AnatomicalNets: A Multi-Structure Segmentation and Contour-Based Distance Estimation Pipeline for Clinically Grounded Lung Cancer T-Staging

Resumo Técnico: AnatomicalNets

1. O Problema

O estadiamento preciso do câncer de pulmão, especificamente o estágio T (tamanho e extensão do tumor primário), é fundamental para o prognóstico e o planejamento do tratamento. As diretrizes da International Association for the Study of Lung Cancer (IASLC) definem o estágio T com base em critérios anatômicos quantitativos e espaciais rigorosos:

• Tamanho: Limites específicos (ex: T1 ≤ 3 cm, T2 > 3 cm e ≤ 5 cm, etc.).
• Invasão: A proximidade ou invasão de estruturas adjacentes (mediastino, diafragma, parede torácica, etc.) pode reclassificar o tumor para T4, independentemente do tamanho.

Limitações das Abordagens Atuais:
A maioria dos métodos existentes de Deep Learning trata o estadiamento como um problema de classificação de imagem pura (usando CNNs convencionais). Essas abordagens sofrem de:

• Falta de Interpretabilidade: São "caixas-pretas" que não explicitam as regras de decisão clínica.
• Ignorância do Contexto Anatômico: Dificuldade em medir distâncias precisas entre órgãos ou detectar invasões finas a partir de uma única imagem de entrada.
• Baixa Performance em Casos Limítrofes: Falham em distinguir nuances críticas exigidas pelas diretrizes médicas.

2. Metodologia

O artigo propõe o AnatomicalNets, um pipeline multi-etapa que reformula o estadiamento como um problema de medição e inferência baseada em regras, em vez de apenas aprendizado de mapeamento direto. O fluxo de trabalho é dividido em três etapas principais:

A. Segmentação Multi-Estrutura (AnatomicalNets)
Três redes codificadoras-decodificadoras (Encoder-Decoder) dedicadas são treinadas para gerar máscaras de segmentação precisas:

1. LungNet: Segmenta o parênquima pulmonar (usa DenseNet-121 como codificador e UNet como decodificador).
2. MediNet: Segmenta o mediastino (usa DenseNet-121 e UNet++ para melhor agregação de características).
3. TumorNet: Segmenta o tumor pulmonar (usa ResNet-152 como codificador e FPN - Feature Pyramid Network como decodificador).

Nota: Como não há um conjunto de dados público com máscaras de ground truth para todas as estruturas simultaneamente, o modelo utiliza uma estratégia de inferência entre conjuntos de dados. As redes são treinadas em múltiplos conjuntos públicos secundários e aplicadas ao conjunto de dados principal (Lung-PET-CT-Dx) para gerar máscaras de substituição (surrogate masks).

B. Detecção e Estimativa de Diafragma

• Um modelo de detecção baseado em YOLOv11 é treinado para localizar tumores e definir Regiões de Interesse (ROI) nas imagens CT.
• Como não há anotações de diafragma, uma heurística baseada em contorno é aplicada à máscara do pulmão para estimar a posição do diafragma (identificando os pixels mais baixos e extrapolando uma região de 10% da altura do pulmão).

C. Medição Baseada em Contorno e Inferência
A partir das máscaras geradas, o sistema calcula métricas quantitativas:

• Dimensão Máxima do Tumor: Calculada pela maior distância euclidiana entre pontos do contorno do tumor (considerando largura, altura e profundidade).
• Distâncias de Proximidade: Medição da distância em pixels (convertida para unidades físicas) entre o tumor e as paredes do pulmão, o mediastino e o diafragma estimado.
• Classificação Determinística: As métricas extraídas são passadas por um módulo de decisão que aplica estritamente as regras da IASLC para atribuir o estágio T (T1, T2, T3 ou T4).

3. Principais Contribuições

1. Pipeline Híbrido Interpretável: Combina a precisão da segmentação por Deep Learning com a confiabilidade das regras clínicas explícitas, eliminando a "caixa preta".
2. Arquiteturas Especializadas: Desenvolvimento de três redes distintas (LungNet, MediNet, TumorNet) otimizadas para estruturas anatômicas específicas, superando modelos genéricos.
3. Estratégia de Inferência Cruzada: Uso eficaz de múltiplos conjuntos de dados públicos para treinar modelos que são aplicados em um conjunto de dados principal sem anotações de segmentação, permitindo a criação de máscaras de ground truth sintéticas.
4. Análise Detalhada por Estágio: Avaliação rigorosa não apenas da acurácia global, mas das métricas (F1-score) para cada subclasse de estágio (T1-T4), algo frequentemente omitido na literatura anterior.

4. Resultados

O modelo foi avaliado no conjunto de dados Lung-PET-CT-Dx (220 pacientes):

• Acurácia Global: 91,36%.
• Desempenho por Estágio (F1-Score):
  • T1: 0,93
  • T2: 0,89
  • T3: 0,96
  • T4: 0,90
• Comparação com Métodos Tradicionais: O modelo proposto superou drasticamente as abordagens baseadas apenas em CNNs (como ResNet152, DenseNet121 e Swin Transformer), que alcançaram acurácias médias de apenas ~40% e F1-scores de ~39%.
• Segmentação: As redes alcançaram altos índices de DSC (Dice Similarity Coefficient) e IoU (Intersection over Union), com o DenseNet121-UNet e ResNet152-FPN sendo as configurações mais eficazes para suas respectivas tarefas.

Limitações Identificadas:

• A estimativa do diafragma é heurística e pode falhar em anatomias atípicas.
• O foco em cortes 2D pode ignorar características volumétricas.
• A definição de T4 no modelo é restrita a invasão de diafragma, mediastino e paredes, não incluindo outras estruturas (como traqueia ou esôfago) que também podem elevar o estágio para T4.

5. Significado e Impacto

Este trabalho estabelece um novo paradigma para o estadiamento de câncer de pulmão, demonstrando que a engenharia de características clínicas (medição de distâncias e tamanhos) é mais crítica do que a capacidade do classificador em si.

• Interpretabilidade Clínica: O sistema fornece justificativas claras para cada decisão (ex: "Estágio T4 devido à distância zero ao mediastino"), aumentando a confiança dos radiologistas.
• Reprodutibilidade: Ao seguir regras determinísticas baseadas em diretrizes internacionais, reduz a variabilidade inter-observador comum na prática clínica.
• Futuro: O estudo abre caminho para a expansão para o estadiamento completo TNM (incluindo linfonodos e metástases) e para a modelagem 3D volumétrica, aproximando a inteligência artificial da prática clínica real.