Modelling Geographic Atrophy Progression using Implicit Neural Representations

Resumen Técnico: Modelado de la progresión de la Atrofia Geográfica mediante Representaciones Neuronales Implícitas

Planteamiento del problema
La degeneración macular asociada a la edad (DMA) es una de las principales causas de ceguera, y su fase seca tardía se caracteriza por la atrofia geográfica (AG), una pérdida irreversible de tejido retiniano. Aunque la imagen de autofluorescencia de fondo (FAF) es el estándar para monitorizar el crecimiento de las lesiones de AG, la naturaleza altamente individualizada de la progresión de la enfermedad dificulta el modelado y la predicción precisa de su evolución, particularmente en entornos de bajos datos donde los registros longitudinales de pacientes son escasos. Los enfoques actuales de aprendizaje profundo suelen tener dificultades para capturar trayectorias continuas y específicas de cada paciente o requieren una gran cantidad de datos para generalizar.

Metodología
Los autores proponen un marco que utiliza Representaciones Neuronales Implícitas (INR, por sus siglas en inglés) para modelar la progresión de la AG como una función continua y específica de cada sujeto. La arquitectura central es un auto-decodificador que consiste en un Perceptrón Multicapa (MLP) con funciones de activación SIREN.

• Arquitectura y condicionamiento: El modelo se divide en dos cabezales: un cabezal de reconstrucción ($f^{faf}_\theta$) para generar la intensidad de los píxeles de la imagen FAF y un cabezal de segmentación ($f^{seg}_\theta$) para predecir las máscaras de las lesiones de AG. Ambos cabezales comparten el mismo MLP hasta la capa penúltima.
• Representación latente: Para capturar las características individuales del ojo, se asigna un vector latente espacial 3D único ($z_i$) a cada ojo. Este vector se comparte en todos los puntos temporales para ese ojo específico, obligando al modelo a aprender características anatómicas propias del ojo en lugar de artefactos específicos de cada visita.
• Modulación y dinámica temporal: La red se condiciona mediante capas de modulación (FiLM). El vector latente se concatena con variables temporales (semanas transcurridas desde el inicio) y variables clínicas (edad del paciente en la visita). Estos elementos de entrada combinados se mapean linealmente a parámetros de escala y desplazamiento para cada capa. Notablemente, el parámetro de desplazamiento se utiliza para representar la dinámica temporal como señales de bajo nivel.
• Entrenamiento y adaptación en tiempo de prueba:
  • Entrenamiento: El modelo optimiza tanto los parámetros de la red ($\theta$) como el conjunto de vectores latentes específicos de cada ojo ($\{z_i\}$) mediante la minimización de una función de pérdida conjunta que comprende el Error Cuadrático Medio (MSE) para la reconstrucción de FAF y una combinación de la Entropía Cruzada Binaria y la pérdida DICE para la segmentación.
  • Adaptación en tiempo de prueba: Para pacientes no vistos previamente (nuevos ojos), se optimiza un nuevo vector latente inicializado aleatoriamente utilizando las visitas disponibles para ese paciente específico, manteniendo fijos los pesos de la red. Esto permite que el modelo se adapte a las trayectorias de la enfermedad individuales sin necesidad de reentrenar toda la red.

Contribuciones clave

1. Primera aplicación de INR para la AG: Este trabajo presenta la primera aplicación de las Representaciones Neuronales Implícitas para modelar las trayectorias de lesiones individuales en la AG secundaria a la DMA.
2. Modelado conjunto de imagen y segmentación: El marco genera simultáneamente imágenes FAF y máscaras de segmentación de AG en puntos temporales arbitrarios (pasados, presentes y futuros), permitiendo la interpolación y extrapolación de los estados de la enfermedad.
3. Adaptabilidad de bajos datos: Al emplear la adaptación en tiempo de prueba de los vectores latentes específicos del ojo, el método genera predicciones precisas para nuevos pacientes utilizando datos longitudinales limitados (tan solo una o dos visitas).
4. Modelado de trayectoria continua: El enfoque trata la progresión de la enfermedad como un proceso continuo, lo que permite la visualización de estados intermedios y la evolución futura que los modelos discretos podrían omitir.

Resultados
El método fue evaluado en el conjunto de datos OMEGA, que comprende 37 ojos de 30 pacientes con hasta cuatro visitas. Las comparaciones se realizaron contra métodos de interpolación clásicos, ImageFlowNet, T-UNet y un modelo de difusión consciente del tiempo (T-I2SBUNet) en tres escenarios: predicción de par de imágenes único, extrapolación de historial completo y reconstrucción de visitas faltantes.

• Rendimiento de la segmentación: El método propuesto alcanzó las puntuaciones DICE más altas (0.85 en el Escenario 1, 0.91 en el Escenario 2) y el Error Absoluto Medio (MAE) más bajo para el área de la lesión (0.31 mm² y 0.20 mm², respectivamente) en todos los escenarios. Superó significativamente a otros modelos de aprendizaje profundo en la captura de la forma y localización de la lesión.
• Reconstrucción de imagen: El modelo logró puntuaciones competitivas de PSNR y SSIM para la reconstrucción de FAF. Sin embargo, los autores señalan que, en algunos casos, el simple hecho de copiar la última imagen de referencia disponible produjo las mejores métricas de reconstrucción, debido probablemente a los cortos intervalos de seguimiento (aproximadamente 12 semanas) en el conjunto de datos.
• Análisis cualitativo: La inspección visual confirmó que el modelo genera trayectorias de crecimiento de lesiones realistas que se alinean con las mediciones de referencia, mientras que algunos métodos competidores produjeron valores de MAE bajos pero con regiones atróficas visualmente desajustadas.

Significancia y alegatos
El artículo afirma demostrar la utilidad de los vectores latentes espaciales para aprender estructuras anatómicas individuales e inyectar información temporal mediante capas de modulación. Los autores posicionan este trabajo como una herramienta para ayudar a los clínicos a visualizar la evolución esperada de la enfermedad y comunicar los posibles beneficios del tratamiento a los pacientes.

Los autores mantienen la modestia respecto a las limitaciones actuales, reconociendo que reconstruir detalles de alta frecuencia en las imágenes FAF durante la extrapolación sigue siendo un desafío. Enfatizan que, si bien el modelo funciona bien en segmentación y estimación de área, la calidad de la imagen en los escenarios de extrapolación requiere un estudio más profundo. El artículo concluye que el trabajo futuro debería centrarse en cohortes más grandes, diferentes etapas de la DMA y la integración de otras modalidades (por ejemplo, OCT) para mejorar la interpretabilidad clínica y la predicción de riesgos.