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

Probleemstelling

De nauwkeurige en interpreteerbare classificatie van hersentumoren op basis van medische beeldvorming blijft een complexe uitdaging. Traditionele diep learning-methode (zoals Convolutional Neural Networks of CNN's) vereisen vaak enorme hoeveelheden gelabelde data, aanzienlijke rekenkracht en uitgebreide data-augmentatie. Bovendien lijden deze modellen vaak aan een gebrek aan interpretabiliteit, wat in klinische besluitvorming een kritiek punt is. Daarnaast zijn MRI-gegevens driedimensionaal (3D) en hebben ze een hoge dimensionaliteit, wat de verwerking bemoeilijkt. Er is behoefte aan een efficiëntere, lichtgewicht alternatief dat de intrinsieke structurele patronen van tumoren direct kan vastleggen zonder afhankelijk te zijn van complexe architecturen.

Methodologie

De auteurs stellen een topologie-gedreven raamwerk voor dat Topological Data Analysis (TDA) toepast op volledige 3D MRI-volumes. In plaats van te vertrouwen op intensiteitsstatistieken of texturen, analyseert deze methode de onderliggende vorm en structuur van de data.

1. Dataset en Voorbewerking:

   • Er wordt gebruik gemaakt van de BraTS 2020 dataset, specifiek de FLAIR-modality (Fluid Attenuated Inversion Recovery), omdat deze tumor-geassocieerd oedeem en abnormale weefsels duidelijk visualiseert.
   • De dataset bevat 369 patiënten (293 met hooggradig glioom [HGG] en 76 met laaggradig glioom [LGG]).
   • Om de rekencomplexiteit te verlagen, worden alleen de centrale slices (index 30 tot 90) van de originele 155 slices gebruikt, resulterend in een volume van ongeveer 60 x 240 x 240 voxels.

2. Persistent Homology (Persistente Homologie):

   • Er wordt een sublevel filtratie toegepast op het grijswaarden-volume. Dit betekent dat het volume wordt gethresholded op verschillende niveaus (van 0 tot 255), waardoor een geneste reeks van binaire volumes ontstaat.
   • Tijdens dit proces evolueren topologische structuren: verbonden componenten ontstaan en verdwijnen, evenals lussen (tunnels) en holtes (voids).

3. Extractie van Betti-kenmerken:

   • De evolutie van deze structuren wordt gekwantificeerd via Betti-getallen:
     • Betti-0: Aantal verbonden componenten.
     • Betti-1: Aantal lussen of tunnels.
     • Betti-2: Aantal holtes of lege ruimtes.
   • Voor elk van deze dimensies worden Betti-curves berekend over 100 drempelwaarden, wat resulteert in een initiële feature-vector van 300 dimensies (100 per Betti-getal).

4. Feature Selectie en Classificatie:

   • Om redundantie te verminderen, wordt feature selectie toegepast op basis van belangrijkheidsscores van boom-gebaseerde modellen.
   • Twee klassieke machine learning-modellen worden getraind op de geselecteerde topologische features: Random Forest en XGBoost.
   • Een belangrijk voordeel van deze aanpak is dat persistente homologie invariant is onder transformaties zoals rotatie en spiegeling, waardoor geen data-augmentatie nodig is.

Belangrijkste Bijdragen

• Topologie-gedreven Framework: Het introduceren van een methode die persistente homologie direct toepast op volledige 3D MRI-volumes voor tumorclassificatie, in plaats van op 2D slices.
• Interpreteerbare Descriptoren: Het extraheren van compacte, interpreteerbare topologische descriptors (Betti-0, 1, en 2) die de morfologie van tumoren samenvatten zonder complexe deep learning-modellen.
• Efficiëntie: Het bieden van een rekenkundig efficiënt alternatief voor deep learning dat geen data-augmentatie vereist en minder afhankelijk is van grote datasets.
• Validatie: Uitgebreide experimenten op de BraTS 2020 dataset die aantonen dat deze methode concurrerende prestaties levert bij het onderscheiden van HGG en LGG.

Resultaten

De experimenten werden uitgevoerd met een train-test split van 80:20. De resultaten tonen aan dat het combineren van verschillende Betti-features de prestaties verbetert, en dat feature selectie de nauwkeurigheid verder verhoogt.

• Beste Prestatie: De Random Forest-classifier, gecombineerd met geselecteerde Betti-features (specifiek de combinatie van Betti-1 en Betti-2, of alle drie), bereikte de hoogste nauwkeurigheid van 89,19%.
• XGBoost Prestaties: XGBoost bereikte een maximale nauwkeurigheid van 87,84% met feature selectie.
• Feature Impact:
  • Zonder feature selectie leverde de combinatie van alle drie de Betti-sets (300 features) een nauwkeurigheid van 86,49% op voor XGBoost.
  • Met feature selectie kon de nauwkeurigheid worden verbeterd terwijl het aantal features drastisch werd gereduceerd (bijv. van 300 naar 14 of 42 features).
• Interpretatie: De resultaten tonen aan dat topologische kenmerken (vooral lussen en holtes) onderscheidende informatie bevatten tussen laaggradige en hooggradige gliomen. De radarplots in het artikel illustreren dat het combineren van features en het toepassen van feature selectie leidt tot hogere precisie, recall en AUC-waarden.

Betekenis en Conclusie

Dit onderzoek demonstreert dat Topological Data Analysis een krachtig en lichtgewicht alternatief is voor traditionele deep learning-aanpakken in de medische beeldanalyse.

• Interpreteerbaarheid: In tegenstelling tot "black-box" deep learning-modellen, bieden Betti-features directe inzichten in de structurele eigenschappen van de tumor (aantal componenten, complexiteit van de vorm).
• Efficiëntie: De methode elimineert de noodzaak voor zware rekenkracht en data-augmentatie, wat het toepasbaar maakt in klinische omgevingen met beperkte resources.
• Toekomstperspectief: De auteurs suggereren dat toekomstig werk kan focussen op het integreren van topologische descriptoren met deep learning-representaties voor nog betere prestaties, en het uitbreiden van de methode naar multi-modale MRI-data.

Kortom, de studie bewijst dat het analyseren van de topologische structuur van 3D MRI-volumes een effectieve manier is om hersentumoren nauwkeurig en interpreteerbaar te classificeren.