AnatomicalNets: A Multi-Structure Segmentation and Contour-Based Distance Estimation Pipeline for Clinically Grounded Lung Cancer T-Staging

1. Il Problema

La stadiazione accurata del cancro al polmone è fondamentale per la prognosi e la pianificazione del trattamento. Attualmente, la stadiazione T (che definisce la dimensione e l'estensione del tumore primario) segue criteri anatomici rigorosi stabiliti dall'International Association for the Study of Lung Cancer (IASLC). Questi criteri non si basano solo sulle dimensioni del tumore, ma anche sulla sua prossimità o invasione di strutture anatomiche adiacenti (mediastino, diaframma, pareti polmonari, ecc.).

Le sfide principali identificate dagli autori sono:

• Limitazioni degli approcci Deep Learning esistenti: La maggior parte dei metodi attuali tratta la stadiazione come un semplice problema di classificazione di immagini (end-to-end CNN). Questi modelli "black-box" non esplorano esplicitamente il contesto anatomico o i criteri quantitativi (dimensioni, distanze) necessari per la stadiazione T.
• Mancanza di interpretabilità: I modelli puramente basati su CNN faticano a distinguere casi borderline e non forniscono una giustificazione clinica trasparente per le loro decisioni.
• Complessità clinica: Piccole variazioni nelle dimensioni o nella posizione possono cambiare la fase (es. da T3 a T4), rendendo cruciale una misurazione precisa piuttosto che una semplice inferenza statistica.

2. Metodologia

Gli autori propongono AnatomicalNets, una pipeline multi-stadio che riformula la stadiazione del tumore come un problema di misurazione e inferenza basata su regole, piuttosto che come una mappatura appresa direttamente dalle immagini. Il flusso di lavoro è il seguente:

A. Segmentazione Multi-Struttura (AnatomicalNets)

Vengono utilizzati tre encoder-decoder dedicati per segmentare le strutture chiave:

1. LungNet: Segmenta il parenchima polmonare. Utilizza un encoder DenseNet-121 e un decoder U-Net. Serve a valutare se il tumore è circondato da tessuto polmonare e a stimare la posizione del diaframma.
2. MediNet: Segmenta il mediastino. Utilizza un encoder DenseNet-121 e un decoder UNet++ (per una migliore aggregazione delle caratteristiche). L'invasione del mediastino comporta automaticamente la stadiazione T4.
3. TumorNet: Genera maschere di segmentazione precise per il tumore. Utilizza un encoder ResNet-152 e un decoder Feature Pyramid Network (FPN). Opera su regioni di interesse (ROI) ritagliate dal tumore.

B. Rilevamento e Inferenza

• Rilevamento del Tumore: Un modello YOLOv11 addestrato sul dataset principale (Lung-PET-CT-Dx) rileva le bounding box dei tumori per fornire le ROI a TumorNet.
• Strategia Cross-Dataset: Poiché il dataset principale non ha maschere di ground truth per tutte le strutture, i modelli di segmentazione sono addestrati su dataset secondari pubblici (es. MSD, SAROS, dataset COVID-19) e applicati al dataset principale come set di validazione esterna per generare maschere surrogate.
• Stima del Diaframma: In assenza di dataset annotati per il diaframma, viene utilizzata un'euristica basata sul contorno della maschera polmonare (i punti più bassi del 10% inferiore del polmone) per stimare la posizione del diaframma.

C. Misurazione Quantitativa e Classificazione

Dalle maschere di segmentazione generate, vengono calcolate metriche quantitative:

• Dimensione massima del tumore: Calcolata come la massima distanza euclidea tra i punti del contorno (considerando anche lo spessore delle slice per la profondità).
• Distanze anatomiche: Vengono misurate le distanze tra il contorno del tumore e le pareti polmonari, il mediastino e il diaframma stimato. Una distanza di zero indica invasione diretta.

Queste metriche vengono poi passate a un modulo decisionale deterministico che applica le regole IASLC per assegnare la fase T (T1: ≤3cm; T2: >3-5cm; T3: >5-7cm; T4: >7cm o invasione di strutture critiche).

3. Contributi Chiave

1. Framework Ibrido Clinico: Spostamento dall'approccio "classificazione pura" a una pipeline che integra segmentazione profonda e misurazione geometrica basata su regole cliniche.
2. AnatomicalNets: Implementazione di tre reti specializzate (LungNet, MediNet, TumorNet) con architetture ottimizzate (DenseNet, UNet++, ResNet+FPN) per strutture specifiche.
3. Modulo di Misurazione Contour-Based: Un metodo innovativo per calcolare dimensioni e distanze direttamente dalle maschere di segmentazione, permettendo di valutare l'invasione strutturale in modo interpretabile.
4. Validazione Rigorosa: Utilizzo di una strategia di inferenza cross-dataset per gestire la mancanza di annotazioni complete nel dataset target, con validazione qualitativa da parte di radiologi esperti.

4. Risultati

Il sistema è stato valutato sul dataset Lung-PET-CT-Dx (220 pazienti, 31.717 slice CT).

• Accuratezza Complessiva: Il modello ha raggiunto un'accuratezza di classificazione del 91,36%.
• Punteggi F1 per Fase:
  • T1: 0,93
  • T2: 0,89
  • T3: 0,96
  • T4: 0,90
• Confronto con CNN Tradizionali: I modelli CNN standard (ResNet152, DenseNet121, Swin Transformer) applicati direttamente alla classificazione hanno ottenuto un'accuratezza massima di circa il 40% e un F1-score medio di ~39%. AnatomicalNets supera drasticamente questi approcci, dimostrando che il collo di bottiglia non è la capacità del classificatore, ma la progettazione delle caratteristiche (feature engineering) e il contesto anatomico.
• Analisi degli Errori: Gli errori principali si concentrano sulla fase T4, spesso dovuta a casi di malattia multifocale (nodi in lobi diversi) o invasioni di strutture non segmentate dal modello (es. trachea, esofago), che non sono state incluse nelle metriche di distanza attuali.

5. Significato e Conclusioni

Il lavoro di AnatomicalNets rappresenta un passo significativo verso l'IA spiegabile (XAI) in ambito medico.

• Interpretabilità: A differenza delle reti neurali tradizionali, questo sistema fornisce output che possono essere verificati clinicamente (dimensioni misurate, distanze calcolate), aumentando la fiducia dei medici.
• Allineamento Clinico: Il sistema aderisce rigorosamente alle linee guida IASLC, trasformando la stadiazione da un compito di pattern recognition a un processo di misurazione fisica assistito da AI.
• Futuro: Gli autori identificano come limiti la mancanza di segmentazione 3D volumetrica completa e la necessità di includere più strutture anatomiche (es. trachea, carina) per migliorare la precisione nella fase T4. Tuttavia, la pipeline proposta offre un paradigma trasparente e affidabile che colma il divario tra le prestazioni del deep learning e l'interpretabilità clinica.