HyDAR-Pano3D: A Hybrid Disentangled Anatomical Recovery Framework for Panoramic-to-3D Reconstruction

Resumo Técnico: HyDAR-Pano3D

Declaração do Problema
As radiografias panorâmicas (PR) são uma modalidade padrão, de baixo custo e baixa dose no cuidado odontológico, mas fornecem inerentemente apenas uma projeção bidimensional (2D) de uma anatomia craniofacial tridimensional (3D) complexa. Esse mecanismo de projeção introduz distorção geométrica não linear, compressão de profundidade e sobreposição anatômica severa, levando à perda irreversível de informações espaciais. Embora a tomografia computadorizada de feixe cônico (CBCT) ofereça dados volumétricos 3D isotrópicos, sua maior dose de radiação e custo limitam seu uso a casos em que a imagem 2D é insuficiente.

Métodos baseados em aprendizado existentes tentam recuperar computacionalmente volumes 3D de CBCT diretamente de uma única PR. No entanto, essas abordagens formulam a tarefa como um mapeamento direto de uma projeção 2D para um volume 3D nativo. Essa formulação "emaranhada" força a rede a aprender simultaneamente estruturas anatômicas comuns e variações morfológicas específicas do paciente (como a curvatura do arco dentário). Os autores argumentam que isso torna o problema inverso mal posto altamente ambíguo, resultando frequentemente em reconstruções super-suavizadas com limites anatômicos desfocados e perda de detalhes estruturais críticos.

Metodologia: HyDAR-Pano3D
Para abordar essas limitações, os autores propõem o HyDAR-Pano3D, um framework de dois estágios que reformula a reconstrução de PR para CBCT como um problema de recuperação anatômica desentrelaçada. A ideia central é desacoplar a recuperação da densidade volumétrica de alta fidelidade da deformação espacial em grande escala introduzida pela geometria do arco individualizada.

• Estágio 1: Síntese Volumétrica Canônica (Orientação por Modelo de Fundação)
  O primeiro estágio sintetiza um volume 3D de alta fidelidade em um espaço canônico normalizado do arco, efetivamente removendo a curvatura do arco específica do paciente para focar em padrões de intensidade anatômica local (dentes, raízes, osso).

  • Arquitetura de Codificador Duplo: Para mitigar a ambiguidade de profundidade inerente a uma única projeção 2D, os autores empregam um codificador de dois fluxos.
    • Fluxo Radiográfico: Utiliza um codificador 3DPX para extrair texturas locais e características contextuais espaciais.
    • Fluxo Semântico: Utiliza o SemiT-SAM (um Vision Transformer adaptado ao domínio baseado no Segment Anything Model) para extrair limites geométricos robustos e priores estruturais de alto nível.
  • Fusão de Atenção Cruzada Adaptativa (ACF): Um mecanismo de atenção cruzada unidirecional multiescala integra os priores semânticos nas características radiográficas. As características radiográficas atuam como "consultas" para extrair seletivamente orientação estrutural das "chaves/valores" semânticas.
  • Decodificação Progressiva: As características fundidas são passadas por um decodificador 3D progressivo para gerar o volume canônico ($\hat{V}_c$).

• Estágio 2: Restauração Anatômica Específica do Paciente (AR-Net)
  O segundo estágio restaura a geometria do arco específica do paciente que foi fatorada no Estágio 1.

  • Previsão de Campo de Deformação: Uma Rede de Restauração Anatômica (AR-Net) prevê um campo de deformação estruturado para distorcer o volume canônico de volta ao espaço CBCT nativo.
  • Parametrização por Rede de Controle: Em vez de regressar uma grade de resolução total, a rede prevê atualizações para uma rede esparsa de pontos de controle. Essa rede é inicializada com um prior analítico em forma de arco ($P_0$) para fornecer uma inicialização geométrica favorável.
  • Refinamento Hierárquico: O processo envolve uma restauração grosseira por meio de uma rede leve (CPNet3D), seguida de um refinamento fino (RefineNet3D) usando uma representação conjunta do volume canônico e da estimativa grosseira.
  • Distorção: A grade densa final é usada para reamostrar o volume canônico, produzindo a reconstrução no espaço nativo ($\hat{V}_n$).

