Technische Samenvatting: HTC-SGA Former voor de segmentatie van coronair DSA-vaten

1. Probleemstelling

Nauwkeurige segmentatie van coronaire vaten in Digital Subtraction Angiography (DSA) is cruciaal voor de computerondersteunde diagnose en behandelplanning van coronaire hartziekte (CAD). Huidige methoden worden echter geconfronteerd met aanzienlijke uitdagingen door de specifieke kenmerken van DSA-beelden:

• Dunne, laag-contrast vaten: Distale takken vertonen vaak zwakke signalen en een laag contrast ten opzichte van de achtergrond, wat detectie bemoeilijkt.
• Ernstige klasse-onbalans: De verhouding tussen vaatpixels en achtergrondpixels is extreem scheef, wat leidt tot modellen die bevooroordeeld zijn richting achtergrondvoorspelling.
• Global-Local Trade-off: Traditionele Convolutional Neural Networks (CNN's) leggen lokale kenmerken goed vast maar worstelen met langetermijn anatomische context, terwijl pure Transformers vaak fijne ruimtelijke details verliezen en lijden onder hoge computationele kosten.
• Grensambigheid: Bewegingsartefacten en overlappende anatomische structuren resulteren in gefragmenteerde vasculaire continuïteit en onnauwkeurige grens lokalisatie.

Huidige state-of-the-art methoden falen vaak in het gelijktijdig balanceren van globale contextuele redenering met het behoud van zwakke distale vaten en fijne grenzen.

2. Methodologie: HTC-SGA Former

De auteurs stellen HTC-SGA Former voor, een lichtgewicht hybride framework dat een CNN-encoder integreert met een Transformer-decoder. De architectuur is ontworpen om de lokale vasculaire morfologie te behouden terwijl langetermijn-afhankelijkheden worden gemodelleerd.

2.1. Architectuur Overzicht

• CNN Encoder: Een lichtgewicht encoder extraheert hiërarchische kenmerken met behulp van vier convolutionele stadia. Het maakt gebruik van 3×3 convoluties, batch normalisatie, ReLU en dropout, gevolgd door max-pooling voor down-sampling. Een bottleneck-blok breidt de kanaaldimensie uit om hoogwaardige semantische representaties te verrijken vóór de decodering.
• Transformer Decoder: In tegenstelling tot standaard hybride modellen die een Transformer-bottleneck gebruiken, plaatst HTC-SGA Former de Transformer binnen de decoder om progressief global-local contextuele redenering te verbeteren.

2.2. Kerncomponenten

1. Multi-Scale Global-Local Window Attention (MS-GLWA):

   • Dit blok adresseert de trade-off tussen globale context en lokale details.
   • Lokale Tak: Gebruikt separable convoluties (depthwise 3×3 en pointwise 1×1) om fijne vasculaire morfologie en grensdetails te behouden.
   • Globale Tak: Legt anatomische context vast via window-gebaseerde multi-head self-attention. In tegenstelling tot standaard Swin Transformers, genereert het Query, Key, en Value (QKV) tensoren uit multi-scale feature representaties (met behulp van parallelle 1×1, 3×3, 5×5 en depthwise convoluties).
   • Adaptieve Schaling: Een leerbaar temperatuurparameter ($\tau$) wordt geïntroduceerd om attention logits adaptief te schalen, wat de robuustheid in laag-contrast en ruisgevoelige beelden verbetert.
   • Fusie: Globale en lokale kenmerken worden gefuseerd via elementgewijze sommatie.

2. Self-Guided Feature Attention (SGFA):

   • Ontworpen om zwakke vasculaire responsen te verfijnen en achtergrondinterferentie te onderdrukken.
   • Voorlopige Maskergeneratie: Genereert een grove vaatwaarschijnlijkheidskaart vanuit decoder-features om als structurele prior te dienen.
   • Residual Attention: Gebruikt het masker om attention gewichten te creëren die vaat-consistente kenmerken versterken via een residual formulering ($\mathbf{F}_{attended} = \mathbf{F} \odot (1 + \mathbf{A})$), waardoor informatieverlies door hard gating wordt voorkomen.
   • Multi-Scale Context: Maakt gebruik van parallelle gedilateerde convoluties (rates 1, 2, 4) om vasculaire kenmerken op verschillende schalen vast te leggen voordat ze worden gefuseerd voor definitieve verfijning.

3. Boundary-Weighted Adaptive Compound Loss (BWACL):

   • Een nieuw verliesfunctie ontworpen om ernstige klasse-onbalans aan te pakken en de bewaring van dunne vaatgrenzen te verbeteren.
   • Boundary Weighting: Genereert een pixelgewijze gewichtskaart die hogere gewichten (tot 1,5×) toekent aan dunne vaatgrenzen die zijn geïdentificeerd via Euclidean distance transforms.
   • Compound Formulering: Combineert een Weighted Focal Loss (om harde pixels te benadrukken) en een Weighted Dice Loss (om overlap te optimaliseren).
   • Adaptieve Balancering: Introduceert een dynamische balanceringsfactor ($\beta$) die de bijdrage van de Focal en Dice termen aanpast op basis van real-time foutmetingen (Recall error versus Boundary false-positive error). Als de vaat-reconstructie gebrekkig is, krijgt de Focal term een hogere weging; als de grensprecisie tekortschiet, krijgt de Dice term voorrang.

