Learning Fast-to-Long Acquisition Mapping for Denoising Micro-CT

Resumo Técnico: Aprendizado de Mapeamento de Aquisição Rápida-para-Longa para Desruído de Micro-CT

Definição do Problema
A microtomografia de raios X (micro-CT) de alta fidelidade é crítica para a análise digital de rochas, particularmente para caracterizar as complexas estruturas de poros de rochas carbonáticas heterogêneas do pré-sal brasileiro. No entanto, alcançar reconstruções de alta qualidade normalmente requer tempos de aquisição longos (ex: 60 minutos), o que aumenta os custos laboratoriais e reduz o rendimento experimental (throughput). A aceleração dos protocolos de varredura (ex: para 2 minutos e 35 segundos) introduz ruído significativo e redução na definição estrutural, comprometendo tarefas subsequentes como segmentação e modelagem de fluxo. Embora existam métodos de desruído baseados em dados, muitos dependem de dados degradados sinteticamente ou referências melhoradas por filtros, em vez de varreduras de alta qualidade adquiridas independentemente. Este artigo aborda o desafio de aprender um mapeamento de aquisições rápidas e ruidosas para referências longas e de alta qualidade usando dados pareados reais e naturalmente registrados para mitigar o compromisso entre tempo de varredura e qualidade de imagem.

Metodologia
O estudo utiliza um conjunto de dados de 12 amostras cilíndricas de plugs de carbonato escaneadas sob três protocolos: uma aquisição rápida (2 min 35 s), uma aquisição intermediária (8 min) e uma aquisição de referência (60 min). As amostras foram mantidas fixas no scanner sem reposicionamento, garantindo o registro natural voxel a voxel entre os diferentes tempos de varredura.

• Pré-processamento de Dados: Os volumes 3D foram recortados para excluir anéis de calibração e vazios de borda. Uma avaliação de contraste ajustada diagnóstica foi introduzida para distinguir entre o desempenho de desruído estrutural e os desvios de valores de cinza dependentes da aquisição. Isso envolveu uma transformação linear volumétrica (intercepto e inclinação) estimada via regressão de mínimos quadrados para alinhar as escalas de intensidade das aquisições rápida e intermediária com a referência de 60 minutos.
• Arquiteturas de Modelos: Duas arquiteturas de aprendizado profundo foram testadas:
  1. Restormer: Uma arquitetura baseada em transformer que utiliza atenção de canal (channel-wise self-attention) para desruído de alta resolução. Três configurações foram testadas: zero-shot (pré-treinada no SIDD), fine-tuned (pesos pré-treinados adaptados para micro-CT) e treinamento do zero (inicialização aleatória).
  2. RED-CNN: Um baseline de codificador-decodificador convolucional com conexões residuais, originalmente projetado para desruído de CT de baixa dose.
• Estratégia de Treinamento: Uma estratégia de validação leave-one-out foi empregada ao nível do plug para evitar vazamento de dados (data leakage). Em cada dobra (fold), uma amostra serviu como conjunto de teste, uma como validação e dez para treinamento. Os modelos foram treinados para minimizar a perda L1 entre a entrada rápida e a referência de 60 minutos.
• Avaliação: O desempenho foi quantificado usando a Razão Sinal-Ruído de Pico (PSNR) e o Índice de Similaridade Estrutural (SSIM) sobre volumes 3D recortados completos. Adicionalmente, segmentações binárias de poro-sólido foram geradas para analisar atributos da estrutura de poros (porosidade e fração de poros pequenos) e sua correlação com os ganhos de desruído.

Resultos Principais

• Desempenho Quantitativo: Modelos Restormer treinados (tanto fine-tuned quanto com inicialização aleatória) melhoraram substancialmente a qualidade da imagem em relação à entrada de 2 min 35 s. Em média, eles superaram a aquisição intermediária de 8 minutos tanto nas métricas de PSNR quanto de SSIM.
  • Sem Ajuste de Contraste: Os modelos Restormer treinados alcançaram valores médios de PSNR de ~41,1–41,6 dB e SSIM ~0,97, superando o baseline de 8 minutos (PSNR ~38,4 dB, SSIM ~0,937).
  • Com Ajuste de Contraste: Após a correção dos desvios de valor de cinza, a lacuna de desempenho entre os métodos diminuiu, mas os modelos Restormer treinados permaneceram como os melhores desempenhos, alcançando o melhor PSNR em 10 de 12 amostras e o melhor SSIM em 11 de 12 amostras comparado aos outros métodos.
• Análise Qualitativa: Os modelos reduziram efetivamente o padrão de ruído estático das aquisições rápidas e melhoraram a visibilidade das texturas de poros e sólidos. No entanto, os modelos não conseguiram recuperar confiavelmente detalhes finos (ex: materiais de alta densidade pequenos) que estavam ausentes ou mal visíveis na entrada rápida.
• Limitações e Resíduos: A análise de resíduos revelou que, embora o conteúdo estrutural tenha sido preservado, discrepâncias de contraste persistiram, particularmente próximo às bordas dos poros. Em amostras com uma alta fração de "poros pequenos" (definidos como voxels de poros com diâmetros locais <3 voxels), os ganhos de desempenho foram menores. Observaram-se fortes correlações negativas entre a fração de poros pequenos e os ganhos de desempenho ajustados, sugerindo que os limites de resolução e o ruído obscurecendo os espaços estreitos de poros restringem a capacidade do modelo de recuperar esses recursos específicos.
• Variabilidade Específica da Amostra: A Amostra 4 foi identificada como um caso de falha na avaliação inicial, onde os modelos treinados produziram PSNR inferior ao baseline de 8 minutos devido a desvios de contraste; contudo, após o ajuste de intensidade, os modelos performaram comparavelmente, destacando a sensibilidade do PSNR a desvios de valor de cinza.

Significância e Alegações
O artigo afirma que o aprendizado de um mapeamento de aquisição rápida-para-longa usando aprendizado profundo supervisionado é uma estratégia promissora para reduzir o compromisso entre tempo de varredura e qualidade de imagem em micro-CT de carbonatos. A principal contribuição é a demonstração de que modelos treinados em dados pareados reais e naturalmente registrados podem produzir qualidade de imagem comparável a uma varredura de 8 minutos utilizando apenas uma entrada de 2 minutos e 35 segundos, podendo potencialmente triplicar o rendimento experimental.

Os autores observam modestamente que, embora a abordagem melhore significamente a qualidade da imagem, ela não é um gerador de "verdade fundamental" (ground truth); ela não pode recuperar detalhes estruturais perdidos durante a aquisição rápida devido aos limites de resolução. Além disso, o estudo destaca que a variabilidade de contraste dependente da aquisição é um fator significativo nas métricas de avaliação, necessitando de análise de ajuste de contraste para uma avaliação precisa da recuperação estrutural. O trabalho conclui que, embora o método seja eficaz, pesquisas futuras devem abordar as limitações relativas aos limites de resolução, variabilidade de contraste e a necessidade de validação em diferentes equipamentos de scanner e parâmetros de aquisição mais amplos para suportar fluxos de trabalho de micro-CT 4D dinâmicos.