CrackMorph-XAI-Net: A Topology-Preserving and Explainable Framework for Automated Crack Morphology

Resumen Técnico: CrackMorph-XAI-Net

Enunciado del Problema
Los sistemas actuales de inspección automatizada de grietas dependen predominantemente de modelos de aprendizaje profundo para producir máscaras de segmentación binaria. Aunque son efectivos para localizar regiones de daño, estas máscaras carecen de la granularidad estructural necesaria para una interpretación ingenieril rigurosa. Las decisiones de mantenimiento no dependen meramente de la presencia de un defecto, sino de descriptores morfológicos cuantitativos como la longitud, el ancho, la orientación, el comportamiento de ramificación, la tortuosidad y la clasificación topológica de la grieta. Los enfoques tradicionales para derivar estas métricas implican técnicas de postprocesamiento clásico (por ejemplo, adelgazamiento morfológico y transformaciones de eje medial) aplicadas a máscaras de segmentación. Sin embargo, estos métodos heurísticos son notoriamente frágiles; son hipersensibles al ruido en los límites, generando a menudo micro-ramas espurias, líneas centrales rotas y topologías distorsionadas. Además, a medida que los sistemas automatizados se integran en flujos de trabajo críticos para la seguridad, la naturaleza de "caja negra" de los modelos de segmentación estándar limita la confianza y la explicabilidad. Existe una necesidad crítica de transitar desde la localización a nivel de píxel hacia una predicción estructural transparente y basada en aprendizaje que genere datos medibles y relevantes para la ingeniería.

Metodología
El artículo propone CrackMorph-XAI-Net, un marco explicable y consciente de la morfología diseñado para convertir imágenes crudas de grietas y máscaras de región en una secuencia de salidas estructurales interpretables. El marco opera como una pipeline en cascada modular de cuatro etapas:

1. Extracción de Esqueleto que Preserva la Topología: En lugar de aplicar algoritmos de adelgazamiento clásicos, el marco formula la recuperación del esqueleto como un problema de predicción estructural aprendido. Una red codificador-decodidor estilo U-Net predice una línea central continua de un píxel de ancho. La red se optimiza utilizando una función de pérdida compuesta que combina la pérdida Dice y la entropía cruzada binaria (BCE) para manejar el desequilibrio severo de clases entre primer plano y fondo, asegurando al mismo tiempo una superposición espacial global.
2. Detección de Uniones mediante Regresión de Mapas de Calor Gaussianos: Para abordar la extrema escasez de uniones de grietas (puntos de ramificación), el marco evita la clasificación binaria directa píxel a píxel. En su lugar, emplea una estrategia de regresión de mapas de calor gaussianos inspirada en la estimación de la pose humana. Las coordenadas discretas de las uniones se transforman en distribuciones gaussianas 2D continuas. Una red dedicada predice este mapa de probabilidad utilizando la pérdida de Error Cuadrático Medio (MSE), suavizando el paisaje de optimización y permitiendo una localización robusta de objetivos estructurales escasos.
3. Cálculo Determinista de Descriptores Morfológicos: Esta etapa es estrictamente geométrica y analítica, traduciendo las salidas estructurales predichas en métricas de ingeniería. Calcula:
   • Longitud de la Grieta: Longitud del camino a lo largo del esqueleto extraído.
   • Ancho Promedio: Relación entre el área semántica total de la grieta y la longitud del esqueleto.
   • Orientación: Eje principal dominante de las coordenadas del esqueleto.
   • Conteo de Uniones: Número de puntos de ramificación detectados.
   • Tortuosidad: Relación entre la longitud del camino del esqueleto y la distancia euclidiana entre los puntos finales.
   • Clase Topológica: Clasificación categórica (Lineal, Ramificada, Compleja, Red) basada en la abundancia de uniones.
4. Clasificación Orientada a la Severidad: La etapa final sintetiza estos descriptores en una heurística de priorización. Aunque no es un sustituto del análisis de elementos finitos, utiliza conceptos de la Mecánica de Fractura Elástica Lineal (LEFM) para señalar defectos críticos para su revisión humana basándose en límites geométricos y complejidad estructural.

