MRI-Based Brain Tumor Detection through an Explainable EfficientNetV2 and MLP-Mixer-Attention Architecture

Probleemstelling

Hersentumoren vormen een ernstige gezondheidskwestie met hoge sterftecijfers, waarbij vroege diagnose cruciaal is voor de behandeling. De huidige diagnose via het analyseren van Magnetische Resonantie Imaging (MRI) beelden is een complex, tijdrovend proces dat afhankelijk is van de expertise van de arts en vatbaar voor menselijke fouten. Beperkingen van handmatige evaluatie omvatten de morfologische diversiteit van tumoren, moeilijkheden in het onderscheiden van vergelijkbare weefseldichtheden en het risico op het missen van kleine laesies. Hoewel er reeds veel diep leermethoden (Deep Learning) zijn ontwikkeld, kampen deze vaak met hoge rekenkosten, complexe structuren of een gebrek aan klinische interpreteerbaarheid ("black box"-probleem), wat de implementatie in klinische beslissingsondersteunende systemen belemmert.

Methodologie

De auteurs stellen een hybride, uitlegbare deep learning-architectuur voor die twee krachtige componenten combineert: EfficientNetV2 als backbones en een MLP-Mixer met Linear Attention.

1. Dataset:

   • Er is gebruikgemaakt van de publieke Figshare-dataset, bestaande uit 3.064 T1-gewogen contrastversterkte MRI-beelden van 233 patiënten.
   • De dataset bevat drie tumorsoorten: glioom (1426 beelden), meningioom (708 beelden) en hypofysetumor (930 beelden), opgenomen in drie vlakken (axiaal, coronaal, sagittaal).

2. Backbone Selectie (EfficientNetV2):

   • Eerst werden negen bekende CNN-architecturen (zoals ResNet50, VGG16, DenseNet121, etc.) geëvalueerd om de beste feature-extractor te bepalen.
   • EfficientNetV2 bleek de beste prestaties te leveren (97,54% nauwkeurigheid) en werd gekozen als de basisarchitectuur vanwege zijn efficiënte schaalbaarheid en gebruik van 'fused MBConv'-blokken voor betere feature-extractie.

3. Hybride Architectuur (MLP-Mixer met Attention):

   • De features van EfficientNetV2 worden omgezet in patches en gevoed aan een aangepast MLP-Mixer blok.
   • Innovatie: Er is een Linear Attention-mechanisme geïntegreerd in de MLP-Mixer structuur. Dit gebeurt in twee fasen:
     • Een Token-Mixing Attention laag voor het vangen van ruimtelijke relaties (spatial dependencies).
     • Een Channel-Mixing Attention laag voor het versterken van relaties tussen feature-kanaalen.
   • Dit combineert de sterkte van MLP's in het mengen van informatie met het vermogen van attention-mechanismen om lange-afstandsafhankelijkheden efficiënt te modelleren, zonder de hoge rekenkosten van traditionele self-attention (zoals in Transformers).

4. Uitlegbaarheid (Explainability):

   • Om het model klinisch betrouwbaar te maken, wordt Grad-CAM (Gradient-weighted Class Activation Mapping) gebruikt. Dit visualiseert welke gebieden van de MRI-beelden het model als belangrijk beschouwt voor zijn classificatie, waardoor het "black box"-probleem wordt verzacht.

Belangrijkste Bijdragen

• Hybride Model: Voorstel van een nieuw hybride model dat EfficientNetV2 koppelt aan een attention-gedreven MLP-Mixer, wat een balans biedt tussen hoge nauwkeurigheid en rekenefficiëntie.
• Uitgebreide Vergelijking: Een systematische evaluatie van negen verschillende CNN-architecturen om de optimale backbone te selecteren.
• Klinische Interpreteerbaarheid: Integratie van Grad-CAM visualisaties om te bewijzen dat het model zich richt op de daadwerkelijke tumorgebieden en niet op ruis, wat essentieel is voor arts-acceptatie.
• State-of-the-Art Resultaten: Het bereiken van superieure prestaties vergeleken met bestaande literatuur op dezelfde dataset.

Resultaten

De prestaties zijn geëvalueerd met 5-voudige kruisvalidatie (5-fold cross-validation).

• Optimale Configuratie: De beste resultaten werden behaald met een Token-grootte van 128 en een Channel-grootte van 512.
• Prestatiemetrics:
  • Nauwkeurigheid (Accuracy): 99,50%
  • Precisie (Precision): 99,47%
  • Recall (Sensitiviteit): 99,52%
  • F1-score: 99,49%
• Vergelijking met Baseline: In vergelijking met de standalone EfficientNetV2 (97,54% nauwkeurigheid) resulteerde de hybride architectuur in een verbetering van bijna 2% in nauwkeurigheid en een significante toename in recall (3,03% verbetering), wat betekent dat er minder tumoren worden gemist.
• Vergelijking met Literatuur: Het model overtreft recente studies (zoals die van Swati et al., Ismael et al., en Aamir et al.) die nauwkeurigheden tussen 96% en 98,95% rapporteerden, vaak met lagere recall of hogere rekenkosten.
• Confusiematrix: Het hybride model reduceerde misclassificaties tussen de tumorsoorten (vooral tussen meningioom en glioom) aanzienlijk ten opzichte van de basis CNN.
• Grad-CAM Visualisatie: De warmtekaarten toonden aan dat het model zich correct concentreert op de tumorgebieden die door experts zijn gemarkeerd (ground truth), inclusief heterogene structuren bij gliomen en kleine laesies bij hypofysetumoren.

Betekenis en Conclusie

Dit onderzoek demonstreert dat het combineren van een geoptimaliseerde CNN-backbone (EfficientNetV2) met een moderne MLP-Mixer-attention-architectuur leidt tot een uiterst robuust en nauwkeurig systeem voor hersentumorclassificatie.

De belangrijkste waarde van dit werk ligt in de dubbele focus op prestatie en uitlegbaarheid. Hoewel veel bestaande modellen hoge nauwkeurigheid bereiken, missen ze vaak de klinische transparantie die nodig is voor artsen om AI-adviezen te vertrouwen. Door Grad-CAM te integreren, wordt bewezen dat het model beslissingen neemt op basis van klinisch relevante gebieden.

De auteurs erkennen beperkingen, zoals het gebruik van slechts één dataset (Figshare) met drie specifieke tumorsoorten en het ontbreken van validatie op andere beeldvormingsmodaliteiten. Toekomstig werk zal gericht zijn op het uitbreiden van de dataset met meer diverse tumorsoorten en multimodale data om de generalisatiecapaciteit voor de echte klinische praktijk te vergroten.