基于条件潜在扩散技术的脑部MRI非配对体积谐化处理

《Medical Image Analysis》：Unpaired Volumetric Harmonization of Brain MRI with Conditional Latent Diffusion

多站点结构MRI归一化中存在的扫描器效应问题，提出基于条件潜在扩散的3D MRI归一化框架HCLD。通过4D潜在空间实现跨站点风格的隐式转换，结合3D自动编码器和条件潜在扩散模型，无需目标域配对数据即可完成体积级MRI归一化，在四组任务中验证了其优于现有方法的解剖学信息保留和跨站点风格适配能力。

　　随着神经影像学研究的不断发展，多中心的结构磁共振成像（MRI）数据正被越来越多地应用于提升研究对象的多样性，从而增强基于学习的模型的统计效能。例如，在研究与大脑老化相关的纵向变化时，多中心MRI数据能够提供更广泛的样本来源，有助于更全面地理解大脑结构的异质性。然而，直接将来自不同中心的MRI数据合并可能会引入与中心相关的非生物性变异，这会干扰模型对多中心MRI数据中普遍特征的学习。这些变异通常被称为“中心/扫描仪效应”，其成因多种多样，包括场强差异、扫描平台不同以及扫描序列的不一致等。此外，某些因素如软件和硬件更新，在不同采集中心之间难以统一，进一步加剧了这种非生物性变异的存在。因此，在进行多中心MRI数据的预处理时，采用回顾性数据和谐化方法变得尤为重要，以减少这些变异并为后续分析创造更一致的数据基础。

目前，回顾性MRI数据和谐化方法主要分为两类：非学习方法和基于学习的方法。非学习方法通常不需要训练，可以直接应用于原始MRI图像或提取的影像学特征。这些方法旨在将MRI图像中的体素强度进行全局标准化，使其在不同中心之间更加可比。例如，通过最小-最大归一化（min-max normalization）技术，可以将MRI体积标准化为预定义的范围，使得不同中心的MRI图像在强度分布上更加一致。然而，这类方法在去除中心相关变异方面的效果有限，尤其是在处理复杂的数据结构时，其能力可能无法满足更高层次的分析需求。

基于学习的方法则依赖于适当的训练过程，以捕捉中心相关的特征。这些方法通常采用深度学习技术，如生成对抗网络（GANs），直接对MRI图像进行风格转换，使源中心的MRI图像风格与目标中心的MRI图像风格一致。为了保留源MRI图像中的关键解剖信息，一些研究采用了配对的T1加权和T2加权MRI图像进行模型训练。然而，由于配对MRI图像并非总是可用，许多近期的方法，如CycleGAN和StyleGAN，利用循环一致性约束（cycle-consistency constraints）进行风格转换，同时避免需要配对图像。这些方法主要集中在二维切片的和谐化，并将这些切片堆叠起来形成最终的三维MRI图像，从而导致在不同视图（如矢状面、冠状面和轴向面）下可能出现的空间不连续问题。此外，一些2.5D方法，如ImUnity，通过结合不同视图下二维切片的模型输出，形成最终的和谐化MRI体积。然而，这些方法仍然依赖于逐切片的和谐化过程，既耗时又忽略了体积信息的重要性。同时，许多现有方法需要同时训练多个深度网络（如编码器、解码器和判别器），这不仅增加了训练成本，还可能导致训练过程不够稳定。

为了解决上述问题，本文提出了一种新的三维MRI和谐化框架，即通过条件潜变量扩散模型（Conditional Latent Diffusion, cLDM）实现的HCLD方法。该方法的核心在于显式地考虑图像风格和大脑解剖结构，从而实现高效的体积级MRI和谐化。HCLD框架主要包括两个主要部分：（1）一个具有广泛适用性的三维自编码器（3D autoencoder），它能够将MRI图像编码到一个四维的潜在空间中，并从潜在映射中重构MRI体积；（2）一个条件潜变量扩散模型（cLDM），它通过迭代去噪源潜在映射，学习潜在分布，并在目标图像风格的条件下生成和谐化的MRI图像。为了进一步提高效率，我们采用两阶段的训练策略。首先，三维自编码器在没有中心标签的情况下，基于大规模MRI数据集进行预训练。在第二阶段，预训练的自编码器权重被冻结，用于将高维MRI数据编码为低维潜在映射，从而显著降低cLDM训练的计算成本。此外，cLDM的训练采用了特定的损失函数，以指导风格转换并确保大脑解剖结构的保留。