Contribución del Conjunto de Datos
Para apoyar una evaluación rigurosa por etapas, los autores extendieron el estándar CRACK500 a CRACK500-Extended. Esta nueva referencia conserva las 500 imágenes de alta resolución y las máscaras binarias originales, pero introduce tres capas de anotación críticas y espacialmente alineadas:

• Mapas de Esqueleto: Líneas centrales de un píxel de ancho que preservan la topología, derivadas mediante transformaciones de eje medial refinadas.
• Mapas de Calor de Uniones: Distribuciones gaussianas continuas centradas en los puntos de ramificación anotados.
• Etiquetas Topológicas: Categorías globales de complejidad a nivel de imagen.
  El conjunto de entrenamiento se aumentó a 1.896 instancias utilizando transformaciones espaciales (volteo, rotación, deformación elástica) para garantizar la invariancia geométrica.

Resultados Clave
La validación experimental en el conjunto de prueba CRACK500-Extended demuestra mejoras significativas sobre las líneas base clásicas:

• Extracción de Esqueleto: El modelo aprendido alcanzó un coeficiente Dice medio de 0.991 y un IoU de 0.983, en comparación con 0.912 para el adelgazamiento clásico. La preservación de la topología se mantuvo en el 98.5% de las imágenes de prueba, una mejora de 11.5 puntos porcentuales sobre la línea base.
• Detección de Uniones: El enfoque de regresión de mapas de calor gaussianos arrojó una recuperación (recall) de 0.964 y una puntuación F1 de 0.887, superando significativamente a las líneas base de clasificación binaria (que alcanzaron una recuperación de 0.871).
• Precisión de los Descriptores: Se observó una fuerte concordancia entre los valores morfológicos predichos y los de referencia. Los coeficientes de correlación de Pearson superaron 0.95 para todas las métricas, con correlaciones de longitud y orientación alcanzando 0.982 y 0.991, respectivamente.
• Clasificación Topológica: El marco alcanzó una precisión categórica general del 83.5%, con errores que ocurrieron principalmente entre clases de complejidad adyacentes (por ejemplo, Ramificada vs. Compleja).
• Estudios de Ablación: La arquitectura en cascada (etapas independientes) demostró ser superior a una red multitarea unificada, evitando la interferencia de gradientes entre la recuperación densa del esqueleto y la localización dispersa de uniones.

Significado y Afirmaciones
El artículo afirma que CrackMorph-XAI-Net representa un cambio de paradigma en la inspección automatizada de infraestructuras al avanzar más allá de la mera segmentación hacia representaciones estructurales transparentes, medibles y relevantes para la ingeniería. Su significado principal radica en su explicabilidad intrínseca: al generar salidas estructurales intermedias (esqueletos, mapas de calor) en lugar de mapas de probabilidad opacos, el marco permite a los expertos del dominio verificar visualmente y diagnosticar el razonamiento del modelo. Esta transparencia se presenta como esencial para desplegar IA en flujos de trabajo de ingeniería críticos para la seguridad.

Los autores posicionan el marco como una herramienta de apoyo a la decisión diseñada para triar el daño en infraestructuras y priorizar defectos para su revisión por expertos, en lugar de ser un reemplazo definitivo del análisis de fallos específico de materiales. El trabajo enfatiza que, aunque el sistema cuantifica eficazmente la morfología 2D, las iteraciones futuras deben abordar la generalización a través de diversos materiales (por ejemplo, acero, concreto microestructural) e integrar métricas de profundidad para la monitorización completa de la salud estructural 3D. El estudio concluye que la salida algorítmica no solo debe localizar el daño, sino cuantificar su arquitectura estructural de una manera verificable para ser verdaderamente útil en la planificación del mantenimiento preventivo.