Sintesi Tecnica: TFFM per la Segmentazione dei Vasi Retinici

1. Definizione del Problema

La segmentazione delle arterie e delle vene retiniche è fondamentale per la diagnosi di condizioni cardiovascolari sistemiche, ipertensione e retinopatia diabetica. Tuttavia, esiste un significativo divario semantico tra i modelli standard di deep learning e i requisiti clinici. Sebbene le convenzionali Reti Neurali Convoluzionali (CNN) ottengano spesso un'elevata accuratezza a livello di pixel (ad es., punteggi Dice), esse producono frequentemente segmentazioni topologicamente disgiunte. Questi output contengono lacune, discontinuità e alberi vascolari frammentati, rendendoli inadatti per l'analisi clinica basata su grafi, come la quantificazione automatizzata dei biomarcatori o la misurazione della tortuosità. Le metriche standard come il Dice e l'Intersection over Union (IoU) non riescono a penalizzare questi errori topologici, mascherando il fenomeno dei "vasi frammentati" in cui un modello raggiunge un'elevata accuratezza ma produce strutture frammentate e clinicamente inutilizzabili.

2. Metodologia

Gli autori propongono il TFFM (Topology-Aware Feature Fusion Module), un framework progettato per mantenere la connettività vascolare integrando il ragionamento topologico direttamente nel processo di estrazione e fusione delle caratteristiche, piuttosto che fare affidamento esclusivamente su funzioni di perdita post-hoc.

2.1. Architettura di Base

La base del framework è un backbone U-Net++ potenziato da Attention Gates, selezionato attraverso studi di ablazione per la sua capacità superiore di catturare dettagli morfologici fini rispetto a standard U-Net, SwinUNETR e TransUNet. Il percorso dell'encoder utilizza EfficientNet-B0, che si è dimostrato superiore alle varianti più grandi (come EfficientNet-B4) e alle reti più profonde (come ResNet-101) nel preservare i dettagli fini dei vasi mantenendo l'efficienza computazionale.

2.2. Topological Feature Fusion Module (TFFM)

L'innovazione principale è il TFFM, che proietta le mappe delle caratteristiche locali in uno spazio di grafo latente per ragionare sulla connettività globale. Il modulo opera in quattro fasi:

1. Astrazione Adattiva alla Scala: Le caratteristiche vengono compresse e raggruppate in griglie di varie dimensioni ($G_l$) a diversi livelli del decoder.
2. Costruzione Dinamica del Grafo: Viene costruito un grafo nello spazio delle caratteristiche in cui i nodi rappresentano vettori di caratteristiche appiattiti. Gli archi sono definiti tramite una matrice di similarità del coseno sparsificata, selezionando i $k$ vicini superiori per formare una struttura di adiacenza.
3. Ragionamento tramite Graph Attention: Una Graph Attention Network (GAT) elabora questi nodi. Calcola punteggi di attenzione mascherati per aggregare informazioni da regioni non locali e topologicamente rilevanti, catturando efficacemente le dipendenze strutturali globali che sfuggono ai campi recettivi fissi.
4. Integrazione Adattiva: Le caratteristiche derivate dal grafo sono perfezionate utilizzando moduli di attenzione spaziale e di canale e un meccanismo di gating della "vesselness". Una connessione residua con gating apprendibile fonde queste informazioni topologiche globali con le caratteristiche locali originali, permettendo alla rete di iniettare selettivamente informazioni di connettività senza distruggere le strutture locali fini.

2.3. Funzione Obiettivo Ibrida

Per affrontare sia lo squilibrio delle classi che la continuità topologica, il modello impiega una funzione di perdita composita:

• Tversky Loss: Utilizzata per mitigare l'estremo squilibrio tra foreground e background, pesando asimmetricamente i falsi positivi e i falsi negativi. Gli autori hanno tarato i parametri ($\alpha=0.65, \beta=0.35$) per dare priorità al richiamo (recall), poiché i segmenti vascolari mancanti (falsi negativi) sono più dannosi per la topologia rispetto al rumore di fondo.
• Soft clDice Loss: Un regolarizzatore topologico differenziabile che opera su mappe di probabilità continue. Calcola la media armonica della precisione e della sensibilità topologica basata su predizioni scheletrizzate "soft", penalizzando esplicitamente le interruzioni nello scheletro dei vasi.
• Loss Totale: $L_{total} = L_{Tv} + 0.5 L_{clDice}$.

