Resumo Técnico: TFFM para Segmentação de Vasos Retinianos

1. Definição do Problema

A segmentação de artérias e veias retinianas é crítica para o diagnóstico de condições cardiovasculares sistêmicas, hipertensão e retinopatia diabética. No entanto, existe um hiato semântico significativo entre os modelos padrão de aprendizagem profunda e os requisitos clínicos. Embora as Redes Neurais Convolucionais (CNNs) convencionais frequentemente alcancem alta precisão ao nível do pixel (ex: escores Dice), elas frequentemente produzem segmentações topologicamente desconexas. Esses resultados contêm lacunas, descontinuidades e árvores vasculares fragmentadas, tornando-os inadequados para análise clínica baseada em grafos, como quantificação de biomarcadores automatizada ou medição de tortuosidade. Métricas padrão como Dice e Interseção sobre União (IoU) falham em penalizar esses erros topológicos, mascarando o fenômeno do "vaso estilhaçado", onde um modelo alcança alta precisão, mas produz estruturas fragmentadas e clinicamente inutilizáveis.

2. Metodologia

Os autores propõem o TFFM (Topology-Aware Feature Fusion Module), um framework projetado para manter a conectividade vascular integrando o raciocínio topológico diretamente no processo de extração e fusão de características, em vez de depender apenas de funções de perda post-hoc.

2.1. Arquitetura de Base

A fundação do framework é um backbone U-Net++ aprimorado com Portões de Atenção (Attention Gates), selecionado através de estudos de ablação por sua capacidade superior de capturar detalhes morfológicos finos em comparação com U-Net, SwinUNETR e TransUNet padrão. O caminho do codificador utiliza EfficientNet-B0, que demonstrou superar variantes maiores (como EfficientNet-B4) e redes mais profundas (como ResNet-101) na preservação de detalhes vasculares finos, mantendo a eficiência computacional.

2.2. Módulo de Fusão de Características Topológicas (TFFM)

A inovação central é o TFFM, que projeta mapas de características locais em um espaço de grafo latente para raciocinar sobre a conectividade global. O módulo opera em quatro estágios:

1. Abstração Adaptativa de Escala: As características são comprimidas e agrupadas em grades de tamanhos variados ($G_l$) em diferentes níveis do decodificador.
2. Construção de Grafo Dinâmico: Um grafo de espaço de características é construído onde os nós representam vetores de características achatados. As arestas são definidas via uma matriz de similaridade de cosseno esparsa, selecionando os $k$ vizinhos superiores para formar uma estrutura de adjacência.
3. Raciocínio de Atenção de Grafo: Uma Rede de Atenção de Grafo (GAT) processa esses nós. Ela calcula pontuações de atenção mascaradas para agregar informações de regiões não locais e topologicamente relevantes, capturando efetivamente dependências estruturais globais perdidas pelos campos receptivos fixos.
4. Integração Adaptativa: As características derivadas do grafo são refinadas usando Módulos de Atenção de Canal e Espacial e um mecanismo de portão de "vesselness" (característica de vaso). Uma conexão residual de portão aprendível mistura essas pistas topológicas globais com as características locais originais, permitindo que a rede injete seletivamente informações de conectividade sem destruir as estruturas locais finas.

2.3. Função de Objetivo Híbrida

Para abordar tanto o desequilíbrio de classes quanto a continuidade topológica, o modelo emprega uma função de perda composta:

• Perda de Tversky: Utilizada para mitigar o extremo desequilíbrio entre primeiro plano e plano de fundo, ponderando assimetricamente falsos positivos e falsos negativos. Os autores ajustam os parâmetros ($\alpha=0,65, \beta=0,35$) para priorizar o recall, pois segmentos de vasos perdidos (falsos negativos) são mais prejudiciais à topologia do que o ruído de fundo.
• Perda Soft clDice: Um regularizador topológico diferenciável que opera em mapas de probabilidade contínuos. Ele calcula a média harmônica da Precisão e Sensibilidade Topológica baseada em predições de esqueleto suave (soft-skeletonized), penalizando explicitamente as quebras no esqueleto do vaso.
• Perda Total: $L_{total} = L_{Tv} + 0,5 L_{clDice}$.

3. Principais Contribuições

1. Topologia Integrada à Arquitetura: Ao contrário de trabalhos anteriores que aplicam restrições topológicas apenas durante a otimização (via funções de perda), este trabalho integra o raciocínio topológico diretamente na hierarquia de características através do TFFM e GATs.
2. Raciocínio de Grafo Latente: A introdução de um módulo que mapeia características locais para um espaço de grafo latente permite que a rede modele a conectividade vascular global além do campo receptivo local das convoluções padrão.
3. Ablação Sistemática: O estudo fornece um processo rigoroso de seleção para o backbone (U-Net++ com Attention Gates), codificador (EfficientNet-B0) e formulação de perda, demonstrando que as escolhas arquitetônicas impactam significativamente a fidelidade topológica.
4. Generalização Zero-Shot: O framework demonstra robustez em diversos conjuntos de dados externos sem ajuste fino (fine-tuning), sugerindo que as restrições topológicas aprendidas são generalizáveis entre diferentes protocolos de imagem.

4. Resultados Experimentais

O método foi avaliado no conjunto de dados Fundus-AVSeg e em cinco benchmarks externos (DRIVE, CHASEDB1, HRF, RETA, STARE).

• Desempenho no Fundus-AVSeg:

  • Alcançou um Dice score combinado de 90,97% e uma Distância de Hausdorff 95% (HD95) de 3,50 pixels.
  • Melhoria Topológica: O método reduziu a fragmentação vascular em aproximadamente 38% em relação aos baselines (de 44,7 para 27,7 componentes previstos por imagem).
  • Erro de Betti: O erro do número de Betti (que mede as diferenças de componentes conectados) caiu significativamente de 43,0 para 26,0 ao adicionar o TFFM.
  • Detecção de Junções: Os F1-scores de junção melhoraram para 65,44%, embora o recall para pontos de bifurcação permaneça um desafio (0,44 para artérias, 0,52 para veias).

• Generalização entre Conjuntos de Dados:

  • Na inferência zero-shot em conjuntos de dados externos, o modelo manteve Dice scores entre 79,94% e 82,18%.
  • A consistência topológica (clDice) permaneceu alta (68,71%–73,57%), superando significativamente os métodos tradicionais na preservação da conectividade vascular sem adaptação de domínio.

5. Significância e Alegações

O artigo alega que a principal significância do TFFM reside em preencher a lacuna entre a precisão ao nível do pixel e a utilidade clínica. Ao garantir a coerência topológica, o framework produz árvores vasculares que são viáveis para análise baseada em grafos automatizada, como a quantificação de biomarcadores.

Os autores enfatizam que, embora as métricas padrão (Dice, IoU) possam ser enganosas ao recompensar predições fragmentadas, sua abordagem híbrida equilibra com sucesso a sobreposição de região com a integridade estrutural. Eles observam que, embora o método reduza significativamente a fragmentação e melhore a conectividade global, a completude da bifurcação permanece uma limitação, com taxas de recall de junção sugerindo que a complexidade local extrema nos pontos de cruzamento ainda requer mecanismos de atenção especializados. O trabalho conclui que seu framework gera segmentações topologicamente robustas adequadas para tarefas clínicas subsequentes, oferecendo um caminho para análises retinianas automatizadas mais confiáveis.