3. Belangrijkste Bijdragen

Het artikel schetst vijf primaire bijdragen:

1. HTC-SGA Former Framework: Een lichtgewicht hybride CNN-Transformer architectuur specifiek voor coronaire DSA segmentatie, die een CNN-encoder combineert voor lokale morfologie met een Transformer-decoder voor global-local redenering.
2. MS-GLWA Block: Een nieuw attention mechanisme dat multi-scale window-gebaseerde self-attention integreert met separable convoluties om langetermijn-afhankelijkheden vast te leggen terwijl fijne vasculaire structuren behouden blijven.
3. SGFA Module: Een vaat-georiënteerde verfijningsmodule die self-guided attention en multi-scale context gebruikt om zwakke vasculaire responsen te versterken en achtergrondruis te onderdrukken.
4. BWACL: Een boundary-weighted adaptive compound loss die klasse-onbalans aanpakt door dunne vaatgrenzen te benadrukken en de reconstructie van vaten dynamisch te balanceren met grensverfijning.
5. Uitgebreide Validatie: Uitgebreide experimenten die de superioriteit van het framework aantoont ten opzichte van 14 state-of-the-art methoden en de cross-backbone toepasbaarheid van de voorgestelde loss functie.

4. Experimentele Resultaten

De methode werd geëvalueerd op een private dataset bestaande uit 300 coronaire DSA-sequenties (150 rechter en 150 linker coronaire arterie beelden) van 50 patiënten, met behulp van 5-voudige cross-validatie.

• Prestaties vs. State-of-the-Art: HTC-SGA Former presteerde beter dan 14 concurrerende methoden (inclusief U-Net varianten, pure Transformers zoals SwinUNet, en hybride modellen) op zowel de rechter als de linker coronaire subsets.
  • Rechter Subset: Bereikte 88,58% Recall en 88,01% Dice, met een Average Surface Distance (ASD) van 0,6944.
  • Linker Subset: Bereikte 85,23% Recall en 82,89% Dice, met een ASD van 1,0256.
  • Efficiëntie: Het model behoudt een compacte architectuur met slechts 0,81M parameters, aanzienlijk minder dan veel concurrenten (bijv. SwinUNet heeft 85,9M parameters).
• Effectiviteit van de Loss Functie: Wanneer toegepast op vier standaard backbones (U-Net, Attention U-Net, U-Net++, Attention U-Net++), verbeterde BWACL consistent de Recall en grensmetrieken (ASD/ACD) vergeleken met standaard BCE+Dice losses.
• Ablatie Studie:
  • Het toevoegen van MS-GLWA componenten (Local Branch, Global Branch, Enhanced QKV) verbeterde de prestaties stapsgewijs.
  • De SGFA module leverde significante winst in grens nauwkeurigheid (reductie van ASD/ACD).
  • De volledige BWACL loss leverde de hoogste Recall en Dice scores, wat de noodzaak bevestigt voor het optimaliseren van de reconstructie van dunne vaten.
• Kwalitatieve Analyse: Visuele vergelijkingen toonden aan dat HTC-SGA Former de dunne distale takken beter behield, de vasculaire continuïteit handhaafde en het aantal false positives in laag-contrast regio's verminderde in vergelijking met andere methoden.

5. Betekenis en Claims

De auteurs beweren dat HTC-SGA Former een praktische, parameter-efficiënte oplossing biedt voor coronaire vaatanalyse. Door complementaire globale-lokale contextuele modellering te integreren met vaat-georiënteerde verfijning en adaptieve optimalisatie, adresseert het framework de specifieke beperkingen van huidige methoden bij het omgaan met zwakke distale vaten en ernstige klasse-onbalans.

Het artikel stelt dat de voorgestelde aanpak een betrouwbare en computationeel efficiënte coronaire vaatanalyse mogelijk maakt, wat kwantitatieve beeldanalyse en toekomstige computerondersteunde cardiovasculaire interventies ondersteunt. De auteurs benadrukken dat de combinatie van architecturale ontwerp (MS-GLWA, SGFA) en optimalisatiestrategie (BWACL) de sleutel is tot het bereiken van een hoge nauwkeurigheid zonder de computationele last van grootschalige pure Transformer modellen.

Toekomstig werk, zoals vermeld door de auteurs, omvat het valideren van het framework op grotere multi-center datasets, het onderzoeken van real-time implementaties en het uitbreiden van de methodologie naar andere vasculaire beeldvormingstaken (retinaal, cerebraal, perifeer) en angiografische modaliteiten.