A Hybrid CNN-Transformer Framework for Robust Coronary Artery Stenosis Detection in X-ray Angiography

Le malattie cardiache rimangono la principale causa di morte in tutto il mondo e, al centro del problema, si trova spesso un restringimento delle arterie che riforniscono il muscolo cardiaco di sangue. Questa condizione, nota come stenosi dell'arteria coronaria, si verifica quando depositi di grasso e calcio si accumulano all'interno delle pareti dei vasi, limitando il flusso di sangue ricco di ossigeno. Se questo restringimento non viene rilevato o trattato, può portare a un infarto miocardico. Attualmente, i medici si affidano all'angiografia a raggi X per vedere l'interno di queste arterie. In questa procedura, un mezzo di contrasto viene iniettato nel flusso sanguigno, rendendo i vasi visibili su uno schermo a raggi X. Tuttavia, interpretare queste immagini è difficile. Le immagini sono spesso sgranate, piene di ombre causate da ossa come costole o vertebre, e affollate di strumenti medici. L'interpretazione richiede che un esperto umano osservi attentamente ogni fotogramma, un processo lento, stancante e soggetto all'errore umano.

Per aiutare i medici, la scienza si è rivolta all'intelligenza artificiale, in particolare a un tipo di programma informatico chiamato deep learning. Per anni, i programmi più efficaci per questo compito sono stati costruiti su una tecnologia chiamata Reti Neurali Convoluzionali, o CNN. Questi programmi sono eccellenti nel individuare dettagli locali, come il bordo netto di una parete vasale o una specifica texture. Tuttavia, faticano a comprendere il quadro generale. Poiché si concentrano intensamente sui piccoli pixel vicini, spesso si confondono con lo sfondo rumoroso, scambiando una costola o un catetere per un'arteria ostruita. Manca loro la capacità di fare un passo indietro e vedere l'intero percorso del vaso sanguigno per comprenderne la vera forma. Una tecnologia più recente, nota come Transformer, risolve questo problema permettendo al computer di guardare l'intera immagine in una volta sola, pesando l'importanza di ogni parte rispetto a tutte le altre. La sfida è stata combinare la velocità della vecchia tecnologia con la comprensione globale della nuova.

In questo studio, ricercatori di diverse università mediche in Iran hanno proposto una nuova soluzione che fonde questi due approcci. Hanno sviluppato un framework ibrido che utilizza un Real-Time Detection Transformer, o RT-DETR, per trovare le arterie ostruite nelle immagini a raggi X. Invece di fare affidamento su un singolo tipo di visione artificiale, il loro sistema utilizza una rete standard per catturare i dettagli fini dell'immagine e poi passa tali informazioni a un modulo Transformer. Questo secondo modulo agisce come una mappa globale, aiutando il computer a distinguere tra un vero blocco e un'ombra confondente prodotta da una costola o dalla colonna vertebrale. L'obiettivo era creare uno strumento che fosse non solo altamente accurato, ma anche abbastanza veloce da essere utilizzato in tempo reale durante una procedura medica.

Il team ha addestrato il nuovo sistema utilizzando una vasta collezione di 8.325 immagini a raggi X scattate da 100 pazienti diversi. Queste immagini provenivano da un istituto di ricerca in Russia e includevano una varietà di condizioni reali, con diverse risoluzioni e livelli di rumore. Per insegnare al computer come gestire queste immagini difficili, i ricercatori hanno utilizzato una tecnica in cui hanno cucito insieme quattro diverse immagini in un unico grande fotogramma di addestramento. Ciò ha costretto il sistema a imparare come individuare piccoli blocchi anche quando erano circondati da sfondi complessi e disordinati. Hanno anche utilizzato un altro metodo che fondeva coppie di immagini per creare nuovi esempi virtuali, aiutando il computer a diventare più robusto contro il rumore casuale presente nelle scansioni mediche.

Quando i ricercatori hanno testato il loro nuovo framework rispetto ai metodi esistenti, i risultati sono stati chiari. Il modello ibrido ha raggiunto un'accuratezza di rilevamento del 97,8 percento, che è superiore ai precedenti migliori modelli basati esclusivamente sulla vecchia tecnologia. Uno degli miglioramenti più significativi è stato nel trovare i piccoli blocchi. Il nuovo sistema ha identificato correttamente il 59,2 percento di queste minuscole lesioni, un salto sostanziale rispetto al 51,5 percento raggiunto dal precedente modello leader. Questo è importante perché i piccoli blocchi sono spesso i più difficili da vedere, ma possono essere i più pericolosi se trascurati. I ricercatori hanno anche scoperto che il loro sistema era straordinariamente veloce, elaborando le immagini a una velocità di 38 fotogrammi al secondo. Questo è più di tre volte più veloce del precedente modello top di gamma, che gestiva solo 11 fotogrammi al secondo.

Lo studio suggerisce che questo nuovo approccio riesce a colmare il divario tra l'alta precisione e la velocità richiesta per l'uso clinico. Combinando la capacità di vedere i dettagli fini con il potere di comprendere l'intero contesto dell'immagine, il sistema riduce il numero di falsi allarmi causati dal rumore di fondo. Gli autori sottolineano che, sebbene i risultati siano promettenti, il sistema è stato testato su dati provenienti da una singola fonte e sono necessari ulteriori lavori per garantire che funzioni ugualmente bene su immagini provenienti da diversi ospedali e macchinari. Tuttavia, i risultati indicano che questo framework ibrido offre uno strumento robusto ed efficiente che potrebbe un giorno assistere i cardiologi nel prendere decisioni più rapide e affidabili durante procedure cardiache critiche.