3. Contributi Chiave

1. Topologia Integrata nell'Architettura: A differenza dei lavori precedenti che applicano vincoli topologici solo durante l'ottimizzazione (tramite funzioni di perdita), questo lavoro integra il ragionamento topologico direttamente nella gerarchia delle caratteristiche tramite TFFM e GAT.
2. Ragionamento su Grafo Latente: L'introduzione di un modulo che mappa le caratteristiche locali in uno spazio di grafo latente consente alla rete di modellare la connettività vascolare globale oltre il campo recettivo locale delle convoluzioni standard.
3. Ablazione Sistematica: Lo studio fornisce un processo di selezione rigoroso per il backbone (U-Net++ con Attention Gates), l'encoder (EfficientNet-B0) e la formulazione della perdita, dimostrando che le scelte architettoniche impattano significativamente sulla fedeltà topologica.
4. Generalizzazione Zero-Shot: Il framework dimostra robustezza su diversi dataset esterni senza fine-tuning, suggerendo che i vincoli topologici appresi sono generalizzabili tra diversi protocolli di imaging.

4. Risultati Sperimentali

Il metodo è stato valutato sul dataset Fundus-AVSeg e su cinque benchmark esterni (DRIVE, CHASEDB1, HRF, RETA, STARE).

• Prestazioni su Fundus-AVSeg:

  • Ha raggiunto un punteggio Dice combinato del 90,97% e una distanza di Hausdorff (HD95) del 95% di 3,50 pixel.
  • Miglioramento Topologico: Il metodo ha ridotto la frammentazione dei vasi di circa il 38% rispetto ai baseline (da 44,7 a 27,7 componenti predette per immagine).
  • Errore di Betti: L'errore del numero di Betti (che misura le differenze nei componenti connessi) è sceso significativamente da 43,0 a 26,0 con l'aggiunta di TFFM.
  • Rilevamento delle Giunzioni: Gli F1-score delle giunzioni sono migliorati al 65,44%, sebbene il richiamo per i punti di biforcazione rimanga una sfida (0,44 per le arterie, 0,52 per le vene).

• Generalizzazione Cross-Dataset:

  • Nell'inferenza zero-shot su dataset esterni, il modello ha mantenuto punteggi Dice compresi tra il 79,94% e l'82,18%.
  • La coerenza topologica (clDice) è rimasta elevata (68,71%–73,57%), superando significativamente i metodi tradizionali nella preservazione della connettività vascolare senza adattamento del dominio.

5. Significato e Rivendicazioni

Il documento afferma che il significato primario di TFFM risiede nel colmare il divario tra accuratezza a livello di pixel e utilità clinica. Garantendo la coerenza topologica, il framework produce alberi vascolari idonei per l'analisi automatizzata basata su grafi, come la quantificazione dei biomarcatori.

Gli autori sottolineano che, mentre le metriche standard (Dice, IoU) possono essere fuorvianti premiando predizioni frammentate, il loro approccio ibrido riesce a bilanciare la sovrapposizione regionale con l'integrità strutturale. Notano che, sebbene il metodo riduca significativamente la frammentazione e migliori la connettività globale, la completezza delle biforcazioni rimane un limite, con i tassi di richiamo delle giunzioni che suggeriscono che la complessità locale estrema nei punti di incrocio richieda ancora meccanismi di attenzione specializzati. Il lavoro conclude che il loro framework genera segmentazioni topologicamente robuste adatte per compiti clinici a valle, offrendo una via verso un'analisi retinica automatizzata più affidabile.