Plug-and-Play Diffusion Meets ADMM: Dual-Variable Coupling for Robust Medical Image Reconstruction¶

会议: ICML 2026
arXiv: 2602.23214
代码: https://github.com/duchenhe/DC-PnPDP (有)
领域: 医学图像重建 / 扩散模型 / 逆问题
关键词: PnP 扩散先验, ADMM 对偶变量, 频域白化, CT/MRI 重建, 稳态偏差

一句话总结¶

本文把 ADMM 的对偶变量重新塞回 PnP 扩散先验循环，用"对偶"提供积分反馈消除稳态偏差，再用一个频域 Spectral Homogenization 模块把结构化对偶残差白化成伪 AWGN，避免触发扩散去噪器的 OOD 幻觉，在 sparse-view / limited-angle CT 与加速 MRI 上同时拿到 SOTA 保真度和约 3× 推理加速。

研究背景与动机¶

领域现状：医学逆问题（CT/MRI）求解 \(y=Ax+n\) 的主流做法是 PnP 扩散先验（PnPDP）——把数据一致性子问题和扩散去噪先验子问题交替执行，常见实现基于 Half-Quadratic Splitting (HQS) 或近端梯度，例如 DiffPIR、DDS、DDNM、DAPS、SITCOM。

现有痛点：作者从控制论视角指出，HQS/PG 型求解器是"无记忆"算子——每次迭代只看瞬时数据保真梯度，等价于一个 Proportional (P) 控制器。P 控制器在系统遇到"强阻力"（重度欠采样、强噪声）时无法消除稳态误差，导致重建结果停在一个有偏的平衡点上，既不严格满足物理测量，也不在先验流形上。在医学场景这个偏差直接动到临床可靠性。

核心矛盾：经典优化理论早就有解药——加入对偶变量（拉格朗日乘子），它对原始残差做积分，等价于 Integral 控制器，可以驱动 \(x\to z\) 严格满足约束。但是把对偶 \(u^{(k)}\) 直接塞回扩散 PnP 循环又会引爆第二个冲突：\(u\) 累积的是"结构化"残差（CT 的方向条纹、MRI 的相干混叠），频谱是有色的；而扩散去噪器只在 AWGN 上训练过，输入 \(v^{(k+1)}=x^{(k+1)}+u^{(k)}\) 立刻 OOD，去噪器会把伪影当语义"幻觉"出来。

本文目标：(1) 把对偶变量重新接回 PnP 扩散；(2) 同时让扩散去噪器看到的输入仍然是 AWGN。

切入角度：解耦"几何角色"和"统计角色"——对偶变量负责几何收敛，再加一个频域白化模块负责把对偶累积出的有色残差"漂白"成伪 AWGN。

核心 idea：用 ADMM 对偶提供积分反馈消除稳态偏差，再用 Spectral Homogenization 在频域填补"频谱凹陷"，使去噪器输入的功率谱拟合白噪声，从而调和"几何严格性 vs. 统计兼容性"的冲突。

方法详解¶

整体框架¶

框架 DC-PnPDP 严格沿用 ADMM 三步走，但在第二步前插入一个频域适配模块 \(T_{\text{SH}}\)，整体一轮迭代如下（Algorithm 1）：

数据保真更新：\(x^{(k+1)}=\arg\min_x \|Ax-y\|_2^2+\rho\|x-z^{(k)}+u^{(k)}\|_2^2\)（闭式 / CG 求解）；
对偶移位：\(v^{(k+1)} = x^{(k+1)} + u^{(k)}\)；
Spectral Homogenization：\(\tilde v^{(k+1)} = T_{\text{SH}}(v^{(k+1)}; z^{(k)}, \sigma_t)\)；
扩散去噪：\(z^{(k+1)} = D_\sigma(\tilde v^{(k+1)}, t)\)；
对偶更新：\(u^{(k+1)} = u^{(k)} + (x^{(k+1)} - z^{(k+1)})\)。

噪声调度 \(\sigma_t\) 按 EDM 框架从大到小线性退火。和 DiffPIR 对比，结构差异严格只在"是否维护对偶 \(u\)"和"是否插入 \(T_{\text{SH}}\)"，所以消融能干净地把增益归因到这两个模块。

