BrainFusionNet: a deep learning and XAI model to understand local, global, and sequential features of MRI images for improved brain tumour detection

La visión general: Un equipo de detectives para escaneos cerebrales

Imagine que está tratando de encontrar un tesoro diminuto y oculto (un tumor cerebral) dentro de una habitación muy ruidosa y con mucha niebla (una resonancia magnética). A veces la niebla es tan espesa que no se pueden ver los bordes del tesoro. A veces el tesoro se parece exactamente a los muebles que lo rodean.

Durante mucho tiempo, las computadoras (Aprendizaje Profundo o Deep Learning) han intentado resolver este rompecabezas. Pero a menudo se confunden porque:

1. El ruido oculta los bordes.
2. La complejidad hace que sea difícil distinguir entre el tejido sano y el tejido enfermo.
3. El problema del "olvido": A medida que la computadora mira más profundamente en la imagen para encontrar detalles, a veces olvida el panorama general, o viceversa.

Los autores de este artículo construyeron una nueva herramienta llamada BrainFusionNet. No piense en ella como un solo detective, sino como un equipo de detectives especializado de tres personas trabajando juntas para resolver el caso.

El equipo de detectives de tres personas

En lugar de usar solo un tipo de cerebro computacional, este modelo combina tres "cerebros" (algoritmos) diferentes para observar la resonancia magnética desde diferentes ángulos:

1. El detective "Local" (CNN):

   • Qué hace: Este detective usa una lupa. Mira puntos pequeños y específicos en la imagen para encontrar detalles, texturas y bordes diminutos.
   • La analogía: Imagine que observa una pintura y se concentra en las pinceladas individuales para ver si la pintura está agrietada. Esta parte del modelo es excelente para detectar el "grano" del tumor.

2. El detective "Global" (Vision Transformer o ViT):

   • Qué hace: Este detective da un paso atrás y observa toda la habitación a la vez. Conecta los puntos entre diferentes partes de la imagen para entender el contexto.
   • La analogía: Imagine dar un paso atrás de la pintura para ver la imagen completa. Ayuda al modelo a entender cómo se relaciona el tumor con el resto del cerebro, asegurando que no se pierda en los detalles minúsculos. Actúa como un mecanismo de "autoatención", decidiendo qué partes de la imagen son importantes para enfocar.

3. El "Narrador" (GRU):

   • Qué hace: Este detective toma las notas de los detectives Local y Global y las pone en orden. Aunque una resonancia magnética es una imagen estática, las características dentro de ella tienen una secuencia (como una historia).
   • La analogía: Imagine a un detective que escucha a los dos primeros testigos y luego dice: "Muy bien, basándome en lo que dijeron en orden, aquí está la conclusión". Esta parte ayuda al modelo a comprender la relación entre los detalles locales y la imagen global antes de tomar una decisión final.

El resultado: Al fusionar estos tres enfoques, el modelo puede ver los detalles pequeños y el panorama general simultáneamente, lo que conduce a un diagnóstico mucho más preciso.

El problema de la "Caja Negra": Haciendo que la computadora se explique a sí misma

Normalmente, cuando una computadora dice: "Esto es un tumor", los médicos no pueden preguntar "¿Por qué?". La computadora simplemente da una respuesta, lo cual es como una "caja negra".

Para solucionar esto, los autores añadieron herramientas de IA Explicable (XAI). Utilizaron tres "linternas" diferentes (LIME, SHAP y Grad-CAM) para iluminar la imagen de la resonancia magnética y mostrar exactamente a dónde estaba mirando la computadora cuando tomó su decisión.

• Resaltados verdes: "Esta parte de la imagen me hizo pensar que es un tumor".
• Resaltados rojos: "Esta parte me hizo pensar que no es un tumor".

Esto permite a los médicos verificar si la computadora está mirando el tumor real o si solo está adivinando basándose en una sombra aleatoria.

El experimento: ¿Qué tan bien funcionó?

El equipo probó su nuevo "Equipo de tres personas" contra otros seis modelos computacionales famosos (como VGG16 y ResNet) utilizando dos conjuntos diferentes de datos de escaneos cerebrales.

• La puntuación: BrainFusionNet obtuvo un 98% de precisión.
• La competencia: El mejor de los otros modelos obtuvo alrededor del 96%.
• El ingrediente secreto: El artículo encontró que el nuevo modelo era especialmente bueno encontrando tumores pequeños que otros modelos pasaban por alto. También manejó mejor el "ruido" en las imágenes.

Un descubrimiento sorprendente: El brillo de la imagen

Los investigadores hicieron algo único: analizaron la intensidad de los píxeles (qué tan brillantes o oscuros son los píxeles) en las imágenes.

• El hallazgo: Descubrieron que las imágenes con mayor brillo (mayor intensidad de píxel) eran mucho más fáciles de clasificar correctamente para la computadora.
• La analogía: Es como intentar leer un libro. Si las luces son brillantes (alta intensidad), puedes leer las palabras fácilmente. Si las luces son tenues (baja intensidad), podrías leer mal una palabra. La computadora tiene más dificultades cuando la "iluminación" de la resonancia magnética es deficiente o inconsistente.

Lo que el artículo no dice

Es importante ceñirse a lo que el artículo realmente afirma:

• No es una cura: El artículo trata sobre la detección y clasificación de tumores, no sobre su tratamiento.
• Aún no es una herramienta hospitalaria: Aunque los autores mencionan que construyeron un prototipo de aplicación (una interfaz web y una aplicación Android) para mostrar cómo podría funcionar, el artículo se centra en la investigación y las pruebas del modelo en sí, no en su implementación en hospitales reales.
• Está limitado a la RM: El modelo fue probado únicamente en imágenes de resonancia magnética (RM). Los autores admiten que aún no lo han probado en tomografías computarizadas (TC), radiografías o imágenes de ultrasonido.
• El Aprendizaje por Transferencia (Transfer Learning) falló: El artículo señala que cuando intentaron usar el "Aprendizaje por Transferencia" (tomar un modelo entrenado con fotos generales y aplicarlo a escaneos cerebrales), en realidad funcionó peor que entrenarlo desde cero. Esto sugiere que los escaneos cerebrales son tan únicos que el conocimiento general no ayuda mucho en este caso.

Resumen

BrainFusionNet es un nuevo modelo computacional híbrido que combina tres formas diferentes de mirar los escaneos cerebrales (detalles diminutos, el panorama general y la secuencia de características) para encontrar tumores. Es más preciso que los modelos superiores actuales, especialmente para tumores pequeños, e incluye una función de "linterna" que muestra a los médicos exactamente por qué tomó su decisión. El estudio también reveló que el brillo de la propia imagen de la resonancia magnética juega un papel crucial en qué tan bien puede la computadora ver el tumor.