💻 computer science

Automated classification method of COVID-19 cases from chest CT volumes using 2D and 3D hybrid CNN for anisotropic volumes

Este artículo propone un novedoso método de CNN híbrido 2D/3D que extrae eficazmente características de volúmenes de TC de tórax anisotrópicos mediante el análisis de tres planos mutuamente perpendiculares, logrando una precisión de clasificación del 83,3% para el diagnóstico de COVID-19 que supera a los modelos no híbridos.

Autores originales: Masahiro Oda, Tong Zheng, Yuichiro Hayashi, Yoshito Otake, Masahiro Hashimoto, Toshiaki Akashi, Shigeki Aoki, Kensaku Mori

Publicado 2026-08-03

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Masahiro Oda, Tong Zheng, Yuichiro Hayashi, Yoshito Otake, Masahiro Hashimoto, Toshiaki Akashi, Shigeki Aoki, Kensaku Mori

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un detective intentando resolver un misterio dentro de un bloque gigante de gelatina tridimensional. Esta no es una gelatina cualquiera; es un bloque de datos que representa un pecho humano, cortado en cientos de capas finas como si fuera una hogaza de pan. En el mundo de la ciencia médica, esto se llama una tomografía computarizada (TC). Normalmente, los detectives (médicos) examinan estas rebanadas una por una para buscar pistas de una infección, como un intruso oculto. Pero cuando un nuevo y escurridizo virus comenzó a propagarse por todo el mundo, había demasiados bloques de gelatina para revisar a mano, y los detectives se estaban cansando. Necesitaban un ayudante robot. Aquí es donde entra el "Diagnóstico Asistido por Computadora". Piensa en ello como un cerebro robótico súper inteligente que puede mirar el bloque de gelatina y decir: "Creo que este tiene el virus" o "Este parece estar limpio". La parte difícil es que la gelatina no tiene una forma perfecta; las rebanadas son a veces gruesas y otras veces finas, lo que hace difícil que los cerebros robóticos estándar vean todo el panorama con claridad. Este artículo trata sobre la construcción de un nuevo tipo de cerebro robótico que está especialmente diseñado para manejar estos bloques de datos de formas irregulares.

Los investigadores de este artículo, liderados por Masahiro Oda y su equipo, quisieron crear una mejor manera para que las computadoras identifiquen automáticamente la diferencia entre las tomografías computarizadas de tórax que probablemente tienen COVID-19 y las que no. Notaron que la mayoría de los cerebros robóticos estándar (llamados CNN 3D) tienen dificultades cuando el grosor de las "rebanadas de pan" de la tomografía es desigual. Es como intentar comer un sándwich donde el pan es grueso de un lado y fino como el papel del otro; un bocado normal podría perderse el relleno por completo. Para solucionar esto, inventaron un cerebro robótico "híbrido". En lugar de solo mirar todo el bloque 3D a la vez, este nuevo cerebro tiene un truco especial: mira el bloque desde tres ángulos diferentes al mismo tiempo, como mirar un cubo desde el frente, el lado y la parte superior. Utiliza ojos 2D planos para escanear cada uno de estos ángulos por separado, capturando detalles que un ojo 3D podría pasar por alto debido al grosor desigual de las rebanadas.

Después de reunir todas las pistas de estas tres vistas, el cerebro robótico las combina en una comprensión única y poderosa de toda la forma 3D. Luego utiliza algunos trucos matemáticos ingeniosos, como las "convoluciones dilatadas" (que actúan como un lente gran angular para ver tanto los detalles diminutos como el panorama general) y las "conexiones de agrupación densa" (que aseguran que ninguna información importante se pierda en el proceso), para tomar su decisión final. El equipo probó este nuevo cerebro híbrido en un conjunto de datos de 1,288 volúmenes de TC de tórax. Encontraron que su nuevo método acertó la respuesta aproximadamente el 83.3% de las veces. Cuando compararon este método con un cerebro robótico que no utilizaba este truco especial de los tres ángulos, la versión híbrida fue claramente mejor, obteniendo una precisión de aproximadamente el 79.5%. El artículo sugiere que, al usar estos ojos 2D para manejar las rebanadas desiguales, el robot puede aprender de manera más efectiva, incluso cuando no hay una gran cantidad de datos de entrenamiento disponibles. Aunque los autores señalan que esto es un paso adelante, también mencionan que se necesita trabajo futuro para hacer que el sistema sea aún mejor y para convertirlo en una herramienta completa que los médicos puedan usar todos los días para ayudar a combatir el virus.

Resumen Técnico: Clasificación Automatizada de Casos de COVID-19 a partir de Volúmenes de TC de Tórax mediante una CNN Híbrida 2D/3D

Planteamiento del Problema
La rápida propagación mundial de la enfermedad por coronavirus 2019 (COVID-19) ha creado una escasez significativa de mano de obra en las instituciones médicas, lo que requiere sistemas de Diagnóstico Asistido por Computadora (CAD) eficientes. Aunque la prueba de reacción en cadena de la polimerasa con transcripción inversa (RT-PCR) es la herramienta de diagnóstico estándar, se informa que su sensibilidad oscila únicamente entre el 42% y el 71%. En contraste, el diagnóstico basado en TC de tórax demuestra una sensibilidad de aproximadamente el 97%, lo que lo convierte en una herramienta crítica para identificar la neumonía viral. Sin embargo, el desarrollo de métodos de clasificación automatizados para volúmenes de TC es un desafío debido a la naturaleza anisotrópica de los datos de TC de tórax. Los volúmenes de TC suelen poseer espesores de corte variables (que oscilan entre 1.0 y 5.0 mm), lo que hace que las Redes Neuronales Convolucionales (CNN) 3D estándar con núcleos isotrópicos (por ejemplo, $3 \times 3 \times 3$ ) sean subóptimas para la extracción de características.