关键设计¶

Dual-Coupled Iteration（对偶耦合迭代）：
- 功能：把 ADMM 的对偶变量 \(u^{(k)}\) 显式维护进 PnP 扩散循环，作为"积分记忆"驱动 \(x\to z\) 收敛到严格一致点
- 核心思路：每次迭代后做 \(u^{(k+1)}=u^{(k)}+(x^{(k+1)}-z^{(k+1)})\)，把历史共识误差累计成一个修正力，等价从 P 控制器升级到 PI 控制器；下次的 \(x\) 更新里 \(u\) 进入数据保真项的二次项中心，相当于一个"反复施压让两个变量靠拢"的反馈环
- 设计动机：现有 HQS/PG 类 PnP 扩散求解器把 \(u\equiv 0\) 当默认值，等于砍掉了 ADMM 的积分动作，所以在重度欠采样下必然留下稳态偏差；本文实证 LACT-90 上仅打开对偶就能 +4.55 dB
Spectral Homogenization（频域同质化）：
- 功能：把对偶移位后的 \(v^{(k+1)}=x^{(k+1)}+u^{(k)}\) 中的结构化、有色残差，修整为功率谱近似平坦的伪 AWGN，避免触发扩散去噪器的 OOD 幻觉
- 核心思路：三步走——(1) 诊断：用 \(r^{(k+1)}=v^{(k+1)}-z^{(k)}\) 作为残差代理，做带核平滑的 PSD 估计 \(\hat S_r(\omega) = (|\mathcal F(r)(\omega)|^2)*K_\delta\)；(2) 合成：定义频谱缺口 \(\Delta S(\omega)=\max(\epsilon, \sigma_t^2(HW) - \hat S_r(\omega))\)，用白噪声 \(n\) 的随机相位 + 缺口幅度构造互补噪声 \(\xi^{(k+1)} = \mathcal F^{-1}(\sqrt{\Delta S(\omega)} \odot e^{i\angle\mathcal F(n)})\)；(3) 融合：\(\tilde v^{(k+1)} = v^{(k+1)} + \xi^{(k+1)}\)。Proposition 4.1 给出二阶谱一致性的理论保证：\(\mathbb E_\xi[S_{n_{\text{eff}}}(\omega)] \approx \sigma_t^2(HW)\)，等价 \(\text{Cov}(n_{\text{eff}}) \approx \sigma_t^2 I\)
- 设计动机：物理伪影（CT 条纹、MRI 混叠）天然集中在特定频带，是"有色"的；空域加噪会把整张图打花，而频域只在"频谱凹陷"补能量、保留"频谱主峰"携带的语义信息——既漂白噪声又保结构。作者把这一过程类比为"Coherence Breaking"：用随机相位 + 互补幅度淹没结构化伪影的相干性
DiffPIR-aligned Data-Consistency（与 baseline 对齐的保真子问题）：
- 功能：让 DC-PnPDP 的数据保真步严格等同于 DiffPIR 的实现，保证消融与对比公平
- 核心思路：CT 用 torch-radon 模拟前向投影（parallel-beam，SVCT 取 20 视角、LACT 取 [0,90]° 90 视角），MRI 用 1D 等距 Cartesian 欠采样（AF=6/10）；保真子问题用 CG 求解；MRI 在复数域时 Spectral Homogenization 对实部/虚部分别独立做
- 设计动机：作者明确想把"对偶 + SH"的增益和 baseline 的求解器选型解耦——只有当数据保真步完全一致，性能增益才能干净地归因到本文新模块

损失函数 / 训练策略¶

扩散先验本身按 EDM 框架预训练（CT 在 AbdomenCT-1K 上 from scratch，MRI 直接用 Zheng et al. 2025 公开权重），推理阶段不更新扩散权重——所有改动都发生在 PnP 求解器一侧。这是 plug-and-play 设定的标准做法，也意味着 SH 模块对任何预训练扩散先验都即插即用。

实验关键数据¶

主实验¶

在 AbdomenCT-1K (CT) 和 fastMRI brain (MRI) 上对比 5 个 SOTA PnPDP 求解器，PSNR/SSIM 如下（节选 Table 1）：

任务	指标	DiffPIR (最强 baseline)	SITCOM	DAPS	DC-PnPDP (100 NFE)	提升 vs. 最强 baseline
LACT-90	PSNR / SSIM	34.70 / 0.926	32.07 / 0.911	30.02 / 0.891	39.46 / 0.955	+4.76 dB
SVCT-20	PSNR / SSIM	37.86 / 0.947	37.76 / 0.945	37.05 / 0.939	40.55 / 0.963	+2.69 dB
Brain MRI AF=6	PSNR / SSIM	34.88 / 0.965	35.58 / 0.969	34.89 / 0.967	36.43 / 0.972	+0.85 dB
Brain MRI AF=10	PSNR / SSIM	27.92 / 0.918	28.67 / 0.927	27.04 / 0.910	30.91 / 0.943	+2.24 dB

