adicionada para minimizar a diferença entre transformações diretas e inversas, evitando deformações irreais.

• Fusão de Campos de Deslocamento:

  • Um campo de deslocamento rígido é calculado para cada nível via ajuste por mínimos quadrados.
  • O campo de deslocamento denso final é construído de forma do grosso para o fino (coarse-to-fine), compondo aditivamente os campos rígidos de cada nível.

• Otimização de Instância (Fine-tuning):

  • Uma etapa opcional utiliza o Adam Instance Optimization para refinar o campo de deslocamento rígido final.
  • Inovação na Função de Perda: Introduz uma perda de Informação Mútua baseada em Patches Estocásticos. Como a perda de informação mútua global falha em imagens de ultrassom (baixa densidade de informação), esta abordagem amostra aleatoriamente patches locais informativos para refinar o registro.

O método possui duas variantes: MCPO-rigid (apenas registro rígido) e MCPO-deform (com otimização deformável).

3. Contribuições Chave

1. Estratégia de Otimização Híbrida: Combina extração de características robusta (Mind-SSC) com otimização convexa acoplada em uma estrutura piramidal, permitindo capturar tanto deformações globais quanto detalhes locais.
2. Mecanismo de Fusão Multiescala: A composição aditiva de campos de deslocamento rígidos em diferentes escalas permite lidar com grandes deformações sem perder a estabilidade numérica.
3. Perda de Informação Mútua Estocástica: Adaptação da função de perda para lidar especificamente com a baixa densidade de informação do ultrassom, melhorando a precisão em regiões críticas.
4. Desempenho SOTA: Alcançou o primeiro lugar no desafio Learn2Reg 2025 (fase de validação e teste) e demonstrou generalização em um conjunto de dados externo.

4. Resultados

Os resultados foram avaliados utilizando o Erro de Registro Alvo (TRE) em milímetros.

• Desafio ReMIND2Reg (Validação):

  • O MCPO-rigid obteve o melhor desempenho na fase de validação com um TRE de 1.790 ± 0.536 mm, superando todos os baselines (ConvexAdam, NiftyReg, MCBO).
  • O MCPO-deform teve um desempenho moderado nesta fase específica (2.766 mm) devido a um caso específico, mas ainda foi competitivo.

• Conjunto de Dados Resect (Validação Externa):

  • Para testar a generalização em deformações maiores, o método foi testado no conjunto de dados Resect (23 pacientes).
  • O MCPO-deform superou todos os métodos com um TRE médio de 1.798 ± 1.301 mm.
  • Em um caso de grande deformação (19.731 mm inicial), o MCPO-deform reduziu o erro para ~1.1-1.3 mm, enquanto o MCPO-rigid falhou (erros >13 mm).

• Fase de Teste (Competição):

  • A equipe submeteu o MCPO-deform para a fase de teste final.
  • O método alcançou a 1ª colocação na competição ReMIND2Reg, com uma pontuação normalizada de 0.911 (sobre 1.0), superando a segunda colocada por uma margem estreita.
  • O método demonstrou robustez ao ser avaliado com a métrica TRE30 (30º percentil dos erros), indicando consistência mesmo na presença de casos difíceis.

5. Significância

O trabalho demonstra que é possível realizar registro médico multimodal de alta precisão sem dados rotulados, utilizando apenas um pequeno número de procedimentos de aprendizado e otimização.

• Aplicabilidade Clínica: A capacidade de lidar com grandes deformações de tecidos e diferenças de modalidade torna o método altamente relevante para navegação cirúrgica em tempo real, onde a precisão é crítica para a segurança do paciente.
• Generalização: A validação bem-sucedida em dois conjuntos de dados distintos (ReMIND e Resect) prova que a abordagem não está superajustada (overfitting) a um único tipo de dado, sugerindo ampla aplicabilidade em cenários clínicos diversos.
• Eficiência: A arquitetura baseada em otimização convexa e piramidal oferece um equilíbrio entre precisão e complexidade computacional, sendo viável para implementação em ambientes clínicos.

O código do projeto está disponível publicamente, promovendo a reprodutibilidade e o avanço futuro na área de registro de imagens médicas.