A 2-Level Stacking Ensemble Framework for Multi-Class Alzheimer’s Disease Diagnosis Using CNN Feature Extractors and SVM-XGBoost Classifiers

El diagnóstico temprano de la enfermedad de Alzheimer es uno de los desafíos más apremiantes de la medicina moderna, que a menudo depende de que los médicos examinen las imágenes de resonancia magnética, o RM, del cerebro. Estas imágenes revelan la estructura física del cerebro, mostrando cómo diferentes regiones se encogen o cambian a medida que la enfermedad progresa a través de etapas que van desde una pérdida de memoria muy leve hasta una demencia severa. Si bien los expertos humanos pueden detectar estos cambios, la tarea es difícil porque las diferencias entre las etapas tempranas son sutiles y la anatomía cerebral es compleja. Para ayudar, los científicos han recurrido a la inteligencia artificial, específicamente a un tipo de programa informático conocido como modelo de aprendizaje profundo. Estos programas actúan como microscopios digitales, entrenados para reconocer patrones en imágenes médicas que el ojo humano podría pasar por alto. Al combinar los conocimientos de varios modelos informáticos diferentes, los investigadores esperan crear un sistema que sea no solo más preciso, sino también más confiable que cualquier programa individual trabajando por sí solo.

En un estudio reciente, los investigadores Shashi Kant Mourza y Ajit Kr. Singh Yadav de NERIST en la India desarrollaron un sistema sofisticado diseñado para clasificar las exploraciones cerebrales en cuatro categorías distintas: no demencia, demencia muy leve, demencia leve y demencia moderada. Su enfoque, descrito como un ensamblaje de apilamiento de dos niveles, funciona reuniendo las opiniones de tres diferentes expertos de inteligencia artificial y luego teniendo a un cuarto juez, más experimentado, para tomar la decisión final. Los tres primeros expertos son redes informáticas especializadas entrenadas para observar las secciones de la RM. Dos de estas redes son diseños establecidos y conocidos llamados ResNet152 y DenseNet121, que se han utilizado en muchos estudios previos. El tercer experto es una red construida a medida creada específicamente para este proyecto, llamada Shashi-CNN, que fue diseñada desde cero para enfocarse en las texturas únicas encontradas en las exploraciones cerebrales.

En lugar de dejar que estas tres redes voten sobre la respuesta, los investigadores las hicieron trabajar juntas en una secuencia específica. Primero, cada red analizó las imágenes cerebrales y extrajo una lista detallada de características, esencialmente traduciendo los datos visuales en una larga lista de números que describen la condición del cerebro. Estas listas fueron luego combinadas y simplificadas para eliminar cualquier ruido confuso, conservando solo la información más importante. Estos datos refinados fueron introducidos en un clasificador de primer nivel, un tipo de herramienta matemática conocida como Máquina de Vectores de Soporte, que realizó una predicción inicial para cada imagen. Crucialmente, para asegurar que el sistema no simplemente memorizara las respuestas, los investigadores entrenaron este primer nivel utilizando un método donde el modelo era probado con datos que no había visto durante su fase de entrenamiento.

El paso final involucró a un juez de segundo nivel, un algoritmo avanzado llamado XGBoost, que actuó como un meta-aprendiz. Este juez no miraba las imágenes cerebrales puras; en su lugar, miraba las puntuaciones de confianza y las predicciones generadas por las tres redes originales y el clasificador de primer nivel. Al analizar cómo estos diferentes expertos concordaban o discrepaban, el modelo XGBoost aprendió a ponderar sus opiniones, decidiendo qué experto era más confiable para cada tipo específico de exploración cerebral. Este enfoque por capas permitió al sistema capturar errores que un solo modelo podría pasar por alto, creando efectivamente un equipo donde las debilidades de uno eran cubiertas por las fortalezas de otro.

Los resultados de este estudio fueron notablemente altos. Cuando se probó en un conjunto de datos de 6,400 secciones de RM cerebral, el sistema completo alcanzó una tasa de precisión de casi el 99.97 por ciento. Esto significa que, de cada 10,000 exploraciones, el sistema identificó correctamente la etapa de la demencia en 9,997 de ellas. El sistema funcionó casi perfectamente a través de las cinco diferentes rondas de prueba, mostrando un nivel de consistencia que sugiere que no es solo cuestión de suerte, sino que realmente comprende los patrones de la enfermedad. En comparación, el mejor modelo individual utilizado en el estudio, el Shashi-CNN personalizado, alcanzó una precisión de aproximadamente el 98.4 por ciento, mientras que los otros modelos establecidos obtuvieron puntuaciones más bajas. Los investigadores confirmaron que la mejora obtenida al utilizar el equipo completo de modelos fue estadísticamente significativa, lo que significa que la diferencia fue real y no debida al azar.

Para asegurar que el sistema estaba tomando decisiones por las razones correctas, los investigadores utilizaron una técnica de visualización llamada Grad-CAM. Esta herramienta crea un mapa de calor sobre la imagen cerebral original, resaltando las áreas específicas en las que la computadora se estaba enfocando cuando realizaba su diagnóstico. Las visualizaciones mostraron que el modelo se enfocaba en áreas anatómicamente relevantes, como el hipocampo y las regiones corticales, que son conocidas por encogerse en pacientes con Alzheimer. No se distrajo con el ruido de fondo o partes irrelevantes de la imagen. Este enfoque en las estructuras biológicas correctas otorga confianza a los médicos de que el sistema está aprendiendo sobre la enfermedad misma, en lugar de simplemente memorizar patrones en los datos.

Si bien el estudio logró resultados casi perfectos en el conjunto de datos que utilizó, los autores señalaron que el sistema aún no ha sido probado con datos de diferentes hospitales o con diferentes tipos de máquinas de RM. El conjunto de datos contenía una mezcla de exploraciones cerebrales, pero una categoría, que representa a pacientes con demencia moderada, era mucho más pequeña que las otras, lo que podría influir en cómo el sistema aprende. A pesar de estas limitaciones, el estudio demuestra que combinar múltiples modelos de aprendizaje profundo con un sistema de votación inteligente puede crear una herramienta poderosa para distinguir entre las sutiles etapas de la enfermedad de Alzheimer. Los hallazgos sugieren que tal marco podría servir como una ayuda altamente confiable para el diagnóstico temprano, ayudando potencialmente a detectar la enfermedad cuando es más tratable.