Automated brain tumor detection in MRI images using CNN and ResNet architectures

Resumen Técnico: Detección Automatizada de Tumores Cerebrales en Imágenes de RM mediante Arquitecturas CNN y ResNet

Planteamiento del Problema
El diagnóstico temprano y preciso de los tumores cerebrales es fundamental para determinar las modalidades de tratamiento y mejorar las tasas de supervivencia de los pacientes. Si bien la Resonancia Magnética (RM) es la modalidad estándar para visualizar las estructuras cerebrales debido a su alto contraste en tejidos blandos, la interpretación manual de estas exploraciones por parte de los radiólogos sigue siendo laboriosa, subjetiva y propensa a la variabilidad interobservador. Los enfoques tradicionales de aprendizaje automático que dependen de características diseñadas manualmente suelen fallar al generalizarse en diferentes conjuntos de datos y configuraciones de imagen. Además, el creciente volumen de datos de imágenes médicas ejerce una presión significativa sobre los profesionales clínicos, aumentando el riesgo de diagnósticos omitidos o retrasados. Existe una necesidad urgente de sistemas de aprendizaje profundo automatizados, fiables y rentables capaces de distinguir entre exploraciones de RM con tumor y sin tumor con alta precisión.

Metodología
El marco propuesto utiliza un enfoque de aprendizaje profundo basado en Redes Neuronales Convolucionales (CNN) y Redes Residuales (ResNets) para automatizar la detección de tumores cerebrales. El estudio emplea aprendizaje por transferencia (transfer learning), aprovechando modelos preentrenados para abordar el desafío de la limitación de datos médicos etiquetados.

• Conjunto de Datos: El sistema fue evaluado con un conjunto de datos de 3,929 imágenes de RM cerebral, clasificadas por expertos clínicos en categorías de tumor y no tumor. Los datos se dividieron en un 85% para entrenamiento y un 15% para pruebas.
• Preprocesamiento: Las imágenes se redimensionaron a 224 × 224 píxeles para coincidir con los requisitos de entrada de los modelos preentrenados. Las intensidades de los píxeles se normalizaron para mejorar la convergencia. Se aplicaron técnicas de aumentación de datos, específicamente el giro horizontal aleatorio y la rotación, para mejorar la diversidad de los datos y mitigar el sobreajuste (overfitting).
• Arquitecturas: Se implementaron dos arquitecturas preentrenadas, ResNet18 y ResNet50. Estos modelos fueron entrenados originalmente en el conjunto de datos ImageNet.
• Estrategia de Entrenamiento: El estudio utilizó técnicas de aprendizaje por transferencia que involucran dos estrategias principales:
  1. Extracción de Características: Congelar las capas convolucionales iniciales y entrenar únicamente las nuevas capas totalmente conectadas.
  2. Ajuste Fino (Fine-tuning): Descongelar la red completa con una tasa de aprendizaje baja para adaptar los pesos preentrenados a las características específicas de los datos de RM cerebral.
• Clasificación: Las características extraídas se pasaron a través de capas totalmente conectadas con activación ReLU y regularización de dropout. Se utilizó un clasificador Softmax para generar probabilidades binarias de "Tumor" o "No Tumor".

Contribuciones Clave

• Desarrollo de un marco de aprendizaje profundo automatizado para la detección de tumores cerebrales utilizando las arquitecturas ResNet18 y ResNet50.
• Un análisis comparativo de la profundidad del modelo, evaluando las compensaciones entre ResNet18 (ligera) y ResNet50 (profunda) en el contexto de un conjunto de datos médicos relativamente pequeño.
• Aplicación de estrategias específicas de aprendizaje por transferencia, incluyendo la congelación de pesos y el ajuste fino, para optimizar la eficiencia y el rendimiento del entrenamiento.
• Evaluación exhaustiva del impacto del preprocesamiento y la aumentación de datos (redimensionamiento, normalización, giro) en la generalización del modelo.

Resultados
Los resultados experimentales demostraron que la arquitectura más ligera, ResNet18, superó a la más profunda, ResNet50, en este conjunto de datos específico.

• Precisión (Accuracy): La configuración óptima (combinando redimensionamiento, giro horizontal aleatorio y normalización) produjo una precisión del 97% para ResNet18 y del 96% para ResNet50.
• Métricas de Rendimiento: ResNet18 alcanzó una sensibilidad del 96.8%, una especificidad del 97.2% y una puntuación F1 de 0.97. ResNet50 alcanzó una sensibilidad del 95.9%, una especificidad del 96.1% y una puntuación F1 de 0.96.
• Análisis de Sobreajuste (Overfitting): El estudio observó que ResNet50, con su mayor número de parámetros, era más propensa al sobreajuste en el conjunto de datos limitado, lo que resultó en una meseta de pérdida de entrenamiento ligeramente superior en comparación con la convergencia más suave de ResNet18.
• Análisis ROC: La curva de Característica Operativa del Receptor (ROC) indicó que ResNet18 tenía un Área Bajo la Curva (AUC) ligeramente mayor, confirmando su capacidad superior para diferenciar entre casos con tumor y sin tumor en este contexto.
• Comparación con la Literatura: El enfoque basado en ResNet18 propuesto logró una precisión (97%) superior a los métodos de vanguardia recientes citados en la literatura, como ResNet50 con Grad-CAM (95.2%) y U-Net con codificador ResNet50 (96.1%).

Significancia y Reivindicaciones
El artículo afirma que el marco propuesto ofrece una solución rápida, precisa y rentable para la detección de tumores cerebrales. Un hallazgo principal es que la profundidad del modelo no siempre se correlaciona con un mejor rendimiento en tareas de imágenes médicas con datos limitados; las arquitecturas más ligeras como ResNet18 pueden generalizar de manera más efectiva que las más profundas como ResNet50 al reducir el sobreajuste.

Los autores sostienen que este sistema apoya la toma de decisiones clínicas al proporcionar una herramienta automatizada y fiable que puede asistir a los radiólogos, reducir la carga de trabajo manual y, potencialmente, mejorar las tasas de detección temprana. El estudio concluye que, si bien el trabajo actual se centra en la clasificación binaria, el marco sienta las bases para futuras extensiones hacia la gradación de tumores multiclase, la localización precisa del tumor y la segmentación utilizando arquitecturas más complejas como ResUNet, así como la integración de la IA explicable (XAI) para aumentar la confianza clínica.