Reliable Brain Tumor Segmentation Based on Spiking Neural Networks with Efficient Training

Resumen Técnico: Segmentación Fiable de Tumores Cerebrales Basada en Redes Neuronales de Impulsos con Entrenamiento Eficiente

Planteamiento del Problema
La segmentación precisa y fiable de tumores cerebrales es fundamental para el diagnóstico clínico y la planificación del tratamiento. Aunque las Redes Neuronales Profundas (DNN) han logrado un alto rendimiento en la segmentación de tumores cerebrales en 3D, sus sustanciales demandas computacionales y de energía limitan su despliegue en sistemas de Internet de las Cosas (IoT) médicas y de Atención en el Punto de Atención (PoC), que a menudo operan bajo estrictas restricciones de potencia. Además, la integración clínica requiere modelos que no solo delineen los tumores con precisión, sino que también cuantifiquen la confianza predictiva (incertidumbre) para garantizar la seguridad y la interpretabilidad. Los enfoques actuales de Redes Neuronales de Impulsos (SNN) para la estimación de la incertidumbre suelen depender de entradas estáticas repetidas a través de pasos de tiempo, un escenario incompatible con las entradas secuenciales por cortes requeridas para la segmentación de imágenes médicas en 3D. Adicionalmente, el entrenamiento de las SNN para tareas tan complejas utilizando la Retropropagación a través del Tiempo (BPTT) estándar incurre en costos computacionales y de memoria prohibitivos.

Metodología
Los autores proponen un marco centrado en Spiking U-Seg-Net, una arquitectura SNN de bajo consumo adaptada para la segmentación de tumores cerebrales en 3D.

• Arquitectura de la Red: El modelo sigue una estructura de codificador-decodificador U-Net, pero utiliza una sola convolución por bloque para reducir los parámetros. Procesa volúmenes de RM 3D (T1, T2, T1-Gd, FLAIR) tratando los cortes 2D de un plano anatómico específico como entradas secuenciales a través de pasos de tiempo. La red emplea neuronas de Leaky Integrate-and-Fire Paramétricas (PLIF) con constantes de tiempo de membrana aprendibles y una función de gradiente sustituto ($\sigma(x) = \frac{1}{\pi} \arctan(\pi x) + \frac{1}{2}$) para permitir el entrenamiento basado en gradientes. La salida genera tres mapas de características correspondientes al Tumor Enriquecido (ET), al Núcleo Tumoral (TC) y al Tumor Completo (WT).
• Entrenamiento Eficiente (FPTT): Para abordar los cuellos de botella de memoria y computación de BPTT, los autores emplean la Propagación hacia Adelante a Través del Tiempo (FPTT). Este algoritmo actualiza los parámetros de la red en cada paso de tiempo utilizando una función de riesgo instantánea que incluye un término de regularización basado en un promedio móvil de los pesos pasados. Este enfoque evita el retroceso explícito a través de todos los estados pasados, permitiendo la optimización escalable de SNN temporalmente dinámicas con un costo computacional reducido.
• Ensamble Multi-vista: Para mejorar la robustez y la estimación de la incertidumbre, los autores proponen una estrategia de ensamble multi-vista. Se entrenan tres modelos Spiking U-Seg-Net independientes, cada uno procesando cortes desde un plano anatómico distinto: sagital, coronal y axial. Durante la inferencia, los mapas de probabilidad de estos tres modelos se alinean espacialmente y se promedian voxel a voxel. Este enfoque de ensamble aprovecha la información complementaria entre vistas para proporcionar estimaciones de incertidumbre bien calibradas, abordando las limitaciones de los modelos SNN de una sola vista.
• Función de Pérdida: El entrenamiento utiliza una pérdida híbrida que combina la Entropía Cruzada Binaria ($L_{BCE}$) y la Pérdida de Dice ($L_{Dice}$) para manejar el desequilibrio de clases y mejorar la sensibilidad a las regiones tumorales pequeñas.

Contribuciones Clave

1. Arquitectura de Bajo Consumo: La introducción de Spiking U-Seg-Net, una SNN basada en UNet entrenada con FPTT, diseñada específicamente para la segmentación de tumores cerebrales.
2. Estimación de Incertidumbre Robusta: Un mecanismo de ensamble multi-vista que agrega predicciones de las vistas sagital, coronal y axial, mejorando significamente la fiabilidad del modelo y la calibración de la incertidumbre en comparación con los enfoques de una sola vista.
3. Evaluación Exhaustiva: Una evaluación rigurosa en los conjuntos de datos BraTS 2017 y BraTS 2023 demostrando que el método propuesto logra una precisión competitiva mientras reduce drásticamente la carga computacional.

Resultados Experimentales
El marco fue evaluado en los conjuntos de datos BraTS 2017 (210 sujetos) y BraTS 2023 (1,251 sujetos) utilizando validación cruzada de 5 pliegues.

• Precisión de Segmentación: El ensamble Spiking U-Seg-Net logró ratios de Dice competitivos. En BraTS 2017, se acercó al rendimiento de las líneas base de DNN (U-Seg-Net y U-Seg-Net+CLSTM). En BraTS 2023, demostró un rendimiento superior en la segmentación de la región del Tumor Completo (WT) en comparación con las líneas base.
• Calibración de la Incertidumbre: El ensamble multi-vista mejoró significativamente la estimación de la incertidumbre. En BraTS 2017, el ensamble redujo la Log-Verosimilitud Negativa (NLL) aproximadamente un 43.8% en comparación con el mejor modelo de una sola vista. En BraTS 2023, la mejora fue del 48.3%, lo que indica que el ensamble proporciona probabilidades predictivas más fiables y bien calibradas.
• Eficiencia Computacional: El uso de computación SNN dispersa resultó en una reducción del 87% en las FLOPs (Operaciones de Punto Flotante) en comparación con la línea base de DNN al procesar una sola muestra, resaltando el potencial para el despliegue de bajo consumo.

Significancia y Reivindicaciones
El artículo afirma que el marco propuesto demuestra el potencial de las Redes Neuronales de Impulsos para sistemas médicos de IoT y de Atención en el Punto de Atención fiables y de bajo consumo. Al integrar FPTT para un entrenamiento eficiente y un ensamble multi-vista para una estimación de la incertidumbre robusta, los autores muestran que las SNN pueden ofrecer una segmentación de tumores cerebrales en 3D precisa sin los altos costos energéticos asociados con las DNN tradicionales. El trabajo posiciona a las SNN como una base viable para la imagen médica consciente de la incertidumbre, capaz de operar bajo estrictas restricciones de recursos manteniendo una fiabilidad de grado clínico.