Feature Integration of FDG PET Brain Imaging Using Deep Learning for Sensitive Cognitive Decline Detection

Resumen Técnico: Integración de Características de Imágenes Cerebrales de [18F]FDG PET mediante Aprendizaje Profundo para la Detección Sensible del Deterioro Cognitivo

Planteamiento del Problema
Distinguir a los individuos con deterioro cognitivo (DC), incluyendo la enfermedad de Alzheimer (EA) temprana y el deterioro cognitivo leve (DCL), de los individuos cognitivamente normales (CN) es crítico para la intervención temprana. Aunque la Tomografía por Emisión de Positrones (PET) utilizando [18F]fluorodesoxiglucosa (FDG) captura alteraciones funcionales cerebrales asociadas con el DC, su utilidad clínica suele estar limitada por el costo, la exposición a la radiación y las limitaciones de datos. Además, los enfoques de aprendizaje profundo existentes a menudo dependen de representaciones de una sola característica (ya sea la imagen bruta o la cuantificación basada en regiones) y pueden tener dificultades con la generalizabilidad en entornos clínicos con limitaciones de datos. Este estudio aborda la necesidad de un marco multimodal y eficiente en datos que aproveche una única modalidad de imagen (FDG PET) para mejorar la precisión diagnóstica y la sensibilidad.

Metodología
Los autores proponen un marco de aprendizaje profundo de multirepresentación que integra dos tipos de características distintas derivadas de los mismos escaneos de FDG PET: características de imagen a nivel de vóxel y características cuantitativas a nivel de región. El marco consta de cuatro fases:

1. Preprocesamiento de Datos:

   • Datos de Imagen: Los escaneos 3D de PET se redimensionaron a 128 × 128 × 64 y se segmentaron en imágenes 2D. Para el entrenamiento, se extrajeron 10 cortes axiales centrales; para las pruebas, se utilizó un único corte medio.
   • Datos de Cuantificación: Las imágenes de RM se segmentaron utilizando FreeSurfer para definir 41 regiones cerebrales distintas. Estas máscaras se corregistraron con los escaneos de PET para extraer mediciones de la Relación de Valor de Captación Estándar (SUVr) para cada región, resultando en datos tabulares.
   • Conjunto de Datos: El estudio utilizó 252 sujetos de la iniciativa Alzheimer's Disease Neuroimaging Initiative (ADNI): 118 CN y 134 CD (70 MCI, 64 AD). Los datos se dividieron a nivel de sujeto utilizando validación cruzada de 5 pliegues (64% entrenamiento, 16% validación, 20% prueba).

2. Extracción de Características:

   • Rama de Imagen: Se probaron dos arquitecturas: una Red Neuronal Convolucional (CNN) utilizando un EfficientNetB0 preentrenado (ajustado finamente en las últimas cuatro capas) y una Red de Análisis de Componentes Principales (PCANet) para abordar las limitaciones de conjuntos de datos pequeños. Las características se extrajeron de múltiples capas (por ejemplo, CNN1, CNN2, CNN3).
   • Rama de Cuantificación: Una Red Neuronal Profunda (DNN) procesó los datos tabulares de SUVr. Las características se extrajeron de tres capas distintas (DNN1, DNN2, DNN3) junto con los datos originales (DNN0).

3. Fusión de Características:

   • Las características de las ramas de imagen y cuantificación se integraron mediante concatenación directa. El estudio evaluó las 16 combinaciones posibles de niveles de características (4 niveles de imagen × 4 niveles de cuantificación).

4. Clasificación:

   • Los vectores de características fusionados se introdujeron en 12 clasificadores de aprendizaje automático (incluyendo Random Forest, SVM, XGBoost, etc.).
   • Se aplicaron técnicas de ensamble (votación dura, votación suave y stacking) utilizando un conjunto heterogéneo de clasificadores (RF, MLP, CatBoost, SVM, LR) para mejorar la robustez.

Resultados Clave

• Rendimiento Base: Entre los modelos de una sola modalidad, el modelo DNN (utilizando solo cuantificación a nivel de región) alcanzó la mayor precisión (0.82 ± 0.06) y F1-score (0.82 ± 0.08). Los modelos CNN y PCANet (utilizando solo datos de imagen) alcanzaron precisiones menores de 0.69.
• Rendimiento de Fusión: El modelo integrado que combina características de la DNN (específicamente de la capa DNN2) y características de la CNN (de la capa CNN1 o CNN2) produjo el mayor rendimiento. El mejor modelo de fusión alcanzó una precisión de 0.86 ± 0.05 y un F1-score de 0.87 ± 0.04.
• Rendimiento de Ensamble: La aplicación de una estrategia de ensamble al mejor modelo de fusión (Ensemble 1) mejoró aún más los resultados, logrando una precisión de 0.87 ± 0.05, un recall de 0.88 ± 0.04 y un F1-score de 0.88 ± 0.05.
• Mejora de la Sensibilidad: En comparación con el mejor modelo base (DNN), el modelo de fusión de ensamble mostró una mejora del 6.10% en la precisión y un aumento significativo en el recall (de 0.77 a 0.88), lo que indica una mayor sensibilidad para detectar casos verdaderos positivos de CD.
• Correlación Clínica: Los resultados del modelo mostraron una correlación negativa significativa con las puntuaciones del Mini-Mental State Examination (MMSE) (p < 0.001), lo que sugiere que las probabilidades predichas reflejan la gravedad de la enfermedad.
• Comparación con MMSE: Al compararse directamente con la clasificación basada en MMSE (umbral < 24 para CD), el modelo propuesto superó al MMSE en precisión (0.88 vs. 0.72), recall (0.89 vs. 0.42) y F1-score (0.88 vs. 0.59), aunque el MMSE mostró una mayor precisión (1.00).

Significancia y Reivindicaciones
El artículo sostiene que la combinación de la imagen PET con la cuantificación a nivel de región mediante aprendizaje profundo mejora el rendimiento diagnóstico sobre los modelos de una sola característica. Los autores enfatizan que esta estrategia multimodal aumenta la sensibilidad al deterioro cognitivo, un factor crítico para la detección temprana. Al integrar información complementaria tanto de los patrones a nivel de vóxel como de las tasas metabólicas específicas de la región, el enfoque ofrece un método más eficiente en términos de datos y más preciso para clasificar el deterioro cognitivo. El estudio sugiere que tales enfoques basados en la fusión pueden apoyar una aplicación más amplia de la PET en entornos clínicos, sirviendo potencialmente como una ayuda diagnóstica que complementa las métricas clínicas existentes como el MMSE. Los autores señalan que, si bien el tamaño del conjunto de datos fue limitado, el uso de validación cruzada de 5 pliegues y métodos de ensamble proporcionó estimaciones de rendimiento robustas adecuadas para las restricciones clínicas del mundo real.