Harmonic-Aware Transformer for Real-Time Catheter Localization in Interventional Procedures of Magnetic Particle Imaging

Resumo Técnico: Transformer Sensível a Harmônicos para Localização de Cateter em Tempo Real em MPI

Definição do Problema
A Imagem de Partículas Magnéticas (MPI) oferece uma modalidade de imagem sem radiação e em tempo real, adequada para procedimentos intervencionistas ao rastrear instrumentos revestidos com nanopartículas magnéticas. No entanto, as intervenções guiadas por MPI convencional dependem de pipelines de reconstrução de imagem (por exemplo, inversão da matriz do sistema ou métodos de espaço-X) para determinar as posições dos instrumentos. Essas abordagens tradicionais sofrem com alta latência computacional, restrições de memória e potencial desfoque de imagem, o que dificulta o rastreamento em tempo real genuíno. Embora o aprendizado profundo tenha sido aplicado à MPI para reconstrução de imagem e redução de ruído, poucos métodos ignoram a etapa de reconstrução inteiramente para prever diretamente as coordenadas do instrumento a partir de sinais brutos. Este artigo aborda a necessidade de um framework de baixa latência e alta precisência que mapeie sinais de voltagem brutos de MPI diretamente para as posições 3D da ponta do cateter sem a formação de imagem intermediária.

Metodologia
Os autores propõem um framework de Transformer Sensível a Harmônicos que opera diretamente no domínio da frequência. A metodologia consiste em três estágios primários:

1. Pré-processamento Sensível a Harmônicos:

   • Sinais de MPI complexos brutos de três bobinas de recepção ($x, y, z$) são transformados no domínio da frequência usando a Transformada Rápida de Fourier (FFT).
   • Um filtro passa-faixa isola o 2º ao 8º harmônico das frequências do campo de excitação. O fundamental é excluído, pois é dominado por sinais de modulação, enquanto harmônicos de ordem superior são frequentemente dominados por ruído.
   • Os componentes reais e imaginários filtrados são concatenados para formar um vetor de características de seis canais no domínio da frequência, preservando componentes espectrais relevantes ao movimento enquanto aumenta a relação sinal-ruído (SNR).

2. Arquitetura Transformer:

   • O modelo, denominado "catheter transformer", utiliza uma camada convolucional 1D para o patch-embedding dos sinais no domínio da frequência (tamanho do kernel $P=64$).
   • A codificação posicional senoidal é adicionada aos patches incorporados para reter a informação de ordem da sequência.
   • A sequência é processada por seis camadas de codificador, cada uma contendo oito cabeças de autoatenção de múltiplas cabeças (MHSA). Esta arquitetura é projetada para capturar dependências temporais de longo alcance e correlações entre eixos ($x, y, z$) dentro dos dados espectrais.
   • Uma rede feed-forward por posição (FFN) com ativação GELU segue o mecanismo de atenção.
   • A representação codificada final é achatada e passada através de um MLP de duas camadas para regredir as coordenadas 3D da ponta do cateter ($\hat{x}, \hat{y}, \hat{z}$).

3. Estratégia de Treinamento:

   • O modelo é treinado usando uma função de perda de Erro Médio Absoluto (MAE) ponderado. Crucialmente, o eixo $z$ recebe um peso maior ($w_z > w_x = w_y$) para compensar a resolução espacial inerentemente menor da MPI ao longo da direção do gradiente do campo de seleção.
   • O treinamento utiliza o otimizador AdamW com um cronograma de recozimento de cosseno (cosine annealing) e aceleração de precisão mista.
   • A aumentação de dados inclui escalonamento de amplitude e injeção de ruído Gaussiano para melhorar a generalização.

Principais Contribuições

• Framework Independente de Reconstrução: O estudo introduz uma abordagem baseada em sinal que mapeia diretamente sinais de voltagem brutos de MPI para coordenadas 3D, eliminando as etapas computacionalmente caras de inversão da matriz do sistema e reconstrução de imagem.
• Pré-processamento Sensível a Harmônicos: Uma estratégia inovadora que extrai seletivamente o 2º ao 8º harmônico para aumentar a SNR enquanto retém características espectrais críticas ao movimento.
• Modelagem de Sinal Baseada em Transformer: A aplicação de uma arquitetia de transformer especificamente adaptada para sinais de MPI para modelar padrões espectrais espaço-temporais e dependências entre eixos para localização 3D precisa.
• Validação Abrangente: Avaliação extensiva tanto em conjuntos de dados simulados quanto em dados experimentais in vitro reais (perfis de movimento padrão, de flexão e de batimento cardíaco), demonstrando robustez sob diversas condições de movimento.

Resultos
O método proposto alcança localização submilimétrica de precisão com melhorias significativas na velocidade de inferência:

• Precisão: No conjunto de dados de flexão, o modelo alcançou um erro $L_2$ mínimo de 0,103 ± 0,092 mm e Erros Médios Absolutos (MAE) de 0,039 ± 0,046 mm ($x$), 0,054 ± 0,049 mm ($y$) e 0,060 ± 0,044 mm ($z$). Em todos os conjuntos de dados, o MAE variou de 0,165 mm a 0,655 mm.
• Desempenho: O modelo de inferência otimizado alcançou uma latência de quadro de 0,55 ms e um throughput de aproximadamente 1.800 quadros por segundo. Este throughput excede significativamente a taxa de aquisição do hardware de MPI (aprox. 23,2 Hz), confirmando a capacidade de tempo real.
• Estudos de Ablação: Experimentos confirmaram que a faixa de harmônicos de 2º a 8º oferece o melhor equilíbrio entre informação espacial e robustez ao ruído. A função de perda ponderada mostrou-se crítica para equilibrar a precisão entre os eixos, melhorando particularmente o desempenho do eixo $z$.

Significância
O artigo afirma que este framework representa uma mudança do rastreamento dependente de reconstrução de imagem para o mapeamento direto de sinal-para-posição. Ao eliminar o pipeline de reconstrução, o método proporciona melhor precisão, redução de latência e aumento da robustez sob condições de movimento complexas em comparação com as abordagens convencionais guiadas por MPI. Os resultados destacam o potencial de modelos transformer sensíveis a harmônicos como soluções eficientes e escaláveis para localização de cateter em tempo real em MPI intervencionista, permitindo o rastreamento de alta velocidade sem os gargalos computacionais dos métodos tradicionais. Os autores observam que, embora a validação atual seja limitada a fantasmas in vitro e dados simulados, a abordagem estabelece as bases para futuras aplicações in vivo e translação clínica.