Two-Stage Enhancement-Field Synthesis of Contrast-Enhanced Breast MRI from Pre-Contrast Slices

Resumo Técnico: Síntese de Campo de Realce em Dois Estágios de RM de Mama com Contraste a partir de Fatias Pré-Contraste

Definição do Problema
A síntese direta de realce de contraste em RM de mama frequentemente emaranha a aparência global com estruturas relevantes para a lesão. Consequentemente, confiar apenas em métricas de similaridade perceptual pode falhar em refletir a confiabilidade ao nível da lesão. Embora estudos recentes de realce de contraste virtual tenham demonstrado capacidades de síntese neural, preservar a conspicuidade da lesão e a morfologia do realce local permanece um desafio crítico. Métodos padrão de tradução imagem-para-imagem podem melhorar a aparência global enquanto degradam critérios relevantes para a lesão, criando um compromisso entre fidelidade e estrutura que métodos de registro geométrico sozinhos não resolvem.

Metodologia
Os autores propõem um modelo Coarse-to-Structure (C2S) que reformula a síntese de DCE-MRI de mama como um problema de decomposição de campo de realce. Em vez de traduzir diretamente uma imagem pré-contraste ($x$) para uma aparência pós-contraste ($\hat{y}$), o modelo estima um campo de realce estruturado composto por um componente de realce global e um componente residual derivado da imagem.

A equação central é definida como:
$$\hat{y} = x + \Delta_{coarse}(x) + \Delta_{refine}(x, \Delta_{coarse})$$

A arquitetura opera em dois estágios:

1. Estágio de Realce Coarse (Grosseiro): Um ramo de meia resolução prevê um campo de realce grosseiro ($\Delta_{coarse}$). Este estágio utiliza pistas determinísticas derivadas da imagem (contexto de baixa frequência $x_{blur}$ e detalhe local $h_x$) para modelar o realce amplo via campos de ganho, viés (bias) e portão (gate). O resultado é uma predição intermediária ($y_{coarse}$) que ancora a saída à anatomia observada.
2. Estágio de Refinamento Estrutural: Um ramo de resolução total realiza correções orientadas a detalhes ($\Delta_{refine}$). Ele concatena a entrada original, a predição coarse e pistas de alta frequência para estimar correções residuais derivadas da imagem. Este estágio utiliza um núcleo residual com portão (gated residual core) para refinar estruturas de alta frequência sem exigir dados de aquisição adicionais ou máscaras de tumor durante a inferência.

Treinamento e Objetivo
O modelo é treinado usando um objetivo regularizado por SSIM que combina perdas adversariais, de reconstrução e específicas da região do tumor:
$$L_{C2S} = L_{GAN} + \lambda_1 L_1 + \lambda_{ROI} L_{ROI} + \lambda_{ROI-GAN} L_{ROI-GAN} + 0.1 L_{SSIM-tumor}$$
Máscaras de tumor e discriminadores são usados exclusivamente durante o treinamento para guiar o gerador; eles não são necessários na inferência. O protocolo de avaliação utiliza um ajuste de início quente correspondido (matched warm-start setting) com três sementes aleatórias (42–44) em uma divisão local de 203 casos para garantir a reprodutibilidade e isolar os efeitos arquiteturais da variância de inicialização.

Principais Contribuições

1. Decomposição de Campo de Realce: Um framework que separa a formação do realce global do refinamento de resíduo derivado da imagem, desacoplando a estimativa de intensidade do detalhe estrutural.
2. Análise Formal de Fidelidade-Estrutura: Um estudo de warm-start correspondido demonstrando um compromisso dependente de métrica. O modelo C2S alcança métricas estruturais e orientadas a tarefas superiores, enquanto um modelo de estágio único correspondido alcança um LPIPS (similaridade perceptual) menor.
3. Reprodutibilidade e Análise de Incerteza: Uma avaliação abrangente incluindo perfis de métricas de nível de configuração e análise de bootstrap de nível de caso, complementada por achados negativos sobre outras variações arquitetônicas (ex: refinamentos de offset-aware ou warp).

Resultos
Em um estudo de warm-start correspondido de três sementes em 203 casos locais, o modelo C2S demonstrou valores médios favoráveis sobre o modelo de estágio único correspondido para:

• MSE: Menor (melhor)
• Tumor-ROI SSIM: Maior (melhor)
• FRD: Menor (melhor)
• AUROCs (Contraste e Tumor-ROI): Maior (melhor)
• Dice: Maior (melhor)
• HD95: Menor (melhor)

Inversamente, o modelo de estágio único alcançou um LPIPS menor (melhor similaridade perceptual). A análise de bootstrap confirmou que as diferenças no MSE e Dice favorecendo o C2S, e a diferença no LPIPS favorecendo o modelo de estágio único, foram estatisticamente significativas. No entanto, o FRD e ambos os AUROCs foram computados apenas em nível agregado e foram excluídos da análise de bootstrap de nível de caso; consequentemente, nenhum intervalo de confiança de bootstrap foi reportado para essas métricas. Adicionalmente, os intervalos de bootstrap para ROI-SSIM e HD95 cruzaram o zero, indicando que não há diferença estatisticamente significativa para essas métricas específicas neste cenário.

Significância e Alegações
O artigo afirma que a divergência observada destaca um compromisso de fidelidade-estrutura dependente da métrica. Os resultados sugerem que a similaridade perceptual (LPIPS) deve complementar, em vez de substituir, a avaliação estrutural ao nível da lesão (Dice, HD95, AUROC) quando imagens sintetizadas são destinadas para análise subsequente focada na lesão.

Os autores declaram explicitamente que esses achados são limitados a uma divisão local 2D retrospectiva e não substituem a avaliação de teste oculto (como o conjunto de teste do desafio MICCAI MAMA-SYNTH). Eles alertam que o estudo avalia a reprodutibilidade sob um cenário específico de warm-start correspondido, em vez de reivindicar superioridade arquitetônica independente de inicialização. O trabalho enfatiza que a melhoria da aparência global não garante a melhoria dos critérios relevantes para a lesão, defendendo uma estratégia de avaliação multimétrica.