VIT-DRN-OCAFF: An Optimized Cross-Attention Feature Fusion Framework for Multi- Class COVID-19 and Pulmonary Disease Diagnosis Using Thoracic CT Images

Die menschliche Lunge ist ein komplexes, empfindliches Organ, und wenn sie erkrankt, können die Anzeichen subtil sein und leicht verwechselt werden. Ein Husten, ein Fieber oder ein Gefühl von Atemlosigkeit könnten auf eine gewöhnliche virale Infektion, eine bakterielle Pneumonie oder eine schwerwiegendere Erkrankung wie COVID-19 hindeuten. Für Ärzte ist die Unterscheidung zwischen diesen Ursachen entscheidend, doch die Symptome überschneiden sich oft, was eine schnelle und genaue Diagnose zu einer erheblichen Herausforderung macht. Um in den Brustkorb hineinzusehen, ohne operativ einzugreifen, verlassen sich Mediziner auf die Computertomographie, oder CT-Scans, die detaillierte, schichtweise Bilder der Lungen erstellen. Diese Bilder zeigen die Textur des Lungengewebes und machen Bereiche mit Infektionen, Flüssigkeit oder Entzündungen sichtbar. Das Lesen tausender dieser Scans stellt jedoch eine enorme Belastung für Radiologen dar, und die visuellen Unterschiede zwischen ähnlichen Krankheiten können so gering sein, dass selbst Experten ein entscheidendes Detail übersehen oder die Ursache falsch identifizieren könnten.

In den letzten Jahren haben Computer begonnen, bei dieser Aufgabe zu helfen, indem sie künstliche Intelligenz nutzen, um zu lernen, wie verschiedene Krankheiten auf einem Scan aussehen. Frühe Versuche nutzten Standardwerkzeuge der Bilderkennung, die jedoch oft Schwierigkeiten hatten, das „große Ganze“ davon zu erfassen, wie sich eine Krankheit in der Lunge ausbreitet, während sie gleichzeitig die winzigen, spezifischen Stellen bemerkten, an denen die Infektion am aktivsten ist. Eine neue Studie schlägt einen fortschrittlicheren Weg vor, um einen Computer zu lehren, diese Scans zu lesen, indem zwei verschiedene Arten des Betrachtens des Bildes kombiniert werden, um ein klareres Bild der Krankheit zu erzeugen. Die Forscher zielten darauf ab, ein System zu bauen, das nicht nur feststellen kann, ob ein Patient krank ist, sondern auch genau bestimmen kann, welche Art von Erkrankung vorliegt, sei es COVID-19, virale Pneumonie, bakterielle Pneumonie oder andere nicht-virale Lungenerkrankungen.

Die Forscher entwickelten ein neues Computer-Framework, das darauf ausgelegt ist, wie ein Paar Expertenaugen zu wirken, die zusammenarbeiten. Ein Teil des Systems wird darauf trainiert, das gesamte Lungenbild auf einmal zu betrachten und die breiten Muster zu verstehen, wie sich eine Infektion über das Organ ausbreitet. Dieser Teil ist gut darin, den „Wald“ zu sehen, also die allgemeine Form und Verteilung der Krankheit zu erkennen. Der zweite Teil des Systems konzentriert sich intensiv auf die kleinen Details, zoomt heran, um die spezifischen Texturen und Kanten der infizierten Bereiche zu finden, wie die „Bäume“ in diesem Wald. Für sich allein betrachtet könnte der erste Teil einen kleinen, aber kritischen Infektionsherd übersehen, und der zweite Teil könnte sich in den Details verlieren, ohne den allgemeinen Kontext zu verstehen. Die Innovation in dieser Studie liegt darin, wie diese beiden Teile miteinander verbunden sind. Die Forscher schufen einen speziellen Mechanismus, der es den beiden Systemen ermöglicht, miteinander zu kommunizieren, indem sie das, was sie sehen, ständig prüfen und verfeinern. Dieser Prozess stellt sicher, dass der Computer die wichtigsten Merkmale für die Diagnose priorisiert, während er irrelevante Störsignale oder verwirrende Muster ignoriert, die nicht zur Identifizierung der Krankheit beitragen.

