NGPS: Structure-Preserving Self-Supervised Denoising via Neighbor-Guided Patch Sampling

Resumo Técnico: NGPS – Denoising Autossupervisionado com Preservação de Estrutura via Amostragem de Patches Guiada por Vizinhos

1. Definição do Problema

Na imagemção médica volumétrica (ex: CT e RM), o aprendizado autossupervisionado (SSL) utilizando fatias vizinhas oferece uma via promissora para a redução de ruído (denoising) sem a necessidade de alvos de verdade fundamental (ground-truth) limpos. No entanto, um desafio crítico surge do desalinhamento entre fatias. Estruturas anatômicas frequentemente se deslocam entre fatias adjacentes devido ao movimento do paciente ou variabilidade fisiológica.

Quando métodos de SSL padrão utilizam ingenuamente fatias adjacentes como alvos de supervisão nas mesmas coordenadas, esse desalinhamento faz com que a rede aprenda a partir de evidências anatômicas deslocadas. Isso resulta em artefatos de "fantasma" (ghosting) e bordas anatômicas borradas. As soluções existentes geralmente se enquadram em duas categorias, ambas com desvantagens significativas:

• Abordagens baseadas em mascaramento (masking): Elas excluem pixels com alta discrepância entre fatias da perda de treinamento. Embora isso estabilize o treinamento, descarta uma parte substancial das evidências vizinhas (aproximadamente 20% em regiões clinicamente relevantes), particularmente ao redor de bordas anatômicas de alta frequência onde a informação estrutural é mais crítica.
• Abordagens baseadas em registro (registration): Elas estimam campos de deformação densos para deformar (warp) as fatias vizinhas para o alinhamento antes da supervisão. No entanto, sob ruído severo ou grandes lacunas entre fatias, essas estimativas de alinhamento tornam-se não confiáveis, e o reamostragem espacial necessária pode suavizar bordas e introduzir artefatos adicionais.

O problema central é como recuperar evidências anatômicas deslocadas de um vizinhança local sem depender da estimativa de campo de deformação denso ou descartar sinais de supervisão valiosos.

2. Metodologia: Amostragem de Patches Guiada por Vizinhos (NGPS)

Os autores propõem o NGPS, um framework leve que reformula o tratamento do desalinhamento como um problema de construção de supervisão durante o treinamento. Em vez de descartar regiões desalinhadas ou deformar fatias inteiras, o NGPS desacopla o pareamento de estrutura da recuperação de sinal.

O pipeline opera em três etapas principais:

1. Geração de Guia e Mascaramento Conservador:

   • Um volume "guia" atenuado de ruído é gerado aplicando um filtro bilateral 2D seguido por um filtro de mediana às fatias ruidosas de entrada. Isso preserva as bordas estruturais enquanto suprime o ruído quântico.
   • Uma máscara de desalinhamento orientada por direção é criada comparando as fatias guia. Pixels onde a diferença da guia excede um limiar $\tau$ são marcados como desalinhados.

2. Pareamento de Patches Desacoplado e Recuperação Bruta:

   • Para pixels marcados como desalinhados, o NGPS busca em uma janela espacial local (ex: $15 \times 15$) na fatia adjacente por patches estruturalmente semelhantes. Essa busca é realizada no guia filtrado para garantir um pareamento estrutural robusto.
   • Crucialmente, uma vez que um patch estruturalmente semelhante é identificado, o sinal de supervisão é recuperado diretamente do pixel bruto, não filtrado, nas coordenadas correspondentes na fatia adjacente. Essa separação garante que o valor alvo permaneça não filtrado (preservando a estatística de ruído necessária para o treinamento do tipo Noise2Noise) enquanto a correspondência é estabelecida em uma representação mais limpa.

3. Construção de Alvo de Ensemble Top-K:

   • Para reduzir a variância associada a um único melhor pareamento, o NGPS agrega os top-$K$ pixels candidatos (baseados na similaridade de patch) e tira a média de seus valores brutos para formar o pseudo-alvo.

