Orientation-Aware Unsupervised Domain Adaptation for Brain Tumor Classification Across Multi-Modal MRI

Technische Zusammenfassung: Orientierungsbewusste unüberwachte Domänenanpassung für die Klassifizierung von Hirntumoren

Problemstellung
Die klinische Integration von Deep Learning für die Diagnose von Hirntumoren wird durch zwei Haupt Herausforderungen behindert: die Knappheit von von Experten annotierten Magnetresonanztomographie (MRT)-Daten und signifikante domänenübergreifende Verschiebungen zwischen Institutionen. Diese Verschiebungen entstehen durch Variationen bei Scannern, Bildgebungsprotokollen und Kontrasteinstellungen, wodurch Modelle, die auf gelabelten Quelldaten trainiert wurden, schlecht auf ungelabelte Zieldaten aus verschiedenen Institutionen verallgemeinern. Während Unsupervised Domain Adaptation (UDA) eine potenzielle Lösung bietet, indem domäneninvariante Repräsentationen gelernt werden, haben bestehende Methoden Schwierigkeiten mit der mehrklassigen Klassifizierung von Hirntumoren. Sie berücksichtigen oft keine komplexe Variabilität zwischen Sequenzen und ignorieren entscheidend orientierungsspezifische Diskrepanzen, die in mehrplanaren MRT-Ansichten (axial, sagittal und koronal) inhärent sind. Darüber hinaus konzentriert sich die meisten vorherige UDA-Forschung in der medizinischen Bildgebung auf binäre Klassifizierung oder Segmentierung, wodurch die mehrklassige Tumorklassifizierung untererforscht bleibt.

Methodik
Die Autoren schlagen ein neuartiges, zweistufiges, orientierungsbewusstes UDA-Framework vor, das darauf ausgelegt ist, die Knappheit von Annotationen und Domänenverschiebungen in gemischten 2D-MRT-Scheiben zu adressieren.

1. Stufe 1: Orientierungsbewusste Scheibentrennung

   • Ziel: Die Zerlegung des komplexen Problems der Domänenverschiebung durch die Trennung gemischter anatomischer Ebenen vor der Klassifizierung.
   • Architektur: Ein Dilated Convolutional Neural Network (DilatedCNN) mit einem großen rezeptiven Feld wird eingesetzt. Es nutzt Standard-Convolutional-Blöcke für lokale Merkmale und dilatierte Faltungen (Raten 2 und 4), um den globalen Kontext zu erfassen.
   • Prozess: Eingangs-MRT-Scheiben werden durch binäre Schwellwertbildung (zur Unterdrückung von Hintergrundrauschen) vorverarbeitet und auf 32×32 verkleinert. Das Modell klassifiziert die Scheiben in drei Orientierungen: axial, sagittal und koronal.
   • Training: Der Klassifikator wird auf manuell annotierten Quell- und Ziel-Teilmengen unter Verwendung von Cross-Entropy-Verlust trainiert und erreicht eine hohe Genauigkeit (~97,4 %) bei der Unterscheidung von Orientierungen über Domänen hinweg.

2. Stufe 2: Orientierungsspezifische Klassifizierung mit UDA

   • Architektur: Drei unabhängige Klassifizierungsnetzwerke werden trainiert, eines für jede Orientierung. Jedes Netzwerk verwendet einen ResNet50-Rückgrat (auf ImageNet vortrainiert, wobei der Merkmalsextraktor eingefroren ist), gefolgt von vier vollvernetzten Schichten (2048 → 1024 → 512 → 256 → 3).
   • Phase 1 (Überwachtes Quell-Training): Die Modelle werden auf dem gelabelten Quelldatensatz (multimodal T1, T2, FLAIR) unter Verwendung von kategorischem Cross-Entropy-Verlust trainiert. Die trainierten Modelle generieren dann Pseudo-Labels für den ungelabelten Zieldatensatz (einmodal post-kontrastiertes T1).
   • Phase 2 (Klassenweise unüberwachte Domänenanpassung): Die Modelle werden unter Verwendung sowohl der gelabelten Quelldaten als auch der pseudo-gelabelten Zieldaten verfeinert. Das Trainingsziel kombiniert:
     • Klassifizierungsverlust für Quelle und Ziel (unter Verwendung von Pseudo-Labels).
     • Merkmalsausrichtungsverlust basierend auf der Maximum Mean Discrepancy (MMD) mit einem Gaußschen Kernel, um Merkmalsverteilungen in einem Reproducing Kernel Hilbert Space (RKHS) auszurichten.
   • Strategie: Dieser Ansatz erzwingt eine klassenweise semantische Ausrichtung und mildert gleichzeitig die Domänenverschiebung, wobei er unabhängig auf axiale, sagittale und koronale Klassifikatoren angewendet wird.

