Extended Synthetic Validation of Optical Flow-Based Velocity Field Reconstruction for AAA Cine-MRI: Angular Velocity, Noise Robustness, and Dense Flow Comparison

技术摘要：用于 AAA Cine-MRI 的基于光流法的速度场重建的扩展合成验证

问题陈述
从标准腹主动脉瘤（AAA）Cine-MRI 中重建速度场，为超越单纯直径测量提供了实现血流动力学风险分层的途径。虽然相位对比（Phase-Contrast）和 4D 流 MRI 是参考标准，但它们需要专门的采集方式。而常规采集的标准 Cine-MRI，理论上可以通过光流法（Optical Flow, OF）进行分析，且无需额外成本。然而，前作 [9] 利用金字塔卢卡斯-卡纳德（Pyramidal Lucas–Kanade, PLK）稀疏光流法对单个 AAA 患者进行的实验，受限于缺乏稠密流（Dense-flow）对比、缺乏角速度验证以及依赖于单一患者数据集。本研究通过将 PLK 与稠密光流法进行严格验证，并建立用于线性速度和角速度的合成基准真相（Ground Truth），解决了这些局endo 环节。

方法论
本研究采用了一种结合了现实世界数据重现、独立基准测试和新型合成幻影（Phantom）的多维度验证方法：

1. 数据来源：

   • 真实患者数据： 重现了原研究 [9] 的结果，使用了一名 AAA 患者（Rigshospitalet, 2020）的短轴和长轴 Cine-MRI。
   • 合成圆盘基准： 一个涉及不规则速度平移圆盘的独立基准，用于测试对窗口大小（$winSize$）和噪声的敏感性。
   • 合成 AAA 幻影： 一个基于文献构建的新型幻影，具有用于线性速度和角速度的闭式解基准真相。幻影参数（周向壁应变、体素间距、管腔直径和角速度）源自 10 例 AAA 患者的真实开放获取 4D-CTA 数据集（Jamshidian et al., 2025）。该幻影模拟了搏动性扩张和刚性逆时针旋转，并添加了 Rician 噪声以模拟 MRI 幅度图像。

2. 算法与配置：

   • 稀疏光流法 (PLK)： 采用具有 4 层高斯金字塔的 Pyramidal Lucas–Kanade。进行了 $winSize$（范围从 4 到 30）的敏感性扫描。
   • 稠密光流法 (Farnebäck)： 一种使用多项式展开和金字塔结构的逐像素稠密流方法。
   • 策略： 评估了两种策略——“周期性重置”（Eulerian，将特征点重新锚定到初始位置）和“无重置”（Lagrangian）追踪策略。

3. 指标：

   • 圆盘基准： 平均相对误差（%）。
   • 幻影验证： 针对线性速度和角速度，计算相对于精确基准真相的归一化均方根误差（NRMSE）和皮尔逊相关系数（$r$）。
   • 噪声鲁棒性： 在不同噪声水平（$\sigma \in [0, 0.12]$）下评估性能。

核心贡献

• 依赖于机制的优化： 研究表明，PLK 的最佳 $winSize$并非普适的，而是取决于运动机制。较小的窗口（$\approx 11\text{--}12$）最适合大幅度、离散的单步位移（圆盘基准）；而较大的窗口（$\approx 20$）则需要用于处理小幅度、连续的搏动运动（AAA 幻影），以平滑噪声。
• 合成角速度基准真相： 引入了具有精确闭式解基准真相的合成 AAA 幻影，实现了该领域内首次对角速度恢复的定量验证。
• 稀疏与稠密的比较： 系统性的比较表明，PLK 和 Farnebäck 是互补而非互换的关系。PLK 在处理大幅度孤立位移和高噪声环境时表现更优；而 Farnebäck 虽然能提供全帧覆盖，但在面对静态背景下的快速单特征位移时会失效，且在小运动机制下对噪声更敏感。
• 生理一致性验证： 幻影恢复的角速度峰值（$\approx 0.20\text{--}0.23$ rad/s）与原研究中的真实患者观察到的范围（$+0.13$ 至 $+0.22$ rad/s）以及现有的 4D 流文献高度一致。

结果

• 圆盘基准： PLK 在 $winSize \approx 11\text{--}12$ 时达到了 $<0.5\%$ 的最小误差，重现了原研究的发现。Farnebäck 则表现出一致性的失败（误差 $\approx 83\text{--}85\%$），原因是当物体每帧位移超过其直径时，违反了局部平滑先验。
• 线性速度（幻影）： 两种方法都正确捕捉到了收缩期峰值。PLK 的表现优于 Farnebäck，具有更低的 NRMSE（$28.4\%$ 对比 $32.4\%$）和更高的相关性（$r=0.93$ 对比 $0.91$）。
• 角速度（幻影）： PLK 实现了 $15.4\%$ 的 NRMSE（$r=0.91$），显著优于 Farnebäck（$25.0\%$ NRMSE，$r=0.71$）。恢复的峰值速度符合原研究的生理范围。
• 重置策略： 在合成幻影上，“重置”和“无重置”策略的表现几乎相同。作者指出，由于幻影的运动规模未能重现现实数据中观察到的漂移累积，因此这一发现对于确定漂移量级是非确定性的。然而，仍建议使用重置策略，以确保全管腔覆盖并防止空洞形成。
• 噪声鲁棒性： 与 Farnebäck 相比，PLK 展示了更强的噪声鲁棒性。在高噪声水平（$\sigma=0.12$）下，PLK 的线性速度 NRMSE 为 $94\%$，而 Farnebäck 为 $162\%$。

意义与主张
本文声称为 AAA 分析中基于光流法的速度重建提供了一条具体且可操作的路径。通过利用合成基准真相验证原研究的发现，并将其与稠密流方法进行对比，作者确立了以下结论：

1. PLK 是 Cine-MRI 中定量追踪的稳健选择，特别是在存在大幅度位移或噪声的情况下，前提是需根据特定的运动机制调整窗口大小。
2. 稠密流（Farnebäck） 适用于定性的全场可视化，但不能作为此类特定应用中稀疏追踪的直接替代方案。
3. 周期性重置策略 对于维持覆盖范围仍然有效，即使在合成模型中未完全重现漂移量级。
4. 未来的工作 已锚定于特定的开放获取多患者数据集（Jamshidian et al., 2025），将原研究中“单一患者”的局限性转化为了一个明确的下一步计划。作者明确指出，多患者验证、4D 流集成以及基于学习的光流法仍是开放课题，但现在已有了明确的资源支撑。