Promise and challenges of heart chamber segmentation from non-contrast CT scans using contrastive unpaired image translation: a feasibility study

Sintesi Tecnica: ChameleonNet per la Segmentazione delle Camere Cardiache da CT Senza Mezzo di Contrasto

Definizione del Problema
La segmentazione accurata delle camere cardiache (atrio sinistro, ventricolo sinistro, atrio destro e ventricolo destro) da scansioni CT senza mezzo di contrasto è altamente desiderabile per lo screening opportunistico, la riduzione dei costi e la pianificazione della radioterapia. Tuttavia, l'annotazione manuale su CT senza mezzo di contrasto è estremamente difficile a causa del scarso contrasto dei tessuti molli, il che porta a un'elevata variabilità interosservatore. Mentre i modelli di deep learning come nnU-Net offrono prestazioni eccellenti su CT con mezzo di contrasto, essi faticano sui dati senza mezzo di contrasto. Le soluzioni esistenti affrontano ostacoli significativi: i metodi multi-atlante soffrono di una limitata generalizzabilità, mentre il deep learning supervisionato richiede un'estesa annotazione manuale sulle scansioni senza mezzo di contrasto, che è scarsa. Inoltre, l'utilizzo di annotazioni da CT con mezzo di contrasto è complicato dal fatto che le scansioni con e senza mezzo di contrasto dello stesso paziente sono raramente perfettamente allineate (coppiate) a causa delle differenze nei tempi di acquisizione e della mancanza di gating ECG.

Metodologia: ChameleonNet
Gli autori propongono ChameleonNet, un framework a due stadi progettato per segmentare le camere cardiache da CT senza mezzo di contrasto senza richiedere annotazioni manuali su tali scansioni specifiche. L'approccio sfrutta la traduzione di immagini non accoppiate (unpaired image translation) per sintetizzare immagini senza mezzo di contrasto da scansioni con mezzo di contrasto, trasferendo così le annotazioni esistenti dal dominio con mezzo di contrasto al dominio senza mezzo di contrasto.

1. Stadio I: Traduzione di Immagini Non Accoppiate Contrastive (CUT) con Apprendimento Decoupled

   • Architettura: Il framework utilizza un generatore ($G$) e un discriminatore ($D$) basati sull'architettura di Contrastive Unpaired Translation (CUT).
   • Innovazione (DCE Loss): Gli autori introducono una perdita di Decoupled Contrastive Learning (DCE) per sostituire la standard loss InfoNCE utilizzata in CUT. Nell'apprendimento contrastivo standard, l'effetto di "accoppiamento negativo-positivo" (NPC) può causare gradienti evanescenti quando le coppie positive sono troppo simili o le coppie negative sono troppo distinte. La loss DCE rimuove il termine della coppia positiva dal denominatore della funzione di perdita, declassando efficacemente i gradienti. Ciò accelera l'addestramento e ne migliora l'efficienza.
   • Processo: Il generatore traduce le immagini con mezzo di contrasto ($I_c$) in immagini sintetiche senza mezzo di contrasto ($I_{nc}$) preservando la struttura anatomica. L'addestramento utilizza una loss contrastiva multi-livello per patch per mantenere la coerenza delle caratteristiche attraverso diverse scale.
   • Dati: Il modello di traduzione è stato addestrato su 35.538 fette di CT con mezzo di contrasto e 37.197 senza mezzo di contrasto da dataset non accoppiati.

2. Stadio II: Segmentazione con Hausdorff Distance Loss

   • Architettura: Un nnU-Net modificato viene addestrato per segmentare le quattro camere cardiache utilizzando le immagini sintetiche senza mezzo di contrasto generate nello Stadio I.
   • Funzione di Perdita: Il modello di segmentazione impiega una funzione di perdita composita che include Cross-Entropy, Dice loss e una Hausdorff Distance (HD) loss. La HD loss è aggiunta specificamente per regolarizzare i confini della segmentazione, affrontando la sfida della delineazione precisa nelle regioni a basso contrasto.
   • Addestramento: Il modello è stato addestrato su 292 scansioni sintetiche senza mezzo di contrasto utilizzando le annotazioni derivate dalle originali scansioni con mezzo di contrasto.