Principais Contribuições

1. Paradigma Desentrelaçado: O artigo introduz uma formulação inovadora que desacopla a estimativa de densidade volumétrica da distorção geométrica dependente do arco. Ao resolver o mapeamento inverso em um espaço canônico padronizado antes de aplicar a deformação geométrica, o framework restringe significativamente a complexidade do problema.
2. Conectando Priores 2D à Recuperação 3D: Os autores propõem uma arquitetura de codificador duplo com Fusão de Atenção Cruzada Adaptativa (ACF) para injetar priores semânticos de alto nível de modelos de fundação (SemiT-SAM) no processo de síntese 3D. Isso guia efetivamente a recuperação de detalhes anatômicos finos perdidos devido à sobreposição de projeção.
3. Fidelidade Anatômica Sem Precedentes: O framework foi validado em três conjuntos de dados em grande escala, demonstrando desempenho de última geração e apoiando com sucesso tarefas clínicas subsequentes, como segmentação de dente inteiro e do canal alveolar inferior (IAC).

Resultados Experimentais
O framework foi avaliado em três conjuntos de dados: Cui22 (NC), MMDental (ST) e ToothFairy (TF).

• Desempenho Quantitativo: O HyDAR-Pano3D superou significativamente os métodos de linha de base (UNETR, Oral-3D, 3DPX) com $p < 0,05$. No conjunto de dados TF, alcançou um PSNR de 25,76 dB, um SSIM de 85,70% e uma pontuação geral de Dice anatômico de 83,83%.
• Utilidade Subsequente: Os volumes sintetizados foram usados para segmentação 3D sem ajuste fino do modelo de segmentação.
  • Segmentação de Dente Inteiro: Alcançou uma pontuação de Dice de 82,4% em TF e 76,4% em NC.
  • Segmentação do Canal Alveolar Inferior (IAC): Alcançou uma pontuação de Dice de 72,2% em TF, uma melhoria substancial sobre a melhor linha de base (3DPX em 62,3%), demonstrando a preservação de estruturas tubulares finas.
• Estudos de Ablação: Experimentos confirmaram que o design de codificador duplo com fusão ACF supera estratégias de codificador único ou concatenação simples, e que modelos de fundação adaptados ao domínio (SemiT-SAM) fornecem pistas semânticas superiores em comparação com modelos genéricos.

Significado e Limitações
Os autores afirmam que o HyDAR-Pano3D fornece um substituto viável e de baixa dose para triagem clínica consciente da anatomia, preservando estruturas clinicamente relevantes que são tipicamente perdidas em métodos de regressão direta. Ao separar a inferência de densidade da restauração geométrica, o framework permite uma avaliação robusta consciente da anatomia quando dados de CBCT não estão disponíveis.

No entanto, o artigo reconhece limitações específicas:

• Dependência de Dados Sintéticos: O treinamento depende de PRs sintéticas geradas via reformatação planar curva guiada por curva (CPR) a partir de CBCTs. Embora consistentes anatômicamente, essas podem não capturar totalmente os artefatos específicos do scanner complexos e a ampliação não uniforme de PRs clínicas reais.
• Requisito de Anotação: A geração de dados de verdade fundamental requer anotação manual das curvas do arco dentário durante a etapa de pré-processamento offline, embora isso seja contornado durante a inferência.
• Variabilidade Patológica: A restauração baseada em deformação assume variações suaves e anatomicamente plausíveis. Deformações patológicas extremas ou anomalias graves que se desviam significativamente do prior canônico podem não ser totalmente recuperadas.

Os autores sugerem que trabalhos futuros devem focar em fechar a lacuna de domínio entre PRs sintéticas e reais, automatizar a estimativa do arco para remover o pré-processamento manual e estender o framework para modelagem consciente de incerteza e suporte à decisão clínica ponta a ponta.