Synthesis of Late Gadolinium Enhancement Images via Implicit Neural Representations for Cardiac Scar Segmentation

Resumo Técnico: Síntese de Imagens de Realce Tardio com Gadolínio via Representações Neurais Implícitas para Segmentação de Cicatriz Cardíaca

1. Problema

A imagem de Realce Tardio com Gadolínio (LGE - Late Gadolinium Enhancement) é o padrão clínico para avaliação de cicatrizes miocárdicas (fibrose). No entanto, o desenvolvimento de métodos automatizados de segmentação enfrenta dois obstáculos principais:

• Escassez de Dados Anotados: A anotação manual de cicatrizes cardíacas é intensiva em mão de obra, requerendo especialistas e sofrendo de variabilidade inter e intra-observador.
• Qualidade da Imagem: As imagens LGE possuem baixa resolução espacial, artefatos de movimento e realce de contraste variável, dificultando a delimitação precisa de tecidos.
• Limitações das Técnicas Atuais: Técnicas tradicionais de aumento de dados (augmentations) falham em capturar as relações espaciais complexas e variações sutis de intensidade das cicatrizes. Métodos de tradução de domínio (ex: de cine-CMR para LGE) ainda exigem anotações manuais nas imagens geradas ou dependem de grandes conjuntos de dados de entrada.

2. Metodologia

Os autores propõem um framework unificado que sintetiza simultaneamente imagens LGE e suas máscaras de segmentação correspondentes, eliminando a necessidade de anotação manual para os dados sintéticos. A abordagem combina Representações Neurais Implícitas (INRs) com Modelos de Difusão.

O processo é dividido em quatro etapas principais:

1. Representação Neural Implícita Conjunta (INR):

   • As imagens LGE e as máscaras (miocárdio e fibrose) são modeladas como funções contínuas usando Redes de Representação Sinusoidal (SIREN).
   • A arquitetura utiliza um "backbone" compartilhado para extrair características anatômicas comuns, seguido por cabeças específicas para cada tarefa (intensidade da imagem e máscaras binárias).
   • Isso garante consistência anatômica intrínseca entre a imagem gerada e sua máscara.

2. Compressão do Espaço Latente (INR2VEC):

   • Os parâmetros dos INRs treinados são de alta dimensionalidade (~260k parâmetros).
   • Um codificador (INR2VEC) comprime esses parâmetros em um vetor latente compacto de 512 dimensões, preservando a informação anatômica essencial.

3. Síntese Baseada em Difusão:

   • Um modelo de difusão (Elucidated Diffusion Model - EDM) opera no espaço latente comprimido.
   • O modelo aprende a distribuição complexa das variações anatômicas e gera novos vetores latentes sintéticos através de um processo de denoising reverso.

4. Decodificação e Geração:

   • Os vetores latentes sintéticos são decodificados de volta para os parâmetros do INR.
   • O INR decodificado é consultado para gerar pares imagem-máscara sintéticos (Imagem LGE, Máscara de Miocárdio, Máscara de Fibrose).

5. Avaliação de Segmentação:

   • Os dados sintéticos são usados para aumentar o conjunto de treinamento de uma rede nnU-Net (estado da arte em segmentação) para segmentar miocárdio e fibrose em dados reais não vistos.

3. Principais Contribuições

• Geração Conjunta Imagem-Máscara: É, segundo os autores, o primeiro método a utilizar difusão latente para sintetizar imagens médicas com suas máscaras de segmentação correspondentes de forma acoplada, garantindo consistência anatômica sem anotação manual.
• Abordagem Livre de Anotação: O framework permite expandir conjuntos de dados de treinamento sem o custo de anotação manual adicional.
• Modelagem Contínua: O uso de INRs captura relações espaciais de alta frequência e detalhes finos que técnicas de aumento de dados discretas tradicionais perdem.
• Validação em Dados Reais: O método foi testado em um conjunto de dados clínico real de 133 pacientes, demonstrando eficácia prática.

4. Resultados

Os experimentos foram realizados com 133 volumes de ressonância magnética cardíaca (LGE). O conjunto foi dividido em 105 volumes para treinamento do INR/Difusão e 28 para teste.

• Qualidade Visual e Estrutural:

  • As imagens sintéticas preservam a geometria global do coração, espessura da parede e localização plausível da fibrose.
  • Métricas de similaridade estrutural (SSIM) e PSNR indicam que as imagens ocupam uma distribuição de intensidade comparável aos dados reais, embora não sejam cópias pixel a pixel (o que é desejável para aumento de dados).
  • A consistência volumétrica foi mantida através das fatias (basal, médio-ventricular e apical).

• Desempenho de Segmentação (nnU-Net):

  • Fibrose (Cicatriz): Houve melhoria significativa na segmentação de fibrose ao adicionar dados sintéticos.
    • Baseline (apenas dados reais): Dice Score de 0,509.
    • Com 200 volumes sintéticos: Dice Score aumentou para 0,524 (+2,9%).
  • Melhoria Regional: A maior melhoria ocorreu nas fatias apicais (topo do coração), onde a fibrose é pequena e heterogênea. A métrica Dice para a região superior 25% saltou de 0,370 para 0,405 (+9,5%).
  • Miocárdio: A segmentação do miocárdio permaneceu estável (Dice ~0,81), com uma leve redução marginal ao aumentar os dados sintéticos, possivelmente devido a efeitos de suavização nas fronteiras, mas sem perda de correção anatômica global.

5. Significado e Conclusão

Este trabalho demonstra que a síntese de dados baseada em INRs e difusão é uma estratégia viável e eficaz para mitigar a escassez de dados anotados em imagens cardíacas LGE.

• Impacto Clínico: A melhoria na segmentação de fibrose, especialmente em regiões apicais onde os dados são mais escassos e a tarefa é mais difícil, tem implicações diretas no prognóstico e tratamento de pacientes com insuficiência cardíaca e arritmias.
• Eficiência: O método oferece uma via para reduzir o esforço de anotação manual, permitindo o treinamento de modelos robustos mesmo com conjuntos de dados pequenos.
• Futuro: Embora a borda entre miocárdio e sangue (pool sanguíneo) possa apresentar menos nitidez nas imagens sintéticas, a abordagem foca na plausibilidade anatômica e diversidade estrutural, que são mais críticas para o treinamento de modelos de segmentação do que a fidelidade visual perfeita. O estudo estabelece uma base para futuras pesquisas em síntese de dados para outras tarefas de imagem médica onde a escassez de dados é um gargalo fundamental.