Um diesen neuen Ansatz zu testen, sammelte das Team eine massive Sammlung von Lungen-Scans an, die insgesamt fast 25.000 Bilder umfasst. Diese Bilder stammten aus öffentlichen medizinischen Datenbanken und von Krankenhäusern in Indien und deckten ein breites Spektrum an Patienten und Schweregraden der Erkrankung ab. Der Datensatz enthielt Scans von Menschen mit bestätigter COVID-19, viraler Pneumonie, bakterieller Pneumonie sowie von Personen mit anderen abnormalen Lungenbefunden, die nicht durch ein Virus verursacht wurden. Bevor der Computer von diesen Bildern lernen konnte, bereiteten die Forscher sie sorgfältig auf und säuberten sie. Sie entfernten unnötige Körperteile aus den Scans, passten Helligkeit und Kontrast an, um die infizierten Bereiche hervorzuheben, und glätteten jegliches körnige Rauschen, das das System hätte verwirren können. Diese Vorbereitung stellte sicher, dass der Computer tatsächlich von den Anzeichen der Krankheit lernte und nicht von Artefakten, die durch das Scangerät verursacht wurden.

Der Computer wurde dann auf einem großen Teil dieser Bilder trainiert und lernte, die einzigartigen Signaturen jeder Krankheit zu erkennen. Nachdem das Training abgeschlossen war, wurde das System mit einem separaten Satz von Bildern getestet, die es zuvor noch nie gesehen hatte, um zu sehen, wie gut es in einem realen Szenario abschneiden würde. Die Ergebnisse waren bemerkenswert hoch. Das System identifizierte die Art der Lungenerkrankung korrekt mit einem AUC von 0,99. Es war besonders gut darin, Fehlalarme zu vermeiden, indem es gesunde Lungen oder Nicht-Erkrankungszustände korrekt identifizierte, wenn diese vorhanden waren, und es übersah selten einen echten Infektionsfall. Wenn die Forscher die Leistung nach Krankheitsart aufschlüsselten, glänzte das System bei der Unterscheidung von COVID-19 gegenüber anderen Infektionen mit nahezu perfekter Genauigkeit. Es schnitt auch stark bei der Trennung von viraler Pneumonie und bakterieller Pneumonie ab – zwei Zuständen, die selbst für menschliche Ärzte oft schwer zu unterscheiden sind.

Um zu verstehen, warum dieses neue System so gut funktionierte, verglichen die Forscher es mit älteren Methoden. Sie testeten Standardwerkzeuge der Computer Vision, traditionelle Deep-Learning-Modelle und sogar andere fortschrittliche Systeme, die nur einen der beiden beschriebenen Ansätze verwendeten. Die älteren Methoden, obwohl sie besser als bloßes Raten waren, blieben konsistent zurück, mit Genauigkeitsraten, die im Bereich der mittleren 80er bis hohen 90er Prozent lagen. Das neue System, das die breite Sicht und die detaillierte Sicht mit seiner speziellen Kommunikationsverbindung kombinierte, übertraf alle diese Methoden. Die Studie zeigte auch, dass das System effizient war und Bilder schnell genug verarbeitete, um in einem geschäftigen Krankenhausalltag nützlich zu sein, ohne übermäßige Rechenleistung zu benötigen.

Die Forscher beschränkten sich nicht nur auf Zahlen; sie untersuchten auch, wie das System die Bilder „sah“. Sie verglichen die Bereiche, die der Computer als infiziert hervorhob, mit den tatsächlich infizierten Bereichen, die von menschlichen Ärzten markiert worden waren. Der Fokus des Computers stimmte mit hoher Präzision mit den Befunden der menschlichen Experten überein und identifizierte korrekt die Grenzen der Infektion sowie die spezifischen Texturen, die mit jeder Krankheit assoziiert sind. Diese hohe Übereinstimmung deutet darauf an, dass das System nicht einfach nur basierend auf Mustern rät, sondern tatsächlich die visuellen Merkmale der Krankheiten lernt. Die Studie kommt zu dem Schluss, dass dieses neue Framework ein hochzuverlässiges Werkzeug zur Diagnose von Lungenerkrankungen aus CT-Scans darstellt. Durch die Kombination eines breiten Verständnisses des Zustands der Lunge mit einem scharfen Fokus auf spezifische Läsionen bietet das System ein Maß an Genauigkeit, das Ärzten helfen kann, schneller und sicherer Entscheidungen für ihre Patienten zu treffen. Obwohl die Studie an einem spezifischen Datensatz durchgeführt wurde, deuten die Ergebnisse auf einen kraftvollen Schritt nach vorn im Einsatz künstlicher Intelligenz zur Unterstützung der Diagnose von Atemwegserkrankungen hin.