HCLD方法的优势在于其无需配对训练图像即可实现高效的体积级MRI和谐化。通过潜在空间的风格转换，该方法能够在不依赖源和目标中心配对图像的情况下，有效地去除中心相关变异，同时保留MRI图像中的关键生物特征。这种方法不仅提升了MRI图像的一致性，还为后续的机器学习和数据分析提供了更加可靠的输入数据。在实验部分，我们使用了三个公开的多中心MRI数据集，包括Open Big Healthy Brains（OpenBHB）数据集、Strategic Research Program for Brain Science（SRPBS）数据集以及IXI数据集。其中，OpenBHB数据集包含了来自58个中心的3,984例健康受试者的T1加权MRI图像；SRPBS数据集则包含了99例健康旅行者的T1加权MRI图像，扫描于11个不同的中心；IXI数据集涵盖了559例健康受试者，扫描于伦敦的三所医院。通过在这些数据集上进行实验，我们验证了HCLD方法在去除中心相关变异和保留生物特征方面的有效性。

在实验过程中，我们还进行了消融研究，以评估HCLD框架中几个关键组件对性能的影响。我们比较了HCLD与其六个简化版本：（1）HCLD-C，即不使用内容损失；（2）HCLD-S，即不使用风格损失；（3）HCLD-A，即在潜在映射融合过程中不使用AdaIN技术；（4）HCLD-I，即在计算内容损失时不使用实例归一化（IN）；（5）HCLD-M，即在推理过程中使用DDPM采样方法（而不是DDIM）；（6）HCLD-L，即仅在潜在映射融合模块之后解码结果，使用粗略对齐的潜在映射。这些实验帮助我们更好地理解各个组件在HCLD框架中的作用，并进一步优化模型的性能。

HCLD方法的实现不仅依赖于高效的模型设计，还涉及复杂的训练和推理流程。在训练阶段，我们首先使用大规模的MRI数据集对三维自编码器进行预训练，使其能够准确地将MRI图像编码为潜在空间中的表示。随后，我们将预训练的自编码器权重冻结，仅使用其编码能力将源MRI图像转换为潜在映射，从而降低cLDM训练的计算成本。在cLDM的训练过程中，我们引入了特定的损失函数，以确保风格转换的准确性并保留解剖结构的完整性。这些损失函数包括内容损失和风格损失，分别用于衡量生成图像与源图像在解剖结构上的相似性以及与目标图像在风格上的匹配度。此外，我们还设计了一个潜在映射融合模块，用于整合不同中心的潜在映射，从而提高最终生成MRI图像的质量。

在推理阶段，HCLD方法通过潜在空间的风格转换，将源MRI图像的潜在表示调整为目标MRI图像的风格，从而生成和谐化的MRI图像。这一过程无需配对图像，而是通过目标图像的风格信息进行条件生成。这种方法不仅提高了MRI图像的一致性，还避免了传统方法中因逐切片处理而可能引入的空间不连续问题。此外，HCLD方法能够在保持解剖结构完整性的前提下，实现高质量的MRI图像生成，为后续的分析提供了更加可靠的数据基础。

HCLD方法的提出，不仅解决了传统MRI和谐化方法在效率和效果上的不足，还为多中心MRI数据的处理提供了一种新的思路。通过显式地考虑图像风格和解剖结构，HCLD能够在不依赖配对图像的情况下，实现高效的体积级MRI和谐化。这种方法的广泛应用，将有助于提升多中心MRI研究的可靠性和可比性，为神经科学和医学影像学领域带来新的突破。此外，HCLD方法的高效性和稳定性，也使其在实际应用中更具可行性，特别是在大规模数据集和多中心研究中，能够显著降低计算成本并提高处理效率。

综上所述，本文提出的HCLD方法在MRI和谐化领域具有重要的应用价值。通过结合三维自编码器和条件潜变量扩散模型，HCLD不仅能够有效地去除中心相关变异，还能在保持解剖结构完整性的前提下，实现高质量的MRI图像生成。实验结果表明，HCLD在多个任务和数据集上的表现优于现有的先进方法，进一步验证了其有效性。此外，本文还通过消融研究，分析了各个关键组件对模型性能的影响，为后续的研究提供了有价值的参考。最后，我们相信，HCLD方法的提出将为多中心MRI研究的标准化和高效处理提供有力的支持，推动神经影像学领域的进一步发展。