SPLIT: Self-supervised Partitioning for Learned Inversion in Nonlinear Tomography

1. O Problema

A reconstrução de imagens em tomografia computarizada (TC), especialmente em cenários não lineares como a Tomografia Computarizada Espectral Multiespectral (MSCT), enfrenta desafios significativos:

• Natureza Não Linear: Diferente da TC clássica (baseada na transformada de Radon linear), a MSCT lida com a atenuação dependente da energia e fontes de raios-X policromáticas, criando um problema inverso não linear complexo.
• Dados Incompletos e Ruidosos: Aplicações práticas frequentemente envolvem dados subamostrados (poucos ângulos de projeção) e ruído (estatística de Poisson e ruído eletrônico), levando a artefatos severos.
• Falta de Dados de Treinamento (Ground Truth): Métodos de aprendizado de máquina supervisionados exigem pares de dados (medidas e imagens reais), que são raramente disponíveis na prática médica ou industrial.
• Limitação dos Métodos Atuais: Abordagens auto-supervisionadas existentes focam principalmente em problemas lineares ou em tarefas de remoção de ruído, não sendo adequadas para a reconstrução direta de problemas inversos não lineares com dados incompletos.

2. Metodologia: O Framework SPLIT

Os autores propõem o SPLIT (Self-supervised Partitioning for Learned Inversion in Nonlinear Tomography), um framework de aprendizado de máquina auto-supervisionado que não requer imagens de referência (ground truth).

Princípios Fundamentais:

• Particionamento Múltiplo: Ao contrário de métodos anteriores que usam uma única divisão de dados, o SPLIT divide o domínio das medições em múltiplas partições (ex: dimensão angular e dimensão do detector).
• Consistência Cruzada e Fidelidade: O método treina uma rede neural para garantir a consistência entre diferentes partições dos dados e a fidelidade no domínio das medições.
• Função de Perda no Domínio das Medições: O núcleo da inovação é o uso de uma perda no domínio das medições (em vez do domínio da imagem). A rede mapeia reconstruções parciais baseadas em um subconjunto de dados para prever os dados de medição de outro subconjunto.
  • Formalmente, minimiza-se $E\|A_{\Omega}(f(B_{\Omega^c} y_{\Omega^c})) - y_{\Omega}\|^2$, onde $A$ é o operador direto não linear, $B$ são reconstruções parciais e $f$ é a rede neural.
• Teorema de Equivalência: Os autores provam teoricamente que, sob condições de ruído independente e média zero, a perda auto-supervisionada no domínio das medições é equivalente à perda supervisionada (com ground truth) em expectativa. Isso justifica o treinamento sem imagens reais.
• Parada Automática (Early Stopping): Para evitar o overfitting, o treinamento é interrompido quando uma métrica de qualidade de imagem sem referência (baseada na divergência de saída entre partições cruzadas) satura.

Aplicação Específica (Double-SPLIT para MSCT):
Para MSCT, o SPLIT utiliza duas partições complementares:

1. Partição Angular: Divisão dos ângulos de projeção (pares/ímpares).
2. Partição do Detector: Divisão dos elementos do detector (pares/ímpares).
   O método utiliza um algoritmo iterativo rápido ("CP-fast") para gerar reconstruções parciais iniciais e uma arquitetura U-Net para refinar a imagem, realizando simultaneamente a formação da imagem e a decomposição de materiais.

3. Contribuições Chave

1. Primeira Abordagem Auto-Supervisionada para Tomografia Não Linear: O SPLIT é o primeiro framework a aplicar aprendizado auto-supervisionado a problemas inversos não lineares com dados incompletos e ruidosos.
2. Estratégia de Multi-Particionamento: Introduz o uso de múltiplas partições de dados (angular e de detector) para lidar simultaneamente com subamostragem e ruído, uma estratégia inédita na literatura de imagem auto-supervisionada.
3. Fundamentação Teórica Rigorosa: Demonstra a equivalência estatística entre a perda auto-supervisionada proposta e a perda supervisionada ideal, validando a abordagem teoricamente.
4. Reconstrução Conjunta: Permite a reconstrução de mapas de densidade de materiais e a decomposição espectral em um único passo, evitando pipelines de dois estágios (formação de imagem + decomposição) comuns em métodos anteriores.

4. Resultados Experimentais

Os experimentos foram realizados em dados sintéticos de MSCT com três materiais (água, iodo, gadolínio) e diferentes níveis de subamostragem angular (725, 145 e 29 vistas).

• Comparação: O SPLIT foi comparado com:
  • CP-Fast: Um algoritmo iterativo clássico (baseline).
  • X-space loss: Um método auto-supervisionado adaptado (perda no espaço da imagem).
  • Single-SPLIT: Versão com uma única partição.
• Desempenho:
  • O Double-SPLIT superou consistentemente todos os métodos, especialmente em cenários de ultra-subamostragem (29 vistas), onde métodos clássicos falham severamente.
  • Em termos de PSNR (Relação Sinal-Ruído de Pico) e SSIM (Índice de Similaridade Estrutural), o SPLIT obteve ganhos significativos. Por exemplo, para 29 vistas, o PSNR do Double-SPLIT para o iodo foi de 25.81 dB, contra 15.99 dB do método de referência (X-space loss).
  • O método demonstrou alta robustez ao ruído e capacidade de remover artefatos de subamostragem e endurecimento de feixe.
  • O Single-SPLIT também superou os baselines, mas o Double-SPLIT foi superior em cenários mais críticos de dados.

5. Significado e Impacto

O trabalho representa um avanço significativo na reconstrução de imagens médicas e industriais:

• Viabilidade Clínica: Ao eliminar a necessidade de imagens de ground truth para treinamento, o SPLIT torna o aprendizado profundo viável para aplicações reais onde dados rotulados são impossíveis de obter.
• Qualidade em Condições Adversas: Permite obter imagens de alta qualidade a partir de dados muito escassos e ruidosos, o que pode reduzir a dose de radiação em exames de TC ou acelerar a aquisição em ambientes industriais.
• Generalização: Embora focado em MSCT, o framework é geral e aplicável a qualquer problema inverso não linear, abrindo caminho para aplicações em fotoacústica, tomografia de difusão e outras modalidades de imagem.

Em resumo, o SPLIT estabelece um novo estado da arte para reconstrução tomográfica não linear, combinando rigor teórico com desempenho prático superior em cenários de dados limitados.