Resumo Técnico: Aprendizado de Priores de Movimento Cardíaco para Representações Neurais Implícitas

Declaração do Problema

Representações Neurais Implícitas (INRs) oferecem representações contínuas e compactas de campos de movimento cardíaco, tornando-as bem adequadas para a estimativa de movimento. No entanto, ajustar uma INR a uma sequência de imagens específica é um problema inverso mal posto que é computacionalmente caro e altamente sensível à trajetória de otimização. Embora tenham sido propostos priores aprendidos para guiar a otimização em direção a soluções fisiologicamente plausíveis e acelerar a adaptação, a aplicação específica de priores aprendidos para INRs de movimento cardíaco permanece subexplorada. As abordagens existentes frequentemente dependem de formulações de prior simples ou carecem de uma análise sistemática dos campos de movimento resultantes e das trajetórias de adaptação.

Metodologia

Os autores propõem um framework para aprender e comparar quatro estratégias distintas de construção de priores de movimento cardíaco para INRs. O modelo de movimento central é um Campo de Velocidade Neural (NVF), uma INR que mapeia coordenadas espaciais e o tempo para vetores de velocidade instantânea.

1. Representação de Movimento e Objetivo

• Campo de Velocidade Neural (NVF): O movimento cardíaco é representado como um campo de velocidade $v_\theta: \mathbb{R}^{d+1} \to \mathbb{R}^d$. Trajetórias de movimento Lagrangiano são obtidas integrando a equação diferencial ordinária definida pelo NVF usando um método de Runge-Kutta de segunda ordem.
• Codificação Periódica: Para impor a periodicidade cardíaca, as entradas de tempo são mapeadas para codificações periódicas usando funções seno e cosseno.
• Função de Perda: A otimização minimiza uma soma ponderada de quatro termos:
  • Perda de Similaridade ($L_{sim}$): Correlação Cruzada Normalizada (NCC) entre o quadro atual e os quadros adjacentes deformados para frente e para trás.
  • Perda de Suavidade ($L_{smooth}$): Penaliza gradientes espaciais e temporais do campo de velocidade.
  • Preservação de Volume ($L_{volume}$): Incentiva a incompressibilidade ao penalizar desvios do determinante do gradiente de deformação de 1.
  • Preservação de Topologia ($L_{fold}$): Evita dobras ao penalizar determinantes negativos do gradiente de deformação.

2. Formulações de Prior

O estudo compara quatro estratégias para inicializar os parâmetros da NVF ($\theta$):

• Prior de População: Uma única INR é otimizada conjuntamente em todas as instâncias de treinamento para encontrar uma solução média global ($\theta_P$).
• Prior de Consenso: As INRs são otimizadas independentemente para cada caso de treinamento, e os parâmetros resultantes são calculados pela média para formar um prior ($\theta_C$).
• Auto-decodificador (Auto-decoder) Prior: Cada instância de treinamento recebe um código latente único $z_i$. Uma rede decodificadora compartilhada com parâmetros de modulação $\kappa$ é otimizada conjuntamente com os códigos latentes. Durante a adaptação a um novo caso, o decodificador é fixado e um novo código latente é otimizado.
• Prior Meta-aprendido (Meta-learned): Utilizando Meta-SGD de segunda ordem, o método aprende uma inicialização ótima $\theta_0$ e tamanhos de passo de adaptação por camada $\gamma$. O objetivo é minimizar a perda após um número fixo de passos de adaptação do loop interno.

3. Configuração Experimental

• Dataset: Imagens de Ressonância Magnética Cardíaca (CMR) com marcação (tagged) de eixo curto do UK Biobank (500 de treinamento, 100 de validação, 100 fatias de teste).
• Arquitetura: Todos os priores inicializam uma rede SIREN (3 camadas ocultas, 256 nós).
• Avaliação: O desempenho é medido rastreando a precisão (distância euclidiana média de pontos de referência), sobreposição de segmentação (índice Dice) e plausibilidade mecânica (determinantes de Jacobian e strain). A adaptação é avaliada em 5 passos (desempenho precoce) e 50 passos (trajetória de longo prazo).

Principais Resultados

• Melhoria Geral: Todos os priores aprendidos superaram substancialmente a inicialização aleatória. O erro de deslocamento médio foi reduzido de 3,45 mm (aleatório) para uma faixa de 1,66–1,85 mm após cinco passos de adaptação.
• Meta-aprendizado: Alcançou o menor erro de deslocamento geral (1,66 mm) e manteve a melhor trajetória de adaptação ao longo de 50 iterações, continuando a melhorar bem além do horizonte de otimização de 5 passos usado durante o treinamento.
• Auto-decodificadores: Demonstraram a recuperação mais rápida de grandes deformações, alcançando o menor erro de deslocamento sistólico final (ES) (2,11 mm) e as maiores magnitudes de strain próximo à sístole final. No entanto, o desempenho estagnou após aproximadamente 10 iterações.
• Consenso vs. População: O prior de consenso simples foi eficaz e continuou a melhorar ao longo de 50 iterações. Em contraste, o prior de população, embora forneça um ponto de partida forte, começou a deteriorar após 30–40 iterações, provavelmente convergindo para uma solução de compromisso que impede a adaptação posterior.
• Dimensionalidade Latente: Variar a dimensão latente nos auto-decodificadores (de 32 a 1024) teve pouco efeito na trajetória de adaptação, sugerindo que o platô se deve ao mecanismo de modulação e não à capacidade do espaço latente.

Significância e Alegações

O artigo afirma fornecer a primeira avaliação sistemática de estratégias de aprendizado de prior para estimativa de movimento cardíaco baseada em INR. Os autores afirmam que:

1. Velocidade e Trajetória de Adaptação: A escolha do prior aprendido dita tanto a velocidade da adaptação inicial quanto a trajetória de otimização de longo prazo.
2. Compromissos (Trade-offs): Diferentes priores oferecem diferentes compromissos; auto-decodificadores são superiores para a recuperação rápida de grandes deformações, enquanto o meta-aprendizado oferece a otimização de longo prazo mais robusta.
3. Viabilidade: Priores aprendidos tornam a otimização por caso, computacionalmente cara das INRs, mais viável ao permitir uma convergência mais rápida e campos de movimento mais fisiologicamente plausíveis.

O trabalho conclui que, embora heurísticas simples como a média de pesos (consenso) sejam eficazes, abordagens mais fundamentadas como meta-aprendizado e auto-decodificadores oferecem vantagens distintas dependendo dos requisitos específicos da tarefa de estimativa de movimento (por exemplo, velocidade de convergência vs. precisão de longo prazo).