Contributi Chiave

• Decoupled Contrastive Learning: L'integrazione della loss DCE nel framework CUT accelera l'addestramento di circa il 36–39% rispetto a CycleGAN e alla standard CUT, migliorando al contempo la qualità della traduzione delle immagini (SSIM più elevato, FID più basso).
• Adattamento di Dominio Non Accoppiato: Il metodo colma con successo il divario tra CT con e senza mezzo di contrasto senza richiedere dati accoppiati ed ECG-gated, che sono rari nella pratica clinica.
• Regolarizzazione dei Confini: L'inclusione della loss della distanza di Hausdorff ha dimostrato miglioramenti specifici nell'accordo volumetrico per le scansioni reali senza mezzo di contrasto, in particolare per il ventricolo sinistro.
• Validazione su Larga Scala: Lo studio utilizza un dataset di grandi dimensioni per l'addestramento della traduzione e include un set di test indipendente di 36 scansioni CT reali senza mezzo di contrasto per una valutazione rigorosa, andando oltre la validazione puramente sintetica.

Risultati

• Traduzione delle Immagini: ChameleonNet ha raggiunto un Structural Similarity Index Measure (SSIM) medio di 0,96 e un Fréchet Inception Distance (FID) di 13,29, superando sia CycleGAN che la standard CUT. L'analisi qualitativa ha mostrato una migliore preservazione dei bordi strutturali e delle caratteristiche di intensità polmonare rispetto ai baseline.
• Segmentazione su Dati Sintetici: Sulle immagini sintetiche senza mezzo di contrasto, il modello ha ottenuto alti coefficienti di somiglianza di Dice (DSC): LA (0,94), LV (0,91), RA (0,92) e RV (0,93). L'aggiunta della loss di Hausdorff ha mostrato differenze minime sui dati sintetici.
• Segmentazione su Dati Reali Senza Mezzo di Contrasto: Quando applicato a scansioni CT reali senza mezzo di contrasto, il modello ha mostrato un forte accordo volumetrico con la ground truth derivata dal mezzo di contrasto:
  • Correlazioni di Pearson: LA (0,93), LV (0,82), RA (0,87), RV (0,89).
  • Metriche di Errore: Il Mean Absolute Percentage Error (MAPE) variava dal 9,22% (LA) al 20,79% (LV).
  • Impatto della HD Loss: La loss della distanza di Hausdorff ha migliorato significativamente l'accordo del volume del ventricolo sinistro (LV) sulle scansioni reali, aumentando la correlazione di Pearson da 0,73 a 0,82 e riducendo il MAPE dal 34,75% al 20,79%.
  • Limitazioni: Persistevano errori sistematici, in particolare una sottostima del ventricolo destro (MPE = -12,52%) e errori più elevati nel LV, probabilmente dovuti al disallineamento della fase cardiaca tra le scansioni non accoppiate.

Significatività e Rivendicazioni
Gli autori posizionano questo lavoro come uno studio di fattibilità che dimostra come la segmentazione delle camere cardiache da CT senza mezzo di contrasto sia realizzabile senza annotazioni manuali su tali scansioni. Sintetizzando immagini senza mezzo di contrasto da scansioni con mezzo di contrasto, il framework trasferisce efficacementamente le preziose annotazioni dal dominio con mezzo di contrasto al dominio senza mezzo di contrasto.

Il documento afferma che ChameleonNet offre una soluzione pratica per gli scenari clinici in cui i dati accoppiati non sono disponibili, preservando la risoluzione e l'intensità nativa della CT. Tuttavia, gli autori rimangono modesti riguardo all'impiego clinico. Essi dichiarano esplicitamente che, sebbene il metodo sia fattibile, gli errori volumetrici residui (specialmente per LV e RV) indicano che sono necessari ulteriori affinamenti e validazioni prima dell'uso clinico. Lo studio evidenzia come la mancanza di dati accoppiati ed ECG-gated introduca una variabilità inevitabile, impedendo una valutazione diretta a livello di voxel e suggerendo che il lavoro futuro debba affrontare l'allineamento della fase cardiaca per migliorare l'accuratezza.