Resumen Técnico: Segmentación Precisa de la Arteria Coronaria en Angiografía por Rayos X con una Arquitectura de Destilación de Conocimiento Ligera

Planteamiento del Problema

La enfermedad de la arteria coronaria (CAD) es una de las principales causas de mortalidad global, y la angiografía coronaria por rayos X (CAG) sirve como el estándar de oro para su diagnóstico y guía de tratamiento. La segmentación precisa de los vasos coronarios dentro de las imágenes de CAG es crítica para el diagnóstico asistido por computadora y la terapia intervencionista. Sin embargo, las soluciones existentes enfrentan desafíos significativos:

• Aprendizaje Automático Tradicional: Los métodos tempranos dependen de características diseñadas a mano, luchan contra el alto ruido en las imágenes de angiografía y requieren una inicialización manual compleja, lo que limita su practicidad.
• Limitaciones del Aprendizaje Profundo: Aunque las Redes Neuronales Convolucionales (CNN) han avanzado en el análisis de imágenes médicas, los modelos de alto rendimiento suelen implicar parámetros a gran escala y una carga computacional prohibitiva. Esto dificulta su despliegue en entornos clínicos con recursos limitados.
• Brechas Técnicas Específicas: Los enfoques de aprendizaje profundo existentes a menudo fallan al capturar relaciones semánticas de largo alcance, adaptarse a la interferencia entre el primer plano y el fondo, y preservar detalles de bordes delicados. Además, los métodos estándar de destilación de conocimiento suelen pasar por alto todo el proceso de transformación de la información semántica dentro de la red docente (teacher network).

Metodología: El Marco SKD-Net

Para abordar estas limitaciones, los autores proponen la Red de Destilación de Conocimiento Sistemática (SKD-Net). Este marco tiene como objetivo potenciar las capacidades de una red estudiante (student network) ligera mediante la transferencia sistemática de conocimiento desde una red docente poderosa y compleja. La arquitectura integra la similitud de nivel de característica semántica y de nivel de píxel a través de tres módulos novedosos:

1. Módulo de Atención de Grupo Multiescala (MGA)

Integrado en la red docente, el módulo MGA está diseñado para retener información vascular compleja reduciendo los costos computacionales.

• Fusión de Características de Grupo: Los mapas de características de entrada se particionan en grupos a través de las dimensiones de los canales. Los pesos de atención se computan de forma adaptativa para cada grupo para fortalecer las características de la región de interés (ROI) y suprimir el ruido de fondo sin cálculos redundantes.
• Integración de Características Multiescala: Tres canales paralelos (dos utilizando convoluciones de $1\times1$ y uno utilizando convoluciones de $3\times3$) agregan características contextuales espaciales multiescala. Esto permite que el modelo capture dependencias tanto locales como globales, facilitando el modelado semántico de largo alcance esencial para la segmentación de vasos.

2. Módulo de Destilación de Similitud de Características (FSD)

El módulo FSD facilita la transferencia de conocimiento discriminativo de la red docente a la red estudiante no entrenada mediante el modelado de cambios semánticos.

• Mecanismo: Representaciones de características emparejadas de las rutas del codificador (encoder) y el decodificador (decoder) de ambas redes se proyectan en un espacio latente compartido mediante un Perceptrón Multicapa (MLP) ligero.
• Cálculo de Similitud: El módulo calcula la similitud de coseno entre los vectores latentes del codificador y el decodificador para caracterizar las transiciones semánticas.
• Función de Pérdida: Una restricción de similitud ($\mathcal{L}_{FSD}$) impone la consistencia entre los mapas de similitud de características de la docente y la estudiante, asegurando que la estudiante aprenda el conocimiento estructural de la docente.

3. Módulo de Destilación de Similitud Adversaria (ASD)

El módulo ASD se dirige a la información semántica de nivel de píxel más fina para mejorar la localización de bordes.