LACT 这种"缺角"任务上 +4.76 dB 的跳跃最能体现"对偶消除稳态偏差"的价值——baseline 几乎都在缺失楔形方向画虚结构。

消融实验¶

在 LACT-90 上逐个开关 DC（对偶变量）和 SH（频域白化），其中第一行就是 DiffPIR：

DC	SH	PSNR ↑	SSIM ↑	LPIPS ↓	解读
✗	✗	31.36	0.894	0.023	DiffPIR baseline，稳态偏差最大
✗	✓	31.51	0.898	0.022	只白化几乎没动，说明有色残差主要由对偶累积引起
✓	✗	35.91	0.934	0.012	加对偶 +4.55 dB，但还差完整版 1.1 dB（去噪器 OOD 漏的）
✓	✓	37.02	0.943	0.011	两个模块强协同

关键发现¶

DC 是主升力，SH 是 DC 的"安全阀"：单独打开 SH 只能 +0.15 dB，但 SH 关掉时 DC 离 full model 还有 1.1 dB——说明 SH 的价值不是单独贡献分数，而是消除"对偶引入的 OOD 风险"
推理效率 ~3.3× 加速：DC-PnPDP 30 NFE 已超过 DiffPIR 100 NFE；SVCT-20 上 DiffPIR 需要 1000 NFE 才接近 DC-PnPDP 50 NFE 的质量
频谱机制可视化（Fig. 3）确证：(a) 理想 AWGN 输入 vs. (b) 本文 SH 输出的 PSD 几乎重合；(c) 朴素加噪 \(x+u+\sigma_t n\) 会过能量、去噪器欠校正；(d) 不加噪的 \(x+u\) 有高频尖峰、触发幻觉

亮点与洞察¶

控制论视角解释 PnP 求解器的稳态偏差：把 HQS/PG 类求解器类比为 P 控制器、把对偶变量类比为 I 项，这个映射不仅干净地解释了为何 baseline 收敛到偏点，也直接预测了"加对偶就能去偏"——理论叙事和实验数字咬合得很紧
结构化残差当成 OOD 问题处理：把"对偶累积 = OOD"这件事单独拎出来，承认对偶有用但也承认它打破 AWGN 假设，然后用频域而不是空域去解——这是医学逆问题里少见的"先认账再补救"的设计思路
可迁移的 trick：Spectral Homogenization 本质是一个"对预训练去噪器输入做谱白化"的轻量包装器，原则上可以套到任何"求解器残差有色 + 去噪器只懂 AWGN"的场景，比如把它接到自然图像超分、去模糊的 PnP 扩散流水线上做"统计兼容层"
数据保真严格对齐 DiffPIR：这种"控制变量"式实验设计在 PnP 文献里算少有的克制——很多论文同时换求解器和换扩散先验，让人分不清增益来源；本文把变量隔离做得很干净

局限与展望¶

作者承认的局限：方法主要在 CT/MRI 单 coil + Cartesian 等距欠采样下验证，没覆盖 multi-coil parallel imaging、3D 体积重建、非线性前向算子（如相位还原）等更难的临床设置
SH 是基于二阶矩匹配的近似白化：Proposition 4.1 只保证 PSD 期望逼近 \(\sigma_t^2 I\)，并不严格保证高阶统计也匹配 AWGN；如果去噪器对高阶矩敏感（比如 score 是高度非线性的），可能还有残余 OOD
PSD 估计的 bootstrap 用 \(z^{(k)}\) 当 clean proxy：早期迭代 \(z^{(k)}\) 本身就脏，残差估计会有偏；可以考虑用 EMA 或 score 的不确定性估计替代
超参 \(\rho\) 没做敏感性分析：ADMM 收敛对 \(\rho\) 经典依赖很重，论文只在主实验里用了固定 \(\rho\)，未讨论自适应惩罚（如 ADMM 经典的 \(\rho\) 调度）
改进思路：把 SH 推广到色噪声测量（如 CT 的 Poisson-Gaussian 混合噪声）、把对偶替换成更现代的原始-对偶 splitting（Chambolle-Pock）、把 \(T_{\text{SH}}\) 学成一个 conditional 模块而非手工估计

评分¶

新颖性: ⭐⭐⭐⭐ 把对偶变量"回归"PnP 扩散并不是凭空新概念，但用控制论 P/I 对偶分析 + 显式承认对偶引发 OOD + 频域白化做适配，这一套叙事和实证完整度都很高
实验充分度: ⭐⭐⭐⭐ CT/MRI 三任务 + 5 个 SOTA baseline + 干净的"数据保真对齐"消融 + 频谱机制可视化 + NFE 效率曲线，主要短板是没覆盖 multi-coil 和 3D
写作质量: ⭐⭐⭐⭐⭐ 动机/方法/实验的对应关系非常紧，控制论隐喻贯穿全文、Proposition 给出二阶谱一致性的形式化保证，叙事比典型 PnP 论文更"有故事感"
价值: ⭐⭐⭐⭐ 对医学逆问题社区是 plug-in 友好的求解器升级；SH 模块更可能作为"通用补丁"被其他 PnP 扩散工作引用