Geometrically Constrained Stenosis Editing in Coronary Angiography via Entropic Optimal Transport

Motivation

• Known: 기존 diffusion 기반 이미지 편집은 mask, prompt, segmentation, 기하학적 제약 등 조건을 활용한 conditional generation으로 지각적으로 그럴듯하고 의미적으로 제어 가능한 편집을 생성할 수 있으며, ControlNet, SDEdit, SPADE 등 구조 제약 기반 편집 기법과 의료 영상 합성을 통한 downstream task 성능 향상 연구들이 존재한다.
• Gap: 기존 diffusion 기반 편집은 noise로 초기화된 reverse process에서 soft guidance(가이던스 항 또는 보조 입력)에 의존하기 때문에 편집 영역의 픽셀 수준 경계 정렬과 비편집 영역의 구조 보존을 엄밀하게 보장하지 못하며, classical OT는 pathwise 생성 메커니즘을 직접 제공하지 않고 고차원에서 강한 기하학적 제약 하의 solving이 numerically fragile하다.
• Why: CAG 협착 데이터는 주석 비용이 높아 만성적으로 부족하며, 임상적으로 유의미한 자동 협착 탐지기의 성능과 일반화를 개선하려면 병변의 위치와 형태를 정밀하게 제어하면서 혈관 위상(topology)과 연속성을 보존하는 합성 데이터가 필수적이다.
• Approach: 편집 사양(mask, edge, boundary 등 기하 정보)을 Schrödinger bridge 시스템의 boundary condition으로 변환하고, geometric generation-path guidance(GPG)로 생성 경로 전체에 hard한 path-level 제약을 부과함으로써 constrained entropic OT를 통해 deterministic한 생성 경로를 확보한다.

Achievement

OT-Bridge Editor로 합성한 CAG 영상이 공개 벤치마크 ARCADE와 자체 multi-center 데이터셋에서 downstream 협착 탐지 성능을 각각 27.8%, 23.0% 상대적으로 향상시켰으며, 정성적으로도 임상적 사실성과 픽셀 정확도가 일관되게 확인되었다.

How

• 입력 CAG 영상 x0와 segmentation mask m으로부터 mask, edge⊙mask, boundary ∂m을 stack하여 Vessel-structure Composite Domain의 시작 상태 S*를 구성
• Reference process R(Brownian, noise→angiogram)에 대해 constrained diffusion Schrödinger bridge를 설계하여 entropic OT 하의 bridge process P*를 도출
• IPF(iterative proportional fitting)/Schrödinger potentials f, g를 통해 SB transition을 계산하고, 각 스텝에서 GPG(경로 수준 guidance)와 feasibility를 강제하는 projection ΠF를 결합
• 편집 마스크 m과 경계 ∂m, S에 조건화된 SB transition p를 통해 편집 영역에서는 픽셀 정확한 경계 제어를, 비편집 영역에서는 구조적 보존을 동시에 달성
• 생성된 합성 협착 영상을 augmentation data로 활용하여 다수의 stenosis detector를 학습

Originality

• 이미지 편집을 constrained entropic OT 문제로 재정의하고 Schrödinger bridge로 해를 구하는 새로운 정식화 제시
• Vessel-structure Composite Domain을 설계하여 mask, edge, boundary 정보를 결합한 시작 상태 S*를 통해 기하학적 조건을 boundary condition으로 직접 인코딩
• Geometric generation-path guidance(GPG)를 도입해 기존의 soft guidance가 아닌 hard, path-level 제약으로 생성 경로 전체를 통제, deterministic한 편집 경로 확보
• 소스 이미지에서 직접 시작하는 diffusion bridge 관점을 채택하여 noise-initialized reverse process의 한계를 극복

Limitation & Further Study

• Vessel-structure Composite Domain 구성이 정확한 segmentation mask와 edge 추출에 의존하므로, 초기 segmentation 오류가 편집 품질에 전파될 가능성이 있음
• Schrödinger bridge의 IPF 기반 solving은 계산 비용과 수렴 안정성 측면에서 추가적인 검증이 필요하며 대규모 데이터셋에서의 확장성 논의가 부족
• 협착 형태의 다양성이 여전히 edited mask 설계에 의존적이어서, 매우 복잡하거나 드문 병변 형태에 대한 일반화 성능은 불명확
• 단일 모달리티(CAG)에 한정된 검증이므로 다른 혈관 영상 모달리티나 다른 병변 유형으로의 확장 검증이 후속 연구로 필요

Evaluation

총평: Diffusion 기반 편집의 soft guidance 한계를 entropic OT와 Schrödinger bridge라는 이론적으로 탄탄한 틀로 재정식화하고, 이를 의료 영상의 실질적 문제인 협착 탐지 데이터 증강에 적용해 명확한 정량적 성능 향상을 보여준 완성도 높은 연구이다.