• Mecanismo: Evalúa la similitud a nivel de píxel entre las predicciones del modelo y la verdad de campo (ground truth) utilizando la distancia euclidiana.
• Relación Adversaria: El módulo establece una correlación espacial adversaria entre las anotaciones y las predicaciones tanto de la docente como de la estudiante.
• Función de Pérdida: Una pérdida de restricción a nivel de píxel ($\mathcal{L}_{ASD}$) alinea las distribuciones semánticas de píxel de la estudiante con las de la docente, asegurando la herencia de estructuras espaciales detalladas.

Pérdida Total: El objetivo de entrenamiento combina la pérdida de entropía cruzada estándar ($\mathcal{L}_{CE}$), la pérdida de similitud de características ($\mathcal{L}_{FSD}$) y la pérdida de similitud adversaria ($\mathcal{L}_{ASD}$).

Configuración Experimental

El marco propuesto fue validado en dos conjuntos de datos distintos:

1. PCAD (Privado): Un conjunto de datos de 486 casos (5,237 muestras anotadas) de Shanghái, con imágenes recortadas en parches de $300\times300$.
2. DCA1 (Público): Un conjunto de datos de 130 imágenes de angiografía coronaria por rayos X del Instituto Mexicano del Seguro Social.

Los experimentos utilizaron una arquitectura U-Net como base para la red estudiante (incorporando cuellos de botella invertidos de MobileNetV2) y una U-Net pesada basada en MGA para la red docente. El rendimiento se evaluó utilizando Exactitud (Accuracy), Sensibilidad, Especificidad, AUC, mIOU, puntuación F1, FLOPs y recuento de parámetros.

Resultados Clave

SKD-Net demostró un rendimiento superior en comparación con los métodos de destilación de conocimiento de vanguardia (por ejemplo, StructKD, BPKD, PA-Seg) y las redes estudiantes base:

• Ganancias de Rendimiento: En el conjunto de datos PCAD, SKD-Net logró una sensibilidad del 87.94% y una especificidad del 78.05%, superando a los mejores métodos de destilación competidores. En el conjunto de datos DCA1, alcanzó una exactitud del 98.59% y una puntuación F1 de 84.76%, excediendo notablemente la puntuación F1 de la red docente.
• Eficiencia: El marco logró reducir la complejidad computacional con éxito. El modelo docente requirió 340.58G FLOPs y 102.34M parámetros, mientras que el modelo estudiante SKD-Net operó con solo 10.37G FLOPs y 20.53M parámetros, manteniendo una precisión competitiva o superior.
• Estudios de Ablación: Eliminar cualquiera de los tres módulos (MGA, FSD, ASD) resultó en una degradación del rendimiento. El modelo completo de SKD-Net superó consistentemente a la red docente en exactitud y AUC en el conjunto de datos PCAD, validando la efectividad de la transferencia sistemática de conocimiento.
• Generalización: El método demostró una robusta generalización a través de diferentes arquitecturas de redes estudiantes (U-Net, U-Net++, U-Net 3+, ENet, MobileNetv3, ERFNet), superando consistentemente a otros modelos base.

Significado y Reivindicaciones

El artículo afirma que SKD-Net ofrece una solución equilibrada para el despliegue clínico al resolver el compromiso entre la precisión de la segmentación y el costo computacional. Su principal importancia radica en:

1. Transferencia Sistemática de Conocimiento: A diferencia de los métodos anteriores que pueden transferir solo salidas finales o características aisladas, SKD-Net transfiere sistemáticamente el conocimiento a través de niveles de características semánticas (vía FSD) y detalles espaciales de nivel de píxel (vía ASD).
2. Eficiencia Ligera: Permite el despliegue de modelos de segmentación de vasos de alta precisión en escenarios clínicos con recursos limitados sin la carga prohibitiva de los modelos docentes de gran escala.
3. Precisión de Bordes: La introducción del módulo ASD aborda específicamente el desafío de preservar detalles estructurales delicados y una localización de bordes precisa en imágenes de angiografía complejas y ruidosas.

Los autores concluyen que SKD-Net proporciona una alternativa altamente eficiente y superior para la segmentación de la arteria coronaria, cerrando eficazmente la brecha entre el aprendizaje profundo de alto rendimiento y la aplicación clínica práctica.