Metodología
Los autores proponen un método de clasificación automatizada que utiliza una CNN híbrida 2D/3D diseñada específicamente para manejar volúmenes anisotrópicos. El flujo de procesamiento consta de las siguientes etapas:

Preprocesamiento (Generación del Volumen Pulmonar):
- Se aplica un método de segmentación automatizado al volumen de TC de tórax original para aislar las regiones pulmonares, incluyendo tanto el tejido normal como las regiones de infección (por ejemplo, opacidades en vidrio esmerilado y consolidaciones).
- La región segmentada se recorta y se reescala a un volumen fijo de $144 \times 144 \times 144$ vóxeles para servir como el "volumen pulmonar" de entrada.
Extracción de Características Híbridas 2D/3D:
- Parte 2D (Extracción de Características en Paralelo): La primera mitad de la red procesa el volumen pulmonar a través de tres flujos paralelos correspondientes a los planos axial, coronal y sagital. En lugar de utilizar núcleos 3D isotrópicos, la red emplea núcleos de convolución anisotrópicos adaptados a cada plano:
  - Plano axial: $3 \times 3 \times 1$
  - Plano coronal: $3 \times 1 \times 3$
  - Plano sagital: $1 \times 3 \times 3$
- Las características extraídas de estos tres flujos 2D se concatenan.
- Parte 3D (Integración Espacial): Las características combinadas son procesadas por la segunda mitad de la red mediante convoluciones y agrupaciones (pooling) 3D. Para capturar características espaciales locales y globales, los autores incorporan:
  - Convoluciones Dilatadas: Para utilizar características distribuidas de forma dispersa.
  - Conexiones de Agrupación Densa: Utilizando agrupación mixta (una combinación de max-pooling y average pooling) en lugar de la agrupación máxima estándar para reducir la pérdida de información y aprovechar la información espacial multiescala.
Clasificación:
- La capa final genera una clasificación binaria: Alta probabilidad o Baja probabilidad de un caso de COVID-19, basándose en los hallazgos de TC confirmados por radiólogos.

Contribuciones Clave

Arquitectura Novedosa: La introducción de un flujo de extracción de características híbrido 2D/3D que aborda explícitamente la anisotropía de los volúmenes de TC médica mediante el procesamiento de tres planos ortogonales con núcleos específicos de cada plano antes de fusionarlos en un contexto 3D.
Eficiencia de Parámetros: El uso de núcleos basados en 2D en la etapa inicial reduce el número de parámetros entrenables, permitiendo un entrenamiento efectivo incluso con conjuntos de datos limitados.
Robustez ante la Variabilidad: El método está diseñado para manejar la amplia variación en los tamaños de las regiones de infección y los valores de TC observados en los casos de COVID-19, así como para distinguirlos de otros trastornos no relacionados con el COVID-19.

Resultados Experimentales
El método fue evaluado en un conjunto de datos de 1,288 volúmenes de TC de tórax recolectados de múltiples instituciones médicas en Japón. El conjunto de datos se dividió en 1,030 casos de entrenamiento y 258 casos de prueba.

Desempeño: La CNN híbrida 2D/3D propuesta logró una precisión de clasificación promedio de 83.3% ± 1.8%.
Comparación: Se realizó un experimento comparativo utilizando una CNN estándar sin el componente híbrido 2D (reemplazando la parte 2D con convoluciones 3D estándar). Este modelo base logró una precisión promedio de 79.5% ± 2.1%.
Conclusión: Los resultados demuestran que los flujos de extracción de características híbridos 2D/3D contribuyen a una mejora medible en la precisión de la clasificación (un aumento de aproximadamente 3.8 puntos porcentuales) en comparación con los modelos que carecen de esta arquitectura específica.

Significancia y Reivindicaciones
El artículo sostiene que el método propuesto extrae eficazmente las características de la imagen de volúmenes anisotrópicos donde las CNN 3D isotrópicas tradicionales presentan dificultades. Al integrar el procesamiento específico de planos 2D con el contexto espacial 3D, el sistema logra una mayor precisión diagnóstica. Los autores señalan que esta arquitectura no se limita a los volúmenes de TC, sino que tiene el potencial de aplicarse a otros tipos de imágenes médicas volumétricas. El trabajo sirve como un paso fundacional hacia el desarrollo de un sistema CAD completo para COVID-19, con el objetivo de aliviar la carga sobre el personal médico mediante la provisión de asistencia de diagnóstico rápida y cuantitativa. Los autores mantienen la modestia, identificando como trabajo futuro la introducción de pasos adicionales de preprocesamiento para mejorar la precisión y el desarrollo completo de un sistema CAD clínico.

Más como este