Objetivo de Treinamento:
O modelo é treinado usando uma função de perda híbrida:

• Regiões Estáticas: Para pixels não mascarados, aplica-se a supervisão de vizinhança de mesma coordenada padrão (Noise2Noise).
• Regiões Desalinhadas: Para pixels mascarados, a perda é computada contra os alvos recuperados pelo NGPS.
• Consistência Regional: Um termo de regularização adicional incentiva a consistência entre a saída do modelo em fatias adjacentes em regiões estáticas, reduzendo o cintilação (flicker) entre fatias sem restringir áreas desalinhadas.

3. Principais Contribuições

• Reformulação do Desalinhamento: Os autores identificam a "lacuna de supervisão estrutural" no SSL de fatias vizinhas, esclarecendo o compromisso (trade-off) entre mascaramento (descarte de dados) e registro (dependência de deformações potencialmente não confiáveis).
• Amostragem de Patches Guiada por Vizinhos (NGPS): Um mecanismo inovador que recupera a supervisão deslocada via busca de patch local baseada em guia e recuperação de alvo bruto. Evita a estimativa de campo de deformação denso e a reamostragem espacial.
• Validação Abrangente: O método é validado através de diversos benchmarks, incluindo CT realista de baixa dose (AAPM-Mayo), CT simulado de dose ultra-baixa com artefatos de listras (LIDC-IDRI) e MRI com ruído Rician sintético (IXI).

4. Resultados Experimentais

• Desempenho Quantitativo:
  • No conjunto de dados AAPM-Mayo (Quarter-Dose), o NGPS alcançou os melhores resultados em todas as cinco métricas (PSNR, SSIM, FSIM, HFEN, GMSD), superando baselines fortes como Deformed2Self e NS-N2N.
  • No conjunto de dados LIDC-IDRI (Ultra-Low-Dose), o NGPS mostrou melhor fidelidade e restauração sensível a bordas, alcançando maior PSNR, FSIM e HFEN em comparação ao NS-N2N. Embora os ganhos de SSIM tenham sido marginais, o método demonstrou preservação superior de margens anatômicas finas.
  • No conjunto de dados IXI (MRI) com ruído Rician sintético, o NGPS manteve consistentemente o maior PSNR e SSIM através dos níveis de ruído (5%, 7%, 9%), superando tanto os baselines de imagem única quanto os volumétricos.
• Robustez à Espessura de Fatia:
  • O NGPS demonstrou estabilidade superior quando a espessura da fatia aumentou de 1.25 mm para 2.5 mm. A queda de PSNR foi de apenas 0.16 dB para o NGPS, comparado a 0.63 dB para o NS-N2N e quedas significativamente maiores para métodos baseados em registro (Deformed2Self) e métodos baseados em mascaramento (Noise2Sim).
• Eficiência Computacional:
  • O NGPS é altamente eficiente, exigindo aproximadamente 0.72 segundos para preparar alvos para um volume de 100 fatias. Isso é cerca de 19 vezes mais rápido que o NS-N2N e 7.5 vezes mais rápido que o Pixel2Pixel, principalmente devido à busca de patch vetorizada restrita aos pixels mascarados e ao uso de filtragem leve.

5. Significância e Alegações

O artigo afirma que o NGPS oferece uma estratégia prática e eficaz para o denoising autossupervisionado volumétrico com preservação de estrutura. Ao recuperar a supervisão local em vez de descartá-la ou depender de deformações complexas, o NGPS recupera com sucesso evidências anatômicas deslocadas.

Os autores enfatizam que sua abordagem:

• Preserva Detalhes de Alta Frequência: Ao contrário dos métodos de mascaramento que borram bordas ou métodos de registro que suavizam arestas, o NGPS retém margens anatômicas nítidas.
• Evita Computação Pesada: Elimina a necessidade de estimativa de campo de deformação denso, tornando-o leve e rápido.
• Generaliza Bem: Desempenha-se consistentemente através de diferentes modalidades (CT e MRI) e regimes de ruído (Poisson realista e Rician sintético).

Limitações Reconhecidas:
Os autores observam que o NGPS assume que uma estrutura correspondente local existe dentro da janela de busca. O desempenho pode degradar sob grandes lacunas no plano (through-plane gaps), mudanças anatômicas abruptas ou variações de aparência não geométricas (ex: coloração/estaining). Além disso, a validação atual depende de ruído sintético para MRI, e trabalhos futuros são necessários para MRI de baixo campo realista e tarefas clínicas de downstream.