Computational Imaging Priors for Wireless Capsule Endoscopy: Monte Carlo-Guided Hemoglobin Mapping for Rare-Anomaly Detection

Resumen Técnico: Priors Computacionales de Imagen para Endoscopia con Cápsula Ingestible

Planteamiento del Problema
Los clasificadores actuales de aprendizaje profundo para la Endoscopia con Cápsula Ingestible (WCE), entrenados típicamente con datos RGB estándar, tienen un rendimiento deficiente en hallazgos vasculares de vasos pequeños. Estos modelos suelen confundir el contraste de la hemoglobina con factores de confusión como la tinción por bilis, los desechos intraluminales y la caída de la iluminación (brillos especulares). Aunque existen soluciones de hardware (p. ej., filtros espectrales), no están desplegadas universalmente. Los autores argumentan que la IA existente trata los fotogramas de la cápsula como fotografías genéricas, ignorando la física específica del sistema de imagen: el patrón de fluencia decaimiento radial de los LEDs de la cápsula y la firma de absorción espectral distintiva de la hemoglobina.

Metodología
El estudio utiliza el conjunto de datos Kvasir-Capsule (47.238 fotogramas, 11 clases evaluables) con una división estricta a nivel de video de 70/15/15 para garantizar la generalización. Los autores proponen un prior analítico inspirado en Monte Carlo para calcular un mapa de probabilidad de hemoglobina ($P_{blood}$) directamente a partir de fotogramas RGB estándar sin hardware adicional.

El núcleo del método implica tres pasos analíticos:

1. Índice de Hemoglobina ($H$): Una relación por píxel $R/(G+B)$ sesgada hacia regiones donde la hemoglobina absorbe la luz verde/azul.
2. Normalización Robusta: Para evitar que los píxeles oscuros del viñeteado y los brillos especulares saturados colapsen el rango dinámico, el índice se recorta al percentil 1-99 por fotograma antes de la normalización min-max.
3. Fluencia Radial ($\Phi$): Una aproximación de primer orden del transporte de luz del LED, modelada como un decaimiento exponencial desde el centro de la imagen.
4. Síntesis del Prior: El prior final es $P_{blood} = \sigma(\alpha(H_{norm} - 0.5)) \cdot \Phi(r)$.

Se evalúan dos configuraciones de software frente a una línea base EfficientNet-B0 solo RGB a través de 6 semillas aleatorias:

• Fusión de Entrada (5 Canales): Los 3 canales RGB se concatenan con dos canales físicos ($P_{blood}$ y un sustituto de autofluorescencia $H_{AFI}$). Los nuevos canales se inicializan en cero, asegurando que el modelo se comporte idénticamente a la línea base RGB al inicio.
• Destilación (3 Canales + Cabeza Auxiliar): Una columna vertebral RGB de 3 canales se entrena con un decodificador auxiliar para predecir el mapa analítico $P_{blood}$. En la inferencia, el decodificador se descarta, dejando un modelo estándar de 3 canales que ha interiorizado representaciones conscientes de la hemoglobina.

Contribuciones Clave

1. Integración de Prior Analítico: El artículo demuestra que un prior físico de forma cerrada y sin entrenamiento puede fusionarse en pipelines de aprendizaje profundo mediante canales auxiliares inicializados en cero, mejorando la sensibilidad a patologías sutiles sin cambios de hardware.
2. Destilación Amigable para el Despliegue: Se establece una vía donde el prior físico actúa como señal de enseñanza durante el entrenamiento pero se elimina en la inferencia. Esto permite que el modelo desplegado se ejecute en entradas RGB estándar de 3 canales, manteniendo los beneficios del espacio de características informado por la física.
3. Perspectivas Metodológicas:
   • Recorte por Percentil: Los autores identifican que el recorte por percentil por fotograma es esencial; sin él, los valores atípicos causan el colapso del prior y el modelo aprende a ignorar los canales auxiliares.
   • Varianza de Semilla: El estudio destaca que las clases vasculares focales raras (p. ej., Angiectasia) exhiben una alta varianza entre semillas, advirtiendo contra la sobreinterpretación de resultados de una sola semilla.

Resultados
Evaluado en la división de prueba de Kvasir-Capsule ($n=6.423$ fotogramas):

• Macro-AUC: La variante Fusión de Entrada logró una mejora consistente en la dirección sobre la línea base solo RGB, aumentando el macro-AUC de 0.760 ± 0.027 a 0.783 ± 0.024 ($\Delta$ pareado = +0.023, significativo en 5/6 semillas). La variante Destilación logró una media similar (0.773 ± 0.028) pero mostró una direccionalidad mixta entre semillas (3/6 positivas).
• Rendimiento por Clase: La mejora más robusta se observó en Linfangiectasia, donde la variante de Fusión de Entrada mejoró el AUC de 0.238 a 0.337 (signo consistente en las 6 semillas).
• Casos de Alta Varianza: Una sola semilla (semilla=42) mostró un salto dramático en el AUC de Angiectasia (de 0.528 a 0.916), pero la media entre semillas no mostró una ganancia consistente (de 0.646 a 0.608), ilustrando la sensibilidad del conjunto de datos a la inicialización para clases raras.
• Detección de Sangrado: La clase "Sangre - fresca" no mostró una ganancia consistente, lo que los autores atribuyen a la escasez de datos (solo 22 fotogramas de entrenamiento de un solo video) en lugar de un fallo metodológico.

Significado y Afirmaciones
El artículo afirma que un prior analítico inspirado en Monte Carlo proporciona una mejora pequeña pero consistente en la dirección del macro-AUC en la referencia Kvasir-Capsule. Los autores enfatizan que la variante de destilación es la estrategia de despliegue preferida: iguala el rendimiento de la variante de fusión de entrada mientras se ejecuta en entradas RGB estándar de 3 canales, evitando costos de integración en pipelines comerciales.

El trabajo es modesto en sus afirmaciones, señalando explícitamente que:

• Las ganancias son pequeñas en términos absolutos pero reproducibles en dirección.
• El método no resuelve el problema de detección de "Sangre - fresca" debido a limitaciones de datos.
• Los resultados de una sola semilla en clases raras (como la Angiectasia) no deben citarse como rendimiento típico debido a la alta varianza.
• Los hallazgos están actualmente limitados al conjunto de datos Kvasir-Capsule y requieren validación clínica prospectiva.

Los autores concluyen que integrar priores ópticos analíticos con aprendizaje profundo es una estrategia viable para mejorar la clasificación de WCE, particularmente para anomalías vasculares raras, sin requerir nuevo hardware. Todo el código y los pesos se liberan para garantizar la reproducibilidad.