Enhancing Brain Tumor Classification Using Vision Transformers with Colormap-Based Feature Representation on BRISC2025 Dataset

Probleemstelling

De automatische classificatie van hersentumoren op basis van magnetische resonantiebeeldvorming (MRI) is cruciaal voor vroege diagnose en behandelplanning. Hoewel diepe leermodellen, met name Convolutionele Neural Networks (CNN's) zoals ResNet en EfficientNet, succesvol zijn, hebben ze beperkingen:

1. Lokale Receptievelden: CNN's zijn goed in het extraheren van lokale ruimtelijke kenmerken, maar worstelen vaak met het vastleggen van lange-afstandsafhankelijkheden en globale contextuele informatie, wat essentieel is voor complexe anatomische structuren in MRI-scans.
2. Interpretatie: Grayscale MRI-beelden kunnen subtiele intensiteitsvariaties en structurele patronen bevatten die moeilijk te onderscheiden zijn voor modellen, wat de discriminatie tussen tumorsoorten bemoeilijkt.
3. Data-afhankelijkheid: Bestaande methoden vereisen vaak uitgebreide data-augmentatie of grote datasets om goed te generaliseren.

Methodologie

De auteurs stellen een nieuw raamwerk voor dat Vision Transformers (ViT) combineert met kleurkaartgebaseerde (colormap) kenmerkrepresentatie om de classificatieprestaties te verbeteren.

1. Dataset:

   • Er wordt gebruikgemaakt van de BRISC2025-dataset, die ongeveer 6.000 geannoteerde T1-gewogen MRI-scans bevat.
   • De dataset omvat vier klassen: glioom, meningioom, hypofysetumor en niet-tumor (gezond).
   • De data is verdeeld in een trainingsset (80%) en een testset (20%).

2. Preprocessing en Kenmerkverrijking:

   • Kleurtransformatie: In plaats van de originele grijstinten te gebruiken, wordt een niet-lineaire kleurtabel (colormap, bijv. 'jet') toegepast op de genormaliseerde MRI-beelden. Dit transformeert de grijstinten naar een hogere dimensie in kleerruimte, waardoor subtiele intensiteitsvariaties en structurele patronen visueel worden versterkt.
   • Resizing: Beelden worden geresize naar $224 \times 224$ pixels.

3. Architectuur (Vision Transformer):

   • Het model gebruikt een voorgeprogrammeerde ViT-Base-Patch16-224.
   • Het verwerkte beeld wordt opgedeeld in niet-overlappende patches van $16 \times 16$ (196 patches in totaal).
   • Elke patch wordt geflatteerd en geprojecteerd naar een latent embedding-ruimte.
   • Positiële coderingen en een leerbaar classificatietoken ($x_{cls}$) worden toegevoegd.
   • De sequentie wordt verwerkt door meerdere Transformer-encoderlagen die Multi-Head Self-Attention (MSA) en Feed-Forward Networks (FFN) gebruiken om globale relaties te modelleren.

4. Training en Evaluatie:

   • Optimalisatie: Gebruik van de Adam-optimizer met een leerfrequentie van $10^{-4}$ en cross-entropy verlies.
   • Strategie: Er wordt geen data-augmentatie (zoals rotatie of spiegeling) toegepast. Het model vertrouwt op de kracht van de voorgeprogrammeerde ViT en de kleurtransformatie voor generalisatie.
   • Early Stopping: Een mechanisme met een 'patience' van 15 om overfitting te voorkomen.
   • Metrieken: Nauwkeurigheid (Accuracy), precisie, recall, F1-score en het oppervlak onder de ROC-curve (AUC).

Belangrijkste Bijdragen

• Nieuw Raamwerk: Integratie van Vision Transformers met een kleurgebaseerde kenmerkverrijking voor hersentumorclassificatie.
• Superieure Prestaties: Het model presteert beter dan gevestigde CNN-architecturen (ResNet50, ResNet101, EfficientNetB2) op de BRISC2025-dataset.
• Interpretatie en Discriminatie: De kleurtabel-transformatie verbetert de zichtbaarheid van subtiele patronen, wat leidt tot betere kenmerkseparatie zonder de noodzaak van complexe augmentatie.
• Uitgebreide Evaluatie: Een grondige analyse met meerdere metrieken, inclusief een verwarringsmatrix en ROC-curves voor alle vier de klassen.

Resultaten

Het voorgestelde model behaalde uitzonderlijke resultaten op de testset:

• Nauwkeurigheid (Accuracy): 98,90% (vergeleken met 98,20% voor ResNet50 en 98,37% voor EfficientNetB2).
• AUC (Area Under Curve): 99,97%, wat wijst op een uitzonderlijk sterk onderscheidend vermogen tussen alle klassen.
• Andere Metrieken:
  • Precisie: 98,99%
  • Recall: 98,98%
  • F1-score: 98,98%

De analyse van de verwarringsmatrix en ROC-curves toont aan dat er minimale misclassificaties zijn en dat het model zeer goed generaliseert, zelfs zonder data-augmentatie.

Betekenis en Conclusie

Dit onderzoek demonstreert dat de combinatie van Transformer-architecturen (die globale context kunnen modelleren) met geavanceerde beeldverwerkingstechnieken (kleurkaarten voor intensiteitsversterking) een krachtige oplossing biedt voor medische beeldanalyse.

• Klinische Relevantie: De hoge nauwkeurigheid en generalisatie suggereren dat dit model potentie heeft voor gebruik in klinische beslissingssteunsystemen voor vroege diagnose.
• Efficiëntie: Door te vertrouwen op voorgeprogrammeerde representaties en kleurtabel-transformaties in plaats van zware data-augmentatie, wordt de trainingspijplijn vereenvoudigd en blijft de oorspronkelijke anatomische integriteit van de MRI-scans behouden.
• Toekomstperspectief: De auteurs suggereren dat toekomstig werk zich kan richten op multi-modale data, lichtere Transformer-architecturen voor lagere rekentijd, en validatie op grotere, externe datasets.

Samenvattend biedt deze studie een robuust alternatief voor traditionele CNN-methoden, waarbij de beperkingen van lokale kenmerkextractie worden overwonnen en de discriminatie tussen complexe tumorsoorten aanzienlijk wordt verbeterd.