Heterogeneity-Adaptive Diffusion Schrodinger Bridge for PET-Guided Whole-Body MRI Translation

Resumo Técnico: Difusão de Ponte de Schrödinger Adaptativa à Heterogeneidade para Tradução de RM de Corpo Inteiro Guiada por PET

Definição do Problema

A Tomografia por Emissão de Pósitrons combinada com Ressonância Magnética (PET/RM) de corpo inteiro oferece dados metabólicos e anatômicos de alta resolução simultâneos, reduzindo a exposição à radiação em comparação ao PET/CT. No entanto, a adoção clínica é dificultada pelos tempos de varredura excessivos (60–90 minutos) exigidos para múltiplas sequências de RM. Embora a tradução de RM baseada em aprendizado profundo (sintetizando sequências lentas a partir de rápidas) ofereça uma solução, os modelos atuais enfrentam dois desafios críticos quando aplicados a exames de corpo inteiro:

1. Heterogeneidade Anatômica: Os exames de corpo inteiro exibem uma forte heterogeneidade transregional com distribuições de intensidade não estacionárias e composições de tecidos variáveis entre diferentes regiões anatômicas (ex: cabeça vs. abdômen). Modelos padrão, frequentemente treinados em regiões específicas como o céreã, têm dificuldade em aprender um mapeamento unificado sem condicionamento explícito de região, levando ao suavizamento excessivo ou ambiguidade de modalidade.
2. Fidelidade Patológica: Os modelos existentes frequentemente falham em reconstruir lesões com precisão. Como as lesões são raras e exibem relações de sinal complexas e heterogêneas em comparação aos tecidos saudáveis dominantes, os modelos de difusão padrão tendem a enviesar os resultados para a distribuição saudável, degradando a fidelidade das regiões patológicas.

Metodologia: HA-DSB

Os autores propõem a Ponte de Schrödinger de Difusão Adaptativa à Heterogeneidade (HA-DSB), um framework que modela a tradução de imagem como um problema de transporte estocástico explícito entre distribuições de origem e alvo, em vez de depender de predição de ruído implícita. O método integra três componentes principais:

1. Transporte Estocástico Explícito via Ponte de Schrödinger
Ao contrário dos modelos de difusão convencionais que assumem uma priori Gaussiana, o HA-DSB utiliza a Ponte de Schrödinger de Difusão (DSB) para transportar amostras entre as distribuições de origem (LAVA de aquisição rápida) e alvo (T2 de aquisição lenta). Os processos direto e inverso são definidos por equações diferenciais estocásticas envolvendo potenciais de Schrödinger dependentes do tempo. Esta formulação é mais adequada para a tradução de corpo inteiro, onde existem fortes mudanças de domínio, pois evita problemas de colapso de modo comuns em GANs e o viés para características dominantes comuns em modelos de difusão padrão.

2. Guia de Incorporação de Contexto Regional
Para abordar a heterogeneidade anatômica, o modelo incorpora condicionamento específico de região:

• Geração de Rótulos: Um modelo de visão-linguagem de grande escala (Google Gemini 3 Pro) gera rótulos de localização corporal (particionando o corpo em 11 regiões) e rótulos de órgãos para cada fatia.
• Construção de Incorporação (Embedding): Esses rótulos são codificados usando um PubMedBERT congelado. Um mecanismo de atenção cruzada multi-cabeça funde incorporações de localização corporal grosseiras com incorporações de órgãos de granularidade fina.
• Integração: A incorporação de contexto regional resultante ($c_{reg}$) é fundida com as incorporações de tempo de difusão e injetada no backbone UNet via parâmetros de escala e deslocamento em blocos residuais, permitindo que a ponte adapte sua dinâmica de transporte a regiões anatômicas específicas.

