Resumo Técnico: Adaptação de Domínio Usando CycleGAN para Coloração Virtual de H&E

Declaração do Problema

O artigo aborda uma lacuna crítica na histopatologia entre duas modalidades de imagem: a microscopia de folha clara (light sheet microscopy) e a coloração tradicional de hematoxilina e eosina (H&E). Embora a microscopia de folha clara permita o imageamento volumétrico rápido de tecidos biológicos com marcação de fluorescência, preservando detalhes estruturais finos, os patologistas dependem tradicionalmente de imagens coradas com H&E para interpretação. Preencher essa lacuna de modalidade é essencial para tornar os dados de fluorescência interpretáveis para patologistas, facilitar a integração com ferramentas de análise existentes e apoiar a análise comparativa.

Um desafio significativo para resolver este problema é a falta de dados de treinamento pareados. Métodos tradicionais de tradução de imagem exigem pares alinhados por pixel de imagens de fluorescência e H&E, o que é frequentemente impraticável de obter devido a restrições técnicas e diferenças na preparação das amostras. Consequentemente, há uma necessidade de uma abordagem de aprendizado não pareado para traduzir imagens de microscopia de fluorescência em imagens pseudo-coloridas com H&E.

Metodologia

Os autores propõem um framework de Rede Adversária de Consistência de Ciclo (CycleGAN) para tradução de imagem-para-imagem não pareada. A metodologia é estruturada da seguinte forma:

1. Preparação de Dados

• Domínio de Origem: Imagens de microscopia de fluorescência. Para criar entradas RGB, os autores aplicam um mapeamento de cores semântico: o Canal 1 mapeia para azul, o Canal 2 para verde, e o canal vermelho recebe uma contribuição de 30% do Canal 2. Os canais são normalizados para lidar com outliers e variações de intensidade, sendo então escalonados para [0, 1].
• Domínio de Destino: O conjunto de dados MHIST, que compreende 3.152 imagens de histopatologia coradas com H&E de alta qualidade, é utilizado para aprender distribuições realistas de cor e textura.
• Pré-processamento: Todas as imagens são redimensionadas para 256×256 usando interpolação bilinear. Durante o treinamento, a aumentação de dados inclui rotações horizontais/verticais aleatórias ($p=0,5$) e color jitter (brilho e contraste $\pm0,1$). As imagens são convertidas em tensores e normalizadas para [-1, 1] para corresponder ao intervalo de saída tanh do gerador.

2. Arquitetura do Modelo

O sistema emprega dois geradores e dois discriminadores treinados adversariamente:

• Geradores: Ambos os geradores ($G_{A \to B}$ para fluorescência-para-H&E e $G_{B \to A}$ para o inverso) utilizam uma arquitetura codificador-decodificador baseada em ResNet.
  • Codificador: Começa com uma convolução de 7×7 (64 filtros, preenchimento de reflexão), seguida por dois blocos de subamostragem (passo 2) aumentando os filtros para 256, e nove blocos residuais com normalização de instância e ReLU.
  • Decodificador: Consiste em dois blocos de upsampling de convolução transposta (passo 2) reduzindo os filtros de volta para 64, e uma convolução final de 7×7 com ativação tanh para produzir saídas RGB em [-1, 1]. O preenchimento de reflexão é usado em todo o processo para minimizar artefatos de borda.
• Discriminadores: Ambos os discriminadores ($D_A$ e $D_B$) utilizam um design PatchGAN para focar no realismo de nível de patch local. Eles consistem em uma convolução inicial de 4×4 (64 filtros, passo 2, LeakyReLU 0,2), dois blocos adicionais de subamostragem (aumentando para 256 filtros) e uma convolução final de 4×4 (passo 1) produzindo um mapa de saída de canal único.
• Funções de Perda: O modelo é treinado usando perda adversária, perda de consistência de ciclo (impondo que $A \to B \to A$ e $B \to A \to B$ reconstruam a imagem original) e perda de identidade (para preservar características específicas do domínio quando a entrada já está no domínio de destino).

Principais Contribuições

O artigo descreve três contribuições primárias:

1. Aplicação Inovadora: A aplicação de CycleGAN para adaptação de domínio especificamente dentro do domínio da histopatologia, traduzindo fluorescência de microscopia para imagens pseudo H&E.
2. Framework Não Pareado: Um framework capaz de operar sem dados de treinamento pareados, superando as barreiras logísticas da criação de conjuntos de dados alinhados.
3. Preservação Estrutural: A capacidade de adotar características de cor semelhantes ao H&E enquanto preserva as estruturas morfológicas subjacentes do tecido.

Resultados

O artigo apresenta exemplos representativos de saídas (Figura 2) demonstrando a viabilidade da adaptação de domínio entre a microscopia de fluorescência e o domínio H&E. Os resultados mostram a geração de imagens pseudo H&E a partir de entradas de fluorescência, validando a capacidade do modelo em realizar a tarefa de tradução.

Limitações e Direções Futuras

Os autores reconhecem modestamente várias limitações e potenciais áreas de melhoria:

• Tamanho do Conjunto de Dados: O conjunto de dados do domínio de origem é relativamente pequeno, o que pode limitar a capacidade do modelo de generalizar entre diferentes regiões de tecido e condições de imagem, aumentando o risco de overfitting.
• Viés do Domínio de Destino: A qualidade e a diversidade das colorações virtuais geradas dependem fortemente do conjunto de dados MHIST. Vieses ou variabilidade limitada nas imagens de referência H&E podem levar a um mapeamento de cor e representação de textura subótimos.
• Falta de Estimativas de Confiança: O modelo produz saídas determinísticas sem estimativas de confiança ou mecanismos de controle de qualidade. Isso torna difícil identificar automaticamente resultados de baixa qualidade, que podem exibir artefatos ou texturas irreais, particularmente durante o início do treinamento ou com estruturas desafiadoras.

O artigo sugere que trabalhos futuros poderiam incorporar métricas de avaliação quantitativa (ex: medidas de similaridade estrutural), expandir os conjuntos de dados de treinamento com amostras mais diversas e investigar modelos alternativos de tradução não pareada, como o Contrastive Unpaired Translation (CUT), para potencialmente reduzir efeitos de alucinação e melhorar a preservação estrutural.

Significância

A significância deste trabalho reside na demonstração de uma abordagem prática de aprendizado não pareado para preencher a lacuna de interpretabilidade entre a moderna imagem de fluorescência e a histopatologia tradicional. Ao permitir a visualização de dados de fluorescência em um formato semelhante ao H&E, o método proposto facilita a integração de técnicas de imagem avançadas com fluxos de trabalho clínicos e ferramentas de análise estabelecidas, sem o requisito proibitivo de dados de treinamento pareados.