Autoencodeurs à Diffusion Latente : Vers un Apprentissage de Représentations Non Supervisé Efficace et Significatif en Imagerie Médicale

Latent Diffusion Autoencoders: Toward Efficient and Meaningful Unsupervised Representation Learning in Medical Imaging

April 11, 2025

Auteurs: Gabriele Lozupone, Alessandro Bria, Francesco Fontanella, Frederick J. A. Meijer, Claudio De Stefano, Henkjan Huisman

cs.AI

Résumé

Cette étude présente le Latent Diffusion Autoencoder (LDAE), un nouveau cadre encoder-décodeur basé sur la diffusion pour un apprentissage non supervisé efficace et significatif en imagerie médicale, en se concentrant sur la maladie d'Alzheimer (MA) en utilisant l'IRM cérébrale de la base de données ADNI comme étude de cas. Contrairement aux autoencodeurs de diffusion conventionnels opérant dans l'espace image, le LDAE applique le processus de diffusion dans une représentation latente compressée, améliorant ainsi l'efficacité computationnelle et rendant l'apprentissage de représentation en imagerie médicale 3D réalisable. Pour valider l'approche proposée, nous explorons deux hypothèses clés : (i) le LDAE capture efficacement des représentations sémantiques significatives sur les IRM cérébrales 3D associées à la MA et au vieillissement, et (ii) le LDAE atteint une génération et une reconstruction d'images de haute qualité tout en étant computationnellement efficace. Les résultats expérimentaux soutiennent ces deux hypothèses : (i) les évaluations par sonde linéaire démontrent des performances diagnostiques prometteuses pour la MA (ROC-AUC : 90 %, ACC : 84 %) et la prédiction de l'âge (MAE : 4,1 ans, RMSE : 5,2 ans) ; (ii) les représentations sémantiques apprises permettent une manipulation des attributs, produisant des modifications anatomiquement plausibles ; (iii) les expériences d'interpolation sémantique montrent une reconstruction solide des scans manquants, avec un SSIM de 0,969 (MSE : 0,0019) pour un écart de 6 mois. Même pour des écarts plus longs (24 mois), le modèle maintient des performances robustes (SSIM > 0,93, MSE < 0,004), indiquant une capacité à capturer les tendances de progression temporelle ; (iv) comparé aux autoencodeurs de diffusion conventionnels, le LDAE augmente significativement le débit d'inférence (20 fois plus rapide) tout en améliorant également la qualité de la reconstruction. Ces résultats positionnent le LDAE comme un cadre prometteur pour des applications d'imagerie médicale évolutives, avec le potentiel de servir de modèle de base pour l'analyse d'images médicales. Le code est disponible à l'adresse suivante : https://github.com/GabrieleLozupone/LDAE.

English

This study presents Latent Diffusion Autoencoder (LDAE), a novel encoder-decoder diffusion-based framework for efficient and meaningful unsupervised learning in medical imaging, focusing on Alzheimer disease (AD) using brain MR from the ADNI database as a case study. Unlike conventional diffusion autoencoders operating in image space, LDAE applies the diffusion process in a compressed latent representation, improving computational efficiency and making 3D medical imaging representation learning tractable. To validate the proposed approach, we explore two key hypotheses: (i) LDAE effectively captures meaningful semantic representations on 3D brain MR associated with AD and ageing, and (ii) LDAE achieves high-quality image generation and reconstruction while being computationally efficient. Experimental results support both hypotheses: (i) linear-probe evaluations demonstrate promising diagnostic performance for AD (ROC-AUC: 90%, ACC: 84%) and age prediction (MAE: 4.1 years, RMSE: 5.2 years); (ii) the learned semantic representations enable attribute manipulation, yielding anatomically plausible modifications; (iii) semantic interpolation experiments show strong reconstruction of missing scans, with SSIM of 0.969 (MSE: 0.0019) for a 6-month gap. Even for longer gaps (24 months), the model maintains robust performance (SSIM > 0.93, MSE < 0.004), indicating an ability to capture temporal progression trends; (iv) compared to conventional diffusion autoencoders, LDAE significantly increases inference throughput (20x faster) while also enhancing reconstruction quality. These findings position LDAE as a promising framework for scalable medical imaging applications, with the potential to serve as a foundation model for medical image analysis. Code available at https://github.com/GabrieleLozupone/LDAE