Resumo Técnico: Reconstrução de RM Zero-Shot Orientada pela Física com Priores de Imagem Não Locais

Declaração do Problema

O Aprendizado Auto-Supervisionado Zero-Shot (ZS-SSL) emergiu como um paradigma viável para a reconstrução acelerada de Ressonância Magnética (RM), visando eliminar a dependência de conjuntos de dados externos totalmente amostrados. No entanto, os métodos existentes de ZS-SSL enfrentam dois desafios primários ao aprender apenas a partir de um único escaneamento subamostrado:

1. Escassez de Supervisão: Aprender a partir de um único sujeito limita os sinais de treinamento disponíveis, frequentemente levando ao sobreajuste (overfitting) ou artefatos.
2. Instabilidade de Otimização: Treinar em um único escaneamento carrega o risco inerente de convergir para soluções subótimas devido ao ruído ou artefatos específicos, exacerbado pela falta de uma regularização robusta orientada pela física.

Além disso, as estruturas convencionais de ZS-SSL frequentemente negligenciam os ricos priores de autossimilaridade não local disponíveis no domínio da imagem, concentrando-se primariamente na auto-supervisão do k-espaço.

Metodologia

Os autores propõem um framework de ZS-SSL robusto que sinergiza restrições de consistência física com priores não locais do domínio da imagem. A arquitetura integra três módulos principais para estabilizar o treinamento e aumentar a supervisão:

1. Repositório Dinâmico Guiado por CSM

Para mitigar flutuações estocásticas e filtrar artefatos fisicamente inconsistentes, o método emprega um repositório dinâmico que arquiva componentes de alta fidelidade do k-espaço.

• Mecanismo: Para cada época de treinamento, o repositório é atualizado elemento a elemento com base em uma pontuação de consistência guiada pelo Mapa de Sensibilidade de Bobina (CSM - Coil Sensitivity Map).
• Cálculo da Pontuação: A pontuação $s(y)$ mede o desvio do modelo SENSE ($s(y) = \|y - FSSHF^H(y)\|^2$). Componentes com menor desvio (maior consistência física) são retidos.
• Função: Este módulo estabiliza a trajetória de treinamento ao fornecer pontos de k-espaço de alta confiança que aderem às restrições de sensibilidade de bobina.

2. Regularização Baseada em SPIRiT

Este módulo impõe a autoconsistência no k-espaço, aproveitando as correlações entre bobinas inerentes à RM multi-bobina.

• Calibração de Kernel: Um kernel SPIRiT $G$ é calibrado exclusivamente na região do Sinal de Auto-Calibração (ACS) via gradiente descendente, sujeito a uma restrição de centro zero.
• Ensemble Estocástico: Durante a inferência, o k-espaço calibrado pelo SPIRiT é combinado com os dados do repositório usando uma estratégia de mascaramento estocástico (máscara de Bernoulli $M_r$).
• Função: Isso impõe restrições físicas estritas enquanto evita que a rede sofra sobreajuste a artefatos específicos do kernel, alternando aleatoriamente entre a estabilidade do repositório e a consistência do SPIRiT.

3. Banco de Pixels de Autossimilaridade Não Local (NSS)

Para abordar a escassez de supervisão, o framework explora explicitamente semelhanças anatômicas não locais dentro do domínio da imagem.

• Mineração de Patches: Para cada pixel na imagem estimada, o sistema extrai um patch e computa a similaridade de cosseno com patches vizinhos dentro de uma janela de busca.
• Construção do Banco de Pixels: O sistema armazena os pixels centrais dos $N$ patches mais similares, criando um banco de pixels de referência de alta fidelidade.
• Mascaramento Exclusivo: Para evitar vazamento de informação, uma estratégia de "Máscara Exclusiva" rigorosa é utilizada. Os dados de referência derivados do Banco de Pixels são mapeados para partições de treinamento disjuntas da máscara de aquisição (excluindo a região ACS).
• Função: Isso efetivamente sintetiza amostras de treinamento aumentadas a partir do próprio sujeito, atuando como pseudo-rótulos para aumentar os sinais de supervisão escassos.

Função de Perda

A função objetivo total combina a perda de consistência de dados ($L_{dc}$) com um termo de regularização ($L_{reg}$) derivado do Banco de Pixels NSS:
$$L_{total} = L_{dc} + \lambda_{reg} \frac{1}{K} \sum_{k=1}^{K} L(\bar{y}_k, (1 - \bar{M}_k) \odot f(\bar{y}_k \odot \bar{M}_k, \bar{M}_k; \theta))$$
onde $\lambda_{reg}$ equilibra a fidelidade de dados e o prior não local.

Principais Contribuições

1. Repositório Dinâmico Guiado por CSM: Um mecanismo para obter pontos de k-espaço de alta confiança baseados na consistência de sensibilidade de bobina, garantindo fidelidade de dados robusta e fornecendo alvos estáveis para fusão de ensemble.
2. Regularização Baseada em SPIRiT: Uma operação que impõe a autoconsistência no k-espaço através de um kernel aprendido e mascaramento estocástico, impondo restrições físicas enquanto evita o sobreajuste a artefatos de kernels específicos.
3. Banco de Pixels NSS: Um módulo inovador que atenua a escassez de supervisão ao minerar explicitamente estruturas repetitivas similares no domínio da imagem, construindo priores de alta fidelidade para aumentar o treinamento sem dados externos.

Resultados Experimentais

O método foi avaliado no conjunto de dados FastMRI (subconjuntos de Cérebro T1, Cérebro T2 e Joelho) usando máscaras de densidade uniforme e variável com fatores de aceleração de 4$\times$ e 8$\times$.

• Desempenho Quantitativo: O método proposto alcançou desempenho estado-da-arte em todos os conjuntos de dados e fatores de aceleração. Por exemplo, no conjunto de dados FastMRI Brain T1 com uma máscara uniforme de 4$\times$, o método alcançou um PSNR de 37.04 dB e SSIM de 0.9265, superando baselines como SSDU (35.51 dB) e ZS-SSL (36.03 dB).
• Qualidade Visual: Comparações visuais demonstraram supressão de artefatos e remoção de ruído superiores em comparação aos baselines. Enquanto métodos como L1-ESPIRiT produziram resultados excessivamente suavizados e outros (SSDU, ZS-SSL) sofreram de artefatos significativos, o método proposto preservou detalhes de alta frequência e bordas estruturais.
• Estudos de Ablação:
  • Todos os componentes contribuíram positivamente para o desempenho. O Banco de Pixels NSS proporcionou o aumento individual mais significativo (+0.89 dB sobre o baseline).
  • A Máscara Exclusiva foi crítica; a remoção desta causou uma queda no desempenho devido ao vazamento de informação.
  • A razão de amostragem de Bernoulli ($r$) para a fusão SPIRiT atingiu o pico em 0.5, indicando que uma fusão equilibrada entre a estabilidade do repositório e a consistência do SPIRiT é ideal.

Significância

O artigo afirma que, ao sinergizar a consistência orientada pela física (via CSM e SPIRiT) com priores não locais do domínio da imagem, o framework proposto preenche efetivamente a lacuna de desempenho entre o aprendizado zero-shot e os métodos totalmente supervisionados. A abordagem aborda as limitações fundamentais do aprendizado de um único escaneamento — especificamente a escassez de supervisão e a instabilidade de otimização — sem exigir conjuntos de dados de verdade fundamental (ground truth) externos. Os resultados sugerem que o aproveitamento das restrições físicas inerentes e da autossimilaridade anatômica pode gerar reconstruções de RM robustas e de alta fidelidade, mesmo sob fatores de aceleração extremos.