Seeing Beyond the Image: ECG and Anatomical Knowledge-Guided Myocardial Scar Segmentation from Late Gadolinium-Enhanced Images

1. Problématique

La segmentation précise des cicatrices myocardiques à partir de l'imagerie par résonance magnétique cardiaque avec rehaussement tardif au gadolinium (LGE-CMR) est cruciale pour évaluer la viabilité tissulaire et le risque d'arythmie. Cependant, cette tâche reste difficile en raison de :

• Un rapport signal/bruit faible et une hétérogénéité du rehaussement.
• Des artefacts d'imagerie et des variations entre les scanners.
• La difficulté des approches purement basées sur l'image (comme les réseaux U-Net ou nnU-Net) à gérer ces variations de contraste.

De plus, bien que l'électrocardiogramme (ECG) soit couramment utilisé en clinique pour localiser les zones de cicatrisation, son intégration avec l'IRM pour une analyse au niveau du pixel est sous-exploitée. Un défi majeur réside dans la hétérogénéité des modalités et le décalage temporel : dans les contextes cliniques réels (comme le NHS au Royaume-Uni), l'ECG et l'IRM sont souvent acquis à des moments différents (parfois séparés de plusieurs semaines ou mois), et même les enregistrements simultanés peuvent être affectés par des artefacts magnéto-hydrodynamiques.

2. Méthodologie

Les auteurs proposent un cadre d'apprentissage multimodal novateur qui intègre des informations électrophysiologiques (ECG) et des connaissances anatomiques (Atlas AHA-17) pour guider la segmentation des cicatrices sur les images LGE. L'architecture se compose de trois éléments clés :

A. Architecture du Réseau Multimodal

• Encodeur d'Image ($E_{MRI}$) : Traite les images 2D LGE et une carte des segments AHA-17.
• Autoencodeur ECG : Utilise un encodeur ($E_{ECG}$) pour extraire des caractéristiques ($z_{ECG}$) à partir des ondes médianes des 12 dérivations, et un décodeur ($D_{ECG}$) pour reconstruire le signal ECG (perte de reconstruction).
• Fusion des caractéristiques : Les cartes de caractéristiques intermédiaires de l'IRM sont fusionnées avec les caractéristiques projetées de l'ECG via le module TAFF.

B. Module TAFF (Temporal Aware Feature Fusion)

C'est le cœur de l'innovation pour gérer le décalage temporel entre l'ECG et l'IRM.

• Fusion Adaptative : Un réseau de « porte » (gating network) basé sur un MLP apprend des poids spécifiques à chaque modalité ($w_{MRI}, w_{ECG}$) pour fusionner les caractéristiques de manière pondérée.
• Conditionnement Temporel (Temporal FiLM) : Inspiré par la technique FiLM, ce module prend en entrée l'intervalle de temps absolu entre les deux acquisitions ($t_{interval} = |t_{MRI} - t_{ECG}|$). Il génère des paramètres d'échelle ($\gamma$) et de décalage ($\beta$) pour ajuster dynamiquement l'interaction des caractéristiques.
  • Principe : Si l'ECG est ancien ou peu fiable, le module réduit son influence. S'il est récent, il est davantage pondéré.
  • Cela permet au réseau de « voir au-delà de l'image » en utilisant le contexte physiologique pertinent au moment de l'acquisition.

C. Prior Anatomique (Modèle AHA-17)

• Un masque binaire à 17 canaux, basé sur le modèle standard de l'American Heart Association (AHA), est généré pour chaque tranche d'IRM.
• Ce masque est concaténé directement avec l'image IRM pour servir de prior anatomique.
• Objectif : Fournir un contexte spatial, contraindre les prédictions à l'intérieur de la paroi myocardique et aider le modèle à aligner les anomalies électriques (ECG) avec les segments myocardiques spécifiques.

D. Fonction de Perte

Le réseau est optimisé avec une perte composite :
$$L_{total} = L_{seg} + \lambda_{ECG} L_{ecg} + \lambda_{ent} L_{ent}$$

• $L_{seg}$ : Perte de segmentation (Dice + Entropie croisée).
• $L_{ecg}$ : Erreur quadratique moyenne entre le signal ECG reconstruit et le vrai signal.
• $L_{ent}$ : Perte de régularisation basée sur l'entropie des poids de la porte pour éviter l'effondrement prématuré de la fusion (gating collapse) durant l'entraînement.

3. Résultats Expérimentaux

L'évaluation a été réalisée sur un ensemble de données cliniques de 103 paires IRM-ECG (Nottingham University Hospitals), divisées en 70% d'entraînement, 10% de validation et 20% de test.

• Performance Globale : La méthode proposée surpasse significativement la baseline image-seule (nnU-Net).
  • Score Dice : Passage de 0,6149 (baseline) à 0,8463 (méthode proposée).
  • Précision : 0,9115.
  • Sensibilité : 0,9043.
• Étude d'Ablation :
  • La fusion directe IRM-ECG sans prior anatomique ni conditionnement temporel donne un score pire (0,5916) que la baseline image-seule, montrant la difficulté de l'alignement spatial sans guidance.
  • L'ajout du prior anatomique AHA-17 améliore le Dice de 0,5916 à 0,8234.
  • L'ajout du conditionnement temporel (TAFF) améliore encore le score de 0,8234 à 0,8463.
• Analyse Temporelle : Les gains sont particulièrement marqués pour les cas où l'intervalle entre l'ECG et l'IRM est compris entre 1 semaine et 1 mois, démontrant la robustesse du modèle face aux grands écarts temporels.

4. Contributions Clés

1. Cadre TAFF : Conception d'un mécanisme de fusion de caractéristiques qui s'adapte dynamiquement à l'intervalle de temps entre les acquisitions ECG et IRM, résolvant le problème de l'alignement temporel non simultané.
2. Intégration du Prior Anatomique : Utilisation du modèle AHA-17 comme prior spatial pour guider l'alignement entre les caractéristiques ECG et les régions de cicatrices, améliorant la précision anatomique.
3. Première Étude de ce Type : L'un des premiers travaux à utiliser les signaux ECG pour guider la segmentation des cicatrices myocardiques basées sur l'IRM, comblant le fossé entre les domaines électrophysiologique et structurel.

5. Signification et Conclusion

Cette étude démontre que l'intégration de connaissances physiologiques (ECG) et anatomiques (AHA-17) permet aux modèles d'apprentissage profond de dépasser les limitations des approches purement visuelles.

• Impact Clinique : La méthode offre une segmentation plus fiable et physiologiquement cohérente, essentielle pour la quantification de la charge de cicatrices et la prise de décision clinique.
• Robustesse : Le système reste performant même lorsque les données multimodales ne sont pas acquises simultanément, ce qui correspond à la réalité des pratiques hospitalières.
• Interprétabilité : Les cartes d'attention montrent que le modèle se concentre sur des biomarqueurs cliniquement pertinents (ondes Q, segments ST-T anormaux) dans les dérivations spécifiques, validant la logique physiologique derrière la segmentation.

En résumé, cette approche ouvre une nouvelle direction pour la segmentation cardiaque robuste, en combinant efficacement l'imagerie, la physiologie et le contexte temporel.