Advanced Tumor Segmentation in PET/CT Imaging: A Training Strategy Study with nnU-Net for AutoPET III

Resumen Técnico: Segmentación Avanzada de Tumores en Imágenes PET/CT

Planteamiento del Problema
La segmentación de tumores en todo el cuerpo en imágenes PET/CT es esencial para la evaluación precisa de la enfermedad y la planificación del tratamiento, pero sigue siendo un desafío significativo debido a la alta variabilidad en el tamaño de las lesiones, el contraste y la distribución anatómica. La segmentación manual no solo es laboriosa, sino que también es propensa a la variabilidad intra e interobservador. El contexto específico de este trabajo es el desafío AutoPET III, que se centra en desarrollar modelos capaces de generalizar entre diferentes radiofármacos (FDG y PSMA) y datos de múltiples centros, un requisito que los enfoques de segmentación estándar a menudo tienen dificultades para cumplir.

Metodología
Los autores utilizan el marco nnU-Net como línea base, empleando específicamente una variante de UNet con codificador residual con un codificador basado en ResNet para mejorar la representación de características y el flujo de gradientes. El estudio no propone cambios arquitectónicos novedosos; en su lugar, investiga sistemáticamente el impacto de diversas estrategias de entrenamiento en una arquitectura fija (configuración de codificador residual grande con un tamaño de parche de $192 \times 192 \times 192$ vóxeles).

Los componentes metodológicos clave incluyen:

• Conjunto de datos: El estudio utiliza el conjunto de datos AutoPET-III, que comprende escaneos PET/CT de cuerpo completo de dos centros médicos. Los datos incluyen dos cohortes principales: FDG (501 pacientes con cáncer, 513 controles negativos) y PSMA (537 casos con lesiones avidas de PSMA, 60 sin ellas).
• Estrategia de inferencia: Para manejar grandes volúmenes de cuerpo completo, se emplea una estrategia de inferencia de ventana deslizante. La robustez se mejora mediante la combinación de modelos (ensembles), donde las predicciones finales se derivan promediando las probabilidades de modelos entrenados mediante validación cruzada de 5 pliegues.
• Experimentos con estrategias de entrenamiento: Se evaluaron cuatro configuraciones distintas:
  1. Línea base: Configuración predeterminada de nnU-Net con normalización estándar de CT y un tamaño de parche de $192^3$.
  2. Normalización Z-score: Se reemplazó la normalización predeterminada de PET con normalización Z-score.
  3. Estrategia BraTS 2020: Inspirada en el enfoque ganador de BraTS 2020, esto implicó aumentar el tamaño del lote de 2 a 5 y utilizar pérdida Dice por lote (calculando puntuaciones Dice en todo el lote en lugar de por muestra) para manejar mejor la variabilidad en el tamaño de los tumores.
  4. Aumento CraveMix: Integración del aumento de datos CraveMix para generar 350 muestras sintéticas por pliegue.

Resultados Clave
Los experimentos, evaluados mediante validación cruzada de 5 pliegues y en una fase preliminar de prueba, revelaron compensaciones distintas entre diferentes estrategias:

• Línea base y Z-score: Ambas lograron las puntuaciones Dice de validación cruzada más altas (0.68). Sin embargo, la normalización Z-score redujo significativamente los falsos positivos (FP) en la fase de prueba a 4.09 (en comparación con 16.33 para la línea base), aunque esto conllevó un costo en forma de una tasa más alta de falsos negativos (FN) (18.74).
• Estrategia BraTS 2020: Este enfoque arrojó una Dice de validación cruzada más baja (0.66), pero demostró una generalización superior en la fase de prueba con una puntuación Dice de 0.79. Cabe destacar que logró la tasa de falsos positivos más baja de todas las estrategias (1.19), lo que indica una mayor robustez ante la variabilidad de las lesiones.
• CraveMix: Esta estrategia proporcionó mejoras moderadas (Dice de prueba 0.78), pero no redujo significativamente los falsos positivos ni los falsos negativos en comparación con otros métodos.

Basándose en estos resultados, la presentación final para el desafío AutoPET III utilizó los modelos BraTS 2020 y de normalización Z-score. El método combinado logró una puntuación Dice de hasta 0.80 en la fase preliminar de prueba y obtuvo el tercer lugar en el desafío.

Significado y Afirmaciones
El artículo afirma que se pueden lograr ganancias significativas de rendimiento en la segmentación de imágenes médicas sin modificar la arquitectura del modelo subyacente. En cambio, el estudio enfatiza que el diseño del protocolo de entrenamiento—específicamente la elección de esquemas de normalización, la optimización a nivel de lote (pérdida Dice por lote) y el aumento de datos—es crítico.

Los autores destacan que diferentes estrategias conducen a compensaciones de rendimiento distintas:

• La normalización Z-score es efectiva para reducir los falsos positivos.
• La optimización Dice por lote (estrategia BraTS 2020) mejora la generalización y la robustez ante la variabilidad de las lesiones.

El trabajo demuestra que la investigación sistemática de estrategias de entrenamiento dentro del marco nnU-Net es un camino viable hacia un rendimiento competitivo en tareas de segmentación complejas, multicéntricas y de múltiples trazadores. El código del método propuesto se pone a disposición del público.