Hauptbeiträge

1. Scheibentrennungsmodul: Die Entwicklung eines auf DilatedCNN basierenden Moduls, das MRT-Scheiben explizit in anatomische Orientierungen klassifiziert, was orientierungsspezifisches Lernen ermöglicht und die Komplexität der Domänenverschiebung reduziert.
2. Orientierungsspezifische Klassifikatoren: Der Einsatz unabhängiger, auf ResNet50 basierender Klassifikatoren für jede Orientierung, wodurch das Modell klassendiskriminierende Merkmale lernen kann, die für jede Ansicht spezifisch sind.
3. Pseudo-Label-gesteuerte klassenweise Anpassung: Die Einführung einer UDA-Strategie, die Quell- und Zielmerkmale unter Verwendung von MMD-Verlust ausrichtet und gleichzeitig klassenspezifische Semantiken durch Pseudo-Labeling bewahrt. Dies adressiert die Lücke in bestehenden Methoden, die oft klassenweise Semantiken und orientierungsspezifische Verschiebungen in mehrklassigen Settings ignorieren.

Ergebnisse
Experimente wurden mit einem Quelldatensatz (Bangladesh Brain Cancer MRI Dataset, multimodal) und einem Zieldatensatz (Figshare Brain Tumor Dataset, post-kontrastiertes T1) durchgeführt.

• Basisleistung: Modelle, die ohne Domänenanpassung trainiert wurden, erreichten einen Ziel-Macro-F1-Score von etwa 38 %, was auf ein schwerwiegendes Versagen der Verallgemeinerung aufgrund der Domänenverschiebung hinweist.
• Vergleich mit UDA-Methoden: Das vorgeschlagene Framework übertraf bestehende UDA-Ansätze (z. B. SHOT, DDC, JAN, CDAN, DANN) signifikant, die Ziel-Macro-F1-Scores im Bereich von 38 % bis 57 % erreichten.
• Vorgeschlagene Leistung: Das vollständige orientierungsbewusste Framework erreichte einen Macro-F1-Score von 72,95 % auf der Ziel-Domäne.
• Ablations-Erkenntnisse: Das Entfernen des Schritts zur Scheibentrennung („W/O slice sep") führte zu einem Leistungsabfall auf 51,96 % auf der Ziel-Domäne, was bestätigt, dass eine orientierungsspezifische Modellierung kritisch ist.
• Orientierungsaufschlüsselung: Die Leistung variierte je nach Ansicht, wobei koronale (80,45 %) und sagittale (82,94 %) Scheiben besser abschnitten als axiale Scheiben (55,46 %), was darauf hindeutet, dass anatomische Ansichten von oben nach unten größere diskriminative Herausforderungen darstellen.

Bedeutung und Behauptungen
Die Autoren behaupten, dass ihre primäre Bedeutung darin liegt, die unerforschte Lücke der UDA für die mehrklassige Klassifizierung von Hirntumoren in Gegenwart von multimodaler und multi-orientierter Variabilität zu adressieren. Die Autoren betonen, dass ihr Framework die Domänenverschiebung und Klassenungleichgewicht effektiv mildert, indem es orientierungsbewusste Scheibentrennung explizit mit pseudo-Label-gesteuerter MMD-Ausrichtung kombiniert. Sie kommen zu dem Schluss, dass vortrainierte Modelle ohne Anpassung nicht über Domänen hinweg verallgemeinern können, ihre Methode jedoch erfolgreich MRT-Verteilungen ausrichtet, um eine robuste Leistung (ca. 73 % Ziel-F1-Score) zu erreichen. Die Arbeit unterstreicht, dass orientierungsspezifisches Lernen eine notwendige Komponente für Leistungsgewinne jenseits der konventionellen Domänenausrichtung ist, obwohl sie Einschränkungen hinsichtlich der Genauigkeit axialer Scheiben und des Klassenungleichgewichts anerkennen, die zukünftige Aufmerksamkeit erfordern.