Anatomical Token Uncertainty for Transformer-Guided Active MRI Acquisition

1. Problema e Contexto

A aquisição completa de dados em Ressonância Magnética (MRI) é inerentemente lenta, o que limita o fluxo de trabalho clínico e aumenta o desconforto do paciente. A Ressonância Magnética Compressiva (CS-MRI) busca acelerar esse processo reconstruindo imagens a partir de dados subamostrados no espaço-k (domínio de Fourier).

O desafio central reside em duas frentes:

1. Trajetória de Amostragem: Projetar padrões de subamostragem que maximizem a fidelidade da reconstrução. Métodos existentes (como LOUPE e PUERT) geralmente geram máscaras fixas ou probabilísticas para todo um conjunto de dados, falhando em se adaptar às variações anatômicas específicas de cada paciente durante um exame individual.
2. Avaliação: Métricas tradicionais baseadas em pixels (PSNR, SSIM) frequentemente não correlacionam bem com a qualidade percebida por radiologistas e são sensíveis a ruídos de aquisição, especialmente em métodos que priorizam a estrutura anatômica sobre a precisão pixel a pixel.

2. Metodologia Proposta

Os autores propõem um framework de amostragem ativa que utiliza a estrutura discreta de um tokenizer de imagens médicas pré-treinado e um modelo Transformer latente para guiar a aquisição de dados em tempo real.

Componentes Principais:

• Tokenização Discreta (MedITok): Utiliza o tokenizer MedITok para representar a anatomia através de um dicionário de tokens visuais quantizados. O encoder transforma a imagem (componentes real e imaginário) em uma grade latente quantizada.
• Modelo Transformer: Um decoder Transformer é treinado para prever as sequências de tokens completos (substituídos) a partir dos dados subamostrados. O modelo gera uma distribuição de probabilidade sobre as entradas do código (codebook) para cada posição latente.
• Medida de Incerteza: A incerteza é derivada da entropia dos tokens (entropia de Shannon) sobre as distribuições previstas pelo Transformer. Uma alta entropia indica que o modelo está inseguro sobre a estrutura anatômica naquela região.

Estratégias de Amostragem Ativa:

O framework utiliza essa incerteza latente para selecionar quais linhas do espaço-k devem ser adquiridas a seguir, através de duas estratégias:

1. Seleção por Entropia Latente (LES - Latent Entropy Selection):

   • Calcula o mapa de entropia por patch a partir das probabilidades dos tokens.
   • Interpola esse mapa para o tamanho da imagem e transforma para o domínio do espaço-k via Transformada de Fourier.
   • Seleciona a linha de amostragem no espaço-k que possui a maior amplitude média no mapa de entropia transformado, identificando assim as frequências espaciais onde o modelo está mais incerto e que são mais informativas.

2. Otimização de Entropia Baseada em Gradiente (GEO - Gradient-based Entropy Optimization):

   • Define uma função de perda baseada na entropia latente total.
   • Utiliza um Straight-Through Estimator (STE) para permitir a retropropagação de gradientes através do passo de quantização não diferenciável.
   • Calcula o gradiente da entropia total em relação às medições de entrada (espaço-k).
   • Seleciona a linha de amostragem que maximiza a redução da incerteza (maior magnitude de gradiente).

3. Principais Contribuições

1. Novo Framework de Amostragem Ativa: Integração de tokenizers médicos e Transformers para guiar a aquisição de MRI baseada em incerteza anatômica, adaptando-se dinamicamente a cada paciente.
2. Métricas de Incerteza Latente: Introdução de LES e GEO como métodos para projetar a incerteza do espaço latente discreto diretamente para o domínio de aquisição (espaço-k).
3. Avaliação Unificada e Métricas Perceptuais: Demonstração de que, embora os métodos propostos possam ter PSNR/SSIM ligeiramente inferiores, eles superam significativamente o estado da arte em métricas baseadas em características profundas (LPIPS, DISTS, SSFD), que melhor capturam detalhes anatômicos finos e realismo perceptual.

4. Resultados Experimentais

O framework foi avaliado nos conjuntos de dados fastMRI (Joelho e Cérebro) com acelerações de ×8 e ×16.

• Desempenho Quantitativo:
  • Métodos baseados em distorção (como PUERT e LOUPE) mantiveram PSNR e SSIM mais altos.
  • No entanto, LES e GEO obtiveram os melhores resultados em métricas perceptuais e baseadas em características.
  • Exemplo: No conjunto de dados de Joelho (×16), o GEO/LES alcançou um SSFD de 8.82, superando o PUERT (14.75) em 40,2% (redução de erro). No cérebro (×8), o GEO alcançou o melhor SSFD (6.67).
• Análise Qualitativa: As reconstruções geradas por LES e GEO preservaram melhor os detalhes de borda e texturas locais, evitando o "over-smoothing" (suavização excessiva) comum em outros métodos. O modelo tende a suprimir ruído de aquisição, resultando em imagens visualmente mais limpas, o que explica a maior divergência em métricas pixel a pixel (PSNR).
• Eficiência Computacional:
  • A estratégia LES demonstrou alta eficiência, alcançando um throughput de 0,97 fps, sendo significativamente mais rápida que métodos ativos anteriores (como AdaSense, que operou a 0,01 fps).
  • O GEO é mais lento, mas ainda assim mais rápido que as bases de comparação ativas.

5. Significado e Conclusão

O trabalho demonstra uma mudança de paradigma na reconstrução de MRI: sair da otimização estrita da fidelidade de pixels para a preservação de estruturas anatômicas plausíveis.

• Compromisso Percepção-Distorção: Os autores reconhecem que a priorização da estrutura anatômica e a supressão de ruído resultam em uma penalidade no PSNR, mas argumentam que isso é benéfico para a utilidade clínica, pois preserva detalhes diagnósticos relevantes que métodos tradicionais suavizam.
• Viabilidade Clínica: A capacidade de adaptação online (amostragem ativa) combinada com a alta velocidade de inferência (especialmente do LES) torna a abordagem viável para implementação em cenários clínicos reais, onde o tempo de exame é crítico.
• Futuro: O trabalho aponta para melhorias na previsão de tokens latentes, uso de perdas híbridas e extensão para dados multicoil e trajetórias não-Cartesiana.

Em resumo, o artigo apresenta uma abordagem inovadora que utiliza a incerteza de modelos generativos baseados em tokens para otimizar a aquisição de MRI, oferecendo reconstruções superiores em termos de qualidade perceptual e detalhe anatômico, superando as limitações das métricas tradicionais e da amostragem estática.