Automatic quality control in multi-centric fetal brain MRI super-resolution reconstruction

Título: Controle de Qualidade Automático na Reconstrução de Super-Resolução de Ressonância Magnética (MRI) do Cérebro Fetal Multi-Cêntrica

1. O Problema

O controle de qualidade (QC) é fundamental em estudos de neuroimagem para garantir a confiabilidade dos resultados estatísticos e a interpretação radiológica. No contexto de MRI do cérebro fetal, o desafio é particularmente complexo devido à falta de padronização nas aquisições e no processamento de imagens em comparação com adultos.

• Contexto: A MRI fetal geralmente envolve a aquisição de múltiplos volumes 2D (fatias grossas) que são posteriormente processados por Reconstrução de Super-Resolução (SRR). Este processo registra e combina as fatias para criar um volume 3D isotrópico de alta resolução.
• Desafio: Embora os métodos de SRR incluam etapas de rejeição de outliers, eles podem falhar, produzindo volumes com artefatos (inconsistências topológicas, distorções geométricas, ruído elevado, baixo contraste) que os tornam inúteis para análises subsequentes (como segmentação automática).
• Limitação Atual: Métodos de QC automatizado existentes para cérebros adultos não são aplicáveis a fetos (devido a pressupostos inválidos, como o cérebro estar rodeado por ar). Além disso, as poucas soluções existentes para SRR fetal são limitadas em validação, dependem de dados de um único local ou não são de código aberto.

2. Metodologia: FetMRQCSR

Os autores propõem o FetMRQCSR, um método de aprendizado de máquina baseado em Floresta Aleatória (Random Forest) para prever a qualidade das imagens SRR.

• Dados:

  • Conjunto de dados único com 673 volumes reconstruídos provenientes de 358 sujeitos de três hospitais diferentes (CHUV, BCNatal, KISPI) e diferentes scanners (Siemens e GE).
  • Os dados foram gerados utilizando quatro métodos de SRR populares (SVRTK, NeSVoR, NiftyMIC, MIALSRTK) com parâmetros variados.
  • Anotação Manual: Dois especialistas avaliaram a qualidade global (escala contínua de 0 a 4) e tipos específicos de artefatos. O limiar para exclusão foi definido como 1.0.

• Extração de Métricas de Qualidade de Imagem (IQMs):

  • O sistema extrai mais de 100 métricas (106 no total) das imagens SRR.
  • As métricas incluem: estatísticas de intensidade, estatísticas de máscara cerebral, estatísticas de segmentação de tecidos e, crucialmente, métricas topológicas (números de Betti e características de Euler) para detectar inconsistências estruturais.
  • Utiliza-se o modelo de segmentação BOUNTI para gerar mapas de tecido e máscara cerebral necessários para o cálculo das métricas.
  • Pré-processamento: Inclui saturação de intensidade (para evitar voxels de fundo extremamente brilhantes) e redimensionamento para resolução padronizada.

• Modelo Preditivo:

  • Um classificador Random Forest binário que prevê se uma amostra deve ser excluída (qualidade < 1).
  • Estratégias de Treinamento:
    1. Re-pesagem (Reweighting): Amostras com pontuações de qualidade ambíguas (perto do limiar de decisão) recebem pesos menores, enquanto exemplos claros (muito bons ou muito ruins) recebem pesos maiores, baseando-se na entropia binária.
    2. Predição de Artefatos: Um modelo regressor prevê a presença de artefatos específicos, e essas previsões são usadas como novas características (IQMs) para o modelo final.

3. Contribuições Principais

1. Conjunto de Dados Multi-Cêntrico: Criação de um dataset robusto e diversificado (673 volumes) combinando múltiplos locais e métodos de reconstrução, superando a limitação de estudos anteriores focados em um único site.
2. Abordagem Não-Deep Learning: Demonstração de que uma abordagem baseada em features (métricas manuais) e Random Forest é altamente eficaz para este problema, exigindo menos dados de treinamento e sendo mais interpretável do que redes neurais profundas (que se mostraram instáveis neste contexto específico).
3. Validação Rigorosa (Out-of-Domain): Avaliação da robustez do modelo em cenários de domain shift (mudança de domínio), testando o modelo em sites e métodos de SRR não vistos durante o treinamento.
4. Análise de Falhas: Investigação detalhada dos casos de erro, distinguindo entre falhas do modelo e ambiguidades inerentes aos dados de referência (rótulos humanos).
5. Código Aberto: Disponibilização completa do código, dados e ferramentas no GitHub, estabelecendo uma linha de base (baseline) acessível para a comunidade.

4. Resultados

• Desempenho In-Domain: O modelo alcançou uma AUC (Área sob a Curva ROC) de 0.93 e uma precisão balanceada (BA) de 0.85 no cenário de validação cruzada dentro do domínio.
• Desempenho Out-of-Domain (OOD):
  • Em cenários onde o modelo foi testado em um site não visto, a AUC foi de 0.92.
  • Em cenários com um método SRR não visto, a AUC foi de 0.91.
  • No cenário mais desafiador (Site + SRR não vistos), o modelo manteve um desempenho sólido com AUC = 0.89, demonstrando alta generalização.
• Análise de Falhas:
  • O modelo falhou consistentemente em 14% dos casos (95/673).
  • 45% dessas falhas foram atribuídas a casos ambíguos, onde a pontuação do especialista estava próxima do limiar de decisão, sugerindo que o "erro" pode ser uma divergência na anotação humana e não necessariamente uma falha do modelo.
  • As falhas restantes ocorreram devido a artefatos difíceis de capturar por métricas manuais (ex: campos de viés fortes, baixo contraste) ou falhas na segmentação automática de casos patológicos.
• Comparação: O modelo superou baselines simples (estatísticas) e redes neurais (MLP), aproximando-se do desempenho de um modelo "Oráculo" (que usa anotações manuais de artefatos como entrada), ficando a cerca de 7-8% de distância.

5. Significado e Conclusão

O trabalho destaca a importância de analisar todo o ciclo de desenvolvimento de aprendizado de máquina, incluindo a qualidade dos dados e as causas de falha, em vez de focar apenas na arquitetura do modelo.

• O FetMRQCSR estabelece uma nova linha de base open-source e robusta para o controle de qualidade automatizado em MRI fetal.
• A abordagem baseada em métricas de imagem e Random Forest provou ser superior à Deep Learning neste contexto específico, possivelmente devido à escassez de dados e à complexidade dos artefatos fetais.
• O estudo revela que a variabilidade na anotação humana é um fator limitante significativo, sugerindo que futuros trabalhos podem se beneficiar de abordagens que aprendam correlações diretamente dos dados (Deep Learning) para capturar artefatos mais sutis, mas que o método proposto serve como um ponto de partida essencial e confiável.