Brain Tumor Classification from 3D MRI Using Persistent Homology and Betti Features: A Topological Data Analysis Approach on BraTS2020

Titolo

Classificazione dei Tumori Cerebrali da Risonanza Magnetica 3D Utilizzando Omologia Persistente e Caratteristiche di Betti: Un Approccio di Analisi Topologica dei Dati su BraTS 2020

1. Il Problema

La classificazione accurata e interpretabile dei tumori cerebrali dalle immagini mediche rimane una sfida significativa a causa dell'alta dimensionalità dei dati e della complessità dei pattern strutturali presenti nelle Risonanze Magnetiche (MRI).

• Limiti degli approcci attuali: I metodi tradizionali di Deep Learning (come le CNN 3D) richiedono grandi quantità di dati etichettati, risorse computazionali elevate, architetture complesse e spesso strategie di aumento dei dati (data augmentation). Inoltre, questi modelli soffrono di una scarsa interpretabilità, un fattore critico nel processo decisionale medico.
• Obiettivo: Sviluppare un framework alternativo che sia computazionalmente efficiente, altamente interpretabile e capace di catturare le caratteristiche morfologiche intrinseche dei tumori senza dipendere esclusivamente da intensità o texture.

2. Metodologia

L'autore propone un framework guidato dalla topologia basato sull'Analisi Topologica dei Dati (TDA), applicando l'Omologia Persistente direttamente ai volumi MRI 3D.

• Dataset: Utilizzo del dataset BraTS 2020, contenente 369 soggetti (293 con Glioma di Alto Grado - HGG, 76 con Glioma di Basso Grado - LGG).
  • Modalità: Vengono utilizzate le immagini FLAIR (Fluid Attenuated Inversion Recovery), che evidenziano chiaramente l'edema e le regioni anomale.
  • Preprocessing: Invece di analizzare l'intero volume (155 slice), vengono selezionate le slice centrali (indice 30-90) per ridurre la ridondanza e la complessità computazionale, mantenendo le strutture tumorali rilevanti.
• Estrazione delle Caratteristiche Topologiche:
  1. Filtrazione Cubica: Viene costruita una filtrazione sub-livello partendo dal volume MRI in scala di grigi. Man mano che la soglia di intensità aumenta, i voxel vengono attivati progressivamente, creando una sequenza annidata di complessi cubici.
  2. Omologia Persistente: Si traccia l'evoluzione delle strutture topologiche durante la filtrazione. Vengono calcolati i diagrammi di persistenza per tre dimensioni omologiche:
     • Betti-0 ($k=0$): Componenti connesse (regioni distinte).
     • Betti-1 ($k=1$): Loop o tunnel.
     • Betti-2 ($k=2$): Cavità o vuoti (regioni volumetriche chiuse).
  3. Vettorizzazione: I diagrammi di persistenza vengono trasformati in curve di Betti (conteggio delle caratteristiche a diverse soglie) per creare vettori numerici fissi. Ogni volume MRI è rappresentato da un vettore di 300 dimensioni (100 punti per ciascuna delle tre curve Betti).
• Selezione delle Caratteristiche: Per ridurre la dimensionalità e rimuovere il rumore, viene applicata una selezione delle caratteristiche basata sull'importanza (feature importance) calcolata da modelli ad albero, selezionando un sottoinsieme ottimale di descrittori.
• Classificazione: I vettori topologici vengono utilizzati per addestrare classificatori di Machine Learning classico:
  • Random Forest
  • XGBoost
  • Nota: Non è richiesto alcun aumento dei dati (data augmentation) poiché l'omologia persistente è invariante rispetto a rotazioni e riflessioni.

3. Contributi Chiave

1. Framework Topologico 3D: Proposta di un approccio che applica l'omologia persistente direttamente ai volumi MRI 3D completi, evitando la perdita di informazioni spaziali tipica dell'analisi su slice 2D.
2. Descrittori Interpretabili: Estrazione di caratteristiche basate sui numeri di Betti che descrivono fisicamente la morfologia del tumore (connessioni, loop, cavità), offrendo trasparenza rispetto alle "scatole nere" del Deep Learning.
3. Efficienza Computazionale: Il metodo elimina la necessità di architetture profonde complesse e di data augmentation, riducendo drasticamente il costo computazionale e il fabbisogno di dati.
4. Performance Competitiva: Dimostrazione che un approccio basato su TDA e ML classico può raggiungere prestazioni paragonabili o superiori a metodi più complessi su dataset medici.

4. Risultati Sperimentali

Gli esperimenti sono stati condotti su un dataset diviso 80/20 (training/test) su un laptop Apple M1, dimostrando l'efficienza del metodo anche su hardware consumer.

• Senza Selezione delle Caratteristiche: L'uso combinato di tutte le caratteristiche Betti (B0+B1+B2) ha portato a buone prestazioni, con XGBoost che ha raggiunto un'accuratezza dell'86,49%.
• Con Selezione delle Caratteristiche: La selezione ha migliorato significativamente le prestazioni riducendo il numero di feature.
  • Il miglior risultato è stato ottenuto con il classificatore Random Forest utilizzando un sottoinsieme selezionato di caratteristiche (combinazione B1+B2 o B0+B1+B2).
  • Accuratezza: 89,19%
  • Precisione: 90,50% (per la combinazione B1+B2)
  • AUC: 89,33%
• Analisi delle Curve: Le visualizzazioni (curve di Betti mediane e plot PCA) mostrano una chiara separazione tra le distribuzioni topologiche dei tumori HGG e LGG, confermando che le differenze strutturali (come la complessità dei loop e delle cavità) sono discriminative per la classificazione.

5. Significato e Implicazioni

Questo studio dimostra che l'Analisi Topologica dei Dati (TDA) è un'alternativa potente ed efficace al Deep Learning per l'analisi di immagini mediche 3D.

• Interpretabilità Clinica: A differenza delle CNN, le caratteristiche di Betti forniscono una descrizione geometrica diretta della forma del tumore, facilitando la comprensione da parte dei medici su perché una certa classificazione è stata fatta.
• Accessibilità: La bassa richiesta computazionale e l'indipendenza da grandi dataset etichettati rendono questa metodologia potenzialmente applicabile in contesti clinici con risorse limitate o dove i dati sono scarsi.
• Robustezza: L'invarianza topologica rispetto a trasformazioni geometriche e rumore rende il modello robusto senza bisogno di costose strategie di aumento dei dati.

In conclusione, l'approccio proposto offre un compromesso ottimale tra accuratezza, efficienza e interpretabilità, aprendo la strada a nuovi metodi di analisi morfologica dei tumori cerebrali basati sulla topologia.