3. Realce de Lesão Guiado por PET
Aproveitando o registro intrínseco de PET/RM, o framework utiliza os dados de PET como uma priori consciente de lesão para melhorar a fidelidade patológica:

• Modulação de Ruído Guiada por PET (Processo Direto): Um modulador leve prevê um mapa de escala espacial baseado na captação de PET e no contexto da região. Este mapa escala adaptativamente o ruído injetado durante o processo de corrupção direta. Regiões com alta captação de PET (potenciais lesões) recebem forças de perturbação diferentes, incentivando o modelo a aprender mapeamentos sensíveis à patologia em vez de uma média em direção a estruturas saudáveis.
• Atenção Multi-Escala de PET (Processo Inverso): Durante o processo de denoising inverso, um mecanismo de autoatenção consciente de PET é aplicado em múltiplas resoluções do UNet. As características de PET são projetadas e concatenadas com as características de imagem, permitindo que o mecanismo de atenção amplifique seletivamente estruturas relevantes para a lesão.

Principais Contribuições

1. Framework HA-DSB: Propõe uma Ponte de Schrödinger de Difusão Adaptativa à Heterogeneidade que trata a tradução de RM de corpo inteiro como um problema de transporte de distribuição explícito, alcançando um mapeamento transmodal mais estável através de diversas regiões anatômicas em comparação com modelos baseados em predição de ruído.
2. Condicionamento Consciente de Região: Introduz incorporações de contexto regional derivadas de um modelo de visão-linguagem, fundidas com incorporações de tempo de difusão para permitir dinâmicas de transporte finas e específicas de cada região.
3. Mecanismo Guiado por PET: Desenha um mecanismo de realce de lesão de dois estágios onde a corrupção direta é modulada espacialmente pela captação de PET, e o processo inverso utiliza atenção multi-escala consciente de PET para recuperar detalhes de lesões.

Resultados Experimentais

O método foi avaliado em um conjunto de dados de 246 indivíduos (20.306 fatias de treinamento, 4.162 fatias de teste) de um sistema integrado PET/RM.

• Desempenho Geral: O HA-DSB alcançou desempenho de estado da arte em cinco regiões anatômicas (Cabeça/Pescoço, Tórax, Abdômen, Pelve/Quadris, Coxas). Superou os baselines incluindo Pix2Pix, Palette, I2SB, PPT, SelfRDB e ResViT.
  • Quantitativo: O modelo completo (HA-DSB com PET) alcançou um SSIM médio de 91,1% e PSNR de 26,25 dB, superando o melhor baseline (ResViT: 86,6% SSIM, 23,95 dB).
  • Ganhos Regionais: Melhorias significativas foram observadas em regiões complexas como o Abdômen, com SSIM atingindo 88,5%.
• Fidelidade Patológica: Embora as métricas gerais tenham mostrado ganhos modestos com a orientação de PET (devido ao pequeno volume de lesões em relação ao tecido saudável), a avaliação específica em um subconjunto confirmado de lesões (526 fatias) revelou melhorias substanciais.
  • No subconjunto patológico, a adição da orientação por PET aumentou o PSNR em +0,80 dB (vs. +0,16 dB no conjunto de teste geral) e o SSIM em +1,7% (vs. +0,3%).
  • Resultados qualitativos (Fig. 3) demonstraram que o modelo guiado por PET preservou estruturas de lesão e reduziu o erro absoluto em lesões hepáticas em comparação com a variante não guiada por PET.

Significância e Alegações

O artigo afirma que o HA-DSB fornece um framework robusto para a tradução de imagens médicas de corpo inteiro ao abordar explicitamente os desafios duplos da heterogeneidade anatômica e da fidelidade patológica. Ao modelar a tradução como um problema de transporte explícito e integrar o contexto regional e as prioris de PET, o método adapta-se com sucesso à variabilidade estrutural dependente da região e recupera detalhes relevantes de lesões que são frequentemente perdidos em abordagens de difusão padrão. Os autores posicionam este trabalho como uma solução prática para reduzir os tempos de varredura em fluxos de trabalho clínicos de PET/RM, mantendo a qualidade diagnóstica tanto em tecidos saudáveis quanto patológicos.