Hybrid Topological and Deep Feature Fusion for Accurate MRI-Based Alzheimer's Disease Severity Classification

Resumen Técnico: Fusión Híbrida de Topología y Características Profundas para la Clasificación Precisa de la Severidad de la Enfermedad de Alzheimer Basada en RM

Planteamiento del Problema
El diagnóstico preciso y temprano de la Enfermedad de Alzheimer (EA) y la clasificación de sus estadios de severidad siguen siendo desafíos críticos en el neuroimaginamiento. Si bien la Resonancia Magnética (RM) es una piedra angular para evaluar las alteraciones estructurales como la atrofia hipocampal, la clasificación automatizada se ve obstaculizada por cambios estructurales no lineales sutiles, el desequilibrio de clases y las limitaciones de los enfoques tradicionales de aprendizaje automático que dependen de características diseñadas a mano. Además, las soluciones de aprendizaje profundo existentes, particularmente las Redes Neuronales Convolucionales (CNN), a menudo requieren un aumento de datos agresivo, grandes conjuntos de entrenamiento o estrategias de ensamble complejas para lograr una alta precisión. Estos métodos pueden ser computacionalmente costosos, sensibles al desequilibrio de datos y difíciles de interpretar, lo que limita su aplicabilidad clínica. Adicionalmente, los modelos puramente impulsados por la topología pueden tener dificultades para capturar texturas locales finas en datos de RM de alta dimensionalidad.

Metodología
Los autores proponen un novedoso marco de aprendizaje profundo híbrido que integra el Análisis de Datos Topológicos (TDA) con una arquitectura base DenseNet121 para realizar la clasificación de cuatro clases de severidad de la EA (Sin Demencia, Demencia Muy Leve, Demencia Leve, Demencia Moderada) utilizando datos de RM estructural de la base de datos OASIS-1. La arquitectura opera mediante dos ramas paralelas de extracción de características seguidas de una estrategia de fusión tardía:

1. Extracción de Características Topológicas (Rama TDA):

   • El marco emplea la Homología Persistente (PH) para extraer descriptores estructurales robustos de cortes 2D de RM.
   • Se construye una filtración de subniveles cúbicos mediante el umbralizado progresivo de las intensidades de los píxeles.
   • Se computan los grupos de homología para capturar componentes conectados ($k=0$, Betti-0) y bucles/cavidades ($k=1$, Betti-1).
   • Los diagramas de persistencia se transforman en curvas de Betti de longitud fija (discretizadas en 100 contenedores para cada dimensión), resultando en un vector de características topológicas de 200 dimensiones ($T = [\beta_0, \beta_1]$).
   • Estas características se procesan a través de un Perceptrón Multicapa (MLP) para generar un embebido topológico de 128 dimensiones. Esta rama captura características morfológicas globales invariantes a las transformaciones geométricas.

2. Extracción de Características Profundas (Rama DenseNet121):

   • Los cortes de RM en escala de grises (redimensionados a $248 \times 248$) se proyectan en una representación de tres canales para utilizar la arquitectura DenseNet121.
   • La red, inicializada con pesos preentrenados de ImageNet y desprovista de su cabeza de clasificación, aprende características espaciales jerárquicas.
   • El Pooling de Promedio Global (Global Average Pooling) agrega la información espacial, la cual es refinada a través de una capa totalmente conectada con activación ReLU para producir un embebido de características de imagen de 64 dimensiones. Esta rama captura patrones de textura local y variaciones espaciales.

3. Fusión de Características y Clasificación:

   • El embebido topológico (128 dim) y el embebido de la CNN (64 dim) se concatenan para formar un vector de características unificado de 192 dimensiones.
   • Este vector fusionado pasa a través de capas densas (252 y 128 neuronas) con activación ReLU y una tasa de dropout de 0.2 para modelar interacciones de orden superior y prevenir el sobreajuste.
   • Una capa final softmax predice la distribución de probabilidad a través de las cuatro clases de severidad de la EA.
   • El modelo se entrena de extremo a extremo utilizando el optimizador Adam y la pérdida de entropía cruzada categórica durante 50 épocas con un tamaño de lote de 32. Notablemente, no se emplea el aumento de datos.

Contribuciones Clave

• Marco Híbrido Novedoso: El artículo introduce una arquitectura TDA+DenseNet121 que sinergiza descriptores topológicos globales (vía homología persistente) con características convolucionales profundas locales.
• Eficiencia de Datos y Robustez: El enfoque demuestra que la integración de información topológica permite un alto rendimiento sin depender de un aumento extensivo de datos o estrategias de ensamble complejas, abordando las limitaciones de los conjuntos de datos pequeños o desequilibrados.
• Interpretabilidad: Al utilizar descriptores topológicos, el modelo ofrece una representación más interpretable de los cambios estructurales cerebrales en comparación con los modelos de aprendizaje profundo de "caja negra".
• Rendimiento de Vanguardia: El marco logra resultados superiores en el conjunto de datos OASIS-1 en comparación con métodos existentes basados en CNN, aprendizaje por transferencia y métodos de ensamble.

Resultados
Evaluado en el conjunto de datos de RM OASIS-1 (Kaggle) con una división de entrenamiento-prueba de 90:10, el modelo propuesto logró:

• Precisión (Accuracy): 99.93%
• AUC (Área Bajo la Curva): 100%
• Precisión/Recall: 99.94% / 99.95%

Estos resultados superan significativamente a los métodos publicados previamente en conjuntos de datos similares, incluyendo:

• CNN Multiescala Profunda (98.00% de precisión, 99.33% de AUC).
• CNN Siamesa de cuatro vías (93.85% de precisión, 95.10% de AUC).
• Aprendizaje por Transferencia usando AlexNet (92.85% de precisión).
• Ensamble de redes neuronales profundas (93.18% de precisión).

Un estudio de ablación confirmó que el modelo híbrido supera tanto al modelo de solo TDA (97.99% de precisión) como al modelo de solo DenseNet121 (97.78% de precisión), validando la naturaleza complementaria de los dos tipos de características. Las visualizaciones de las características de Betti-0 y Betti-1 mediante PCA y gráficos de violín demostraron una separación clara y una agrupación distintiva entre los cuatro estadios de la enfermedad.

Significancia y Reivindicaciones
El artículo afirma que el marco propuesto ofrece una alternativa computacionalmente eficiente, eficiente en términos de datos e interpretable a la clasificación de RM convencional basada en aprendizaje profundo. Al capturar patrones estructurales globales que complementan las representaciones basadas en intensidad local, el modelo TDA+DenseNet121 mejora la separabilidad de clases y la robustez. Los autores sostienen que este enfoque es particularmente valioso para escenarios clínicos donde la disponibilidad de datos es limitada y donde la interpretabilidad es crucial para la confianza del clínico. El estudio destaca el potencial del aprendizaje profundo consciente de la topología como un paradigma efectivo para el diagnóstico de la EA basado en neuroimágenes, sugiriendo que la integración de descriptores estructurales globales con representaciones convolucionales puede avanzar el estado del arte en la clasificación de la severidad sin la necesidad de un aumento excesivo de datos.