XtraLight-MedMamba for Classification of Neoplastic Tubular Adenomas

Resumo Técnico: XtraLight-MedMamba para Classificação de Adenomas Tubulares Neoplásicos

1. Problema e Motivação

O câncer colorretal (CCR) continua sendo uma das principais causas de mortalidade por câncer globalmente. A estratégia fundamental para reduzir sua incidência é a estratificação de risco precisa de pólipos pré-cancerosos (adenomas) durante a colonoscopia de rotina.

• Desafio Atual: A maioria dos adenomas tubulares (AT) detectados apresenta displasia de baixo grau, que é geralmente considerada de baixo risco e gerenciada conservativamente. No entanto, um subconjunto desses pacientes desenvolve CCR posteriormente.
• Limitação Humana: A avaliação histopatológica atual depende de interpretação visual subjetiva, que muitas vezes falha em identificar padrões morfológicos sutis e espacialmente distribuídos associados à progressão maligna em lesões de baixo risco.
• Desafio Computacional: A análise de Imagens de Lâmina Completa (WSI) em patologia digital exige modelos que capturem tanto características locais (textura celular) quanto contextos globais (arquitetura do tecido), mas os modelos existentes (como CNNs e Transformers) são frequentemente limitados por campos receptivos restritos ou complexidade computacional quadrática, respectivamente.

2. Metodologia: XtraLight-MedMamba

Os autores propõem o XtraLight-MedMamba, uma arquitetura de aprendizado profundo ultra-leve baseada em Modelos de Espaço de Estado (SSM), especificamente adaptada para patologia digital. A arquitetura é composta por seis estágios sequenciais e integra quatro componentes principais:

1. Extrator de Características Rasas (ConvNeXt):

   • Os primeiros três estágios utilizam blocos ConvNeXt.
   • Estes blocos substituem os gargalos residuais tradicionais por convoluções separáveis por profundidade, normalização de camada (LayerNorm) e expansões de canal estilo MLP (com ativação GELU).
   • Função: Capturar eficientemente padrões morfológicos locais e texturas celulares, preservando o viés indutivo espacial das CNNs.

2. Camadas de Visão Mamba em Paralelo (PVM):

   • Os estágios finais (4 a 6) utilizam camadas Parallel Vision Mamba (PVM).
   • As características são divididas em quatro ramos paralelos (cada um com C/4 canais) para modelagem de espaço de estado.
   • Função: Modelar dependências espaciais de curto e longo alcance com complexidade computacional linear, permitindo a contextualização global sem o custo quadrático dos Transformers.

3. Ponte de Atenção Espacial e de Canal (SCAB):

   • Um módulo de fusão que integra características multiescala.
   • Combina caminhos de atenção espacial (agregando pooling máximo e médio) e atenção de canal (usando Global Average Pooling e camadas totalmente conectadas).
   • Função: Refinar representações intermediárias, destacando regiões espaciais e respostas de canais informativas.

4. Classificador Ortogonal Não-Negativo Fixo (FNOClassifier):

   • Um classificador leve que mapeia embeddings para logits através de projeções estruturadas e normalizadas.
   • Utiliza uma matriz de pesos fixa, ortogonal e não-negativa, projetada para induzir o fenômeno de Colapso Neural (Neural Collapse).
   • Função: Reduzir drasticamente o número de parâmetros aprendíveis, melhorar a generalização e estabilizar o treinamento, evitando a sobrecarga de parâmetros em camadas profundas.

3. Contribuições Principais

• Arquitetura Ultra-Leve: Desenvolvimento de um modelo com apenas ~32.000 parâmetros (32K), significativamente menor que Transformers (milhões de parâmetros) e outros modelos baseados em Mamba.
• Estratégia Híbrida: Integração única de blocos ConvNeXt (para inductive bias local) com camadas PVM (para contexto global linear), otimizada para a heterogeneidade de imagens de patologia.
• Novo Dataset (NPTA): Introdução do conjunto de dados Neoplastic Tubular Adenoma (NPTA), um coorte caso-controle curado de WSIs de adenomas tubulares com displasia de baixo grau, estratificados com base no desenvolvimento subsequente de CCR (caso) ou não (controle).
• Eficiência em Recursos Confinados: O modelo é projetado para ser viável em ambientes com recursos computacionais limitados, mantendo alta precisão.

4. Resultados Experimentais

O modelo foi avaliado no dataset NPTA (135.049 tiles de alta qualidade por classe), dividido em treino (70%), validação (15%) e teste (15%).

• Desempenho de Precisão:
  • Acurácia: 97,18%
  • F1-Score: 0,9767
  • Precisão: 0,9666
  • Recall (Sensibilidade): 0,9717
• Comparação:
  • Superou modelos baseados em Transformers (ViT: 89,84%; Swin Transformer: 89,52%).
  • Superou variantes baseadas em Mamba com classificadores lineares e outras arquiteturas convolucionais.
  • O modelo proposto foi o mais eficiente, alcançando o melhor desempenho com o menor custo computacional (32K parâmetros vs. 7,4M do ViT).
• Interpretabilidade (Grad-CAM):
  • As visualizações de ativação mostraram que o modelo foca em estruturas histologicamente relevantes, como arquitetura nuclear, aglomeração de núcleos e interfaces estromais, alinhando-se com os critérios usados por patologistas humanos para identificar atipia epitelial.

5. Significado e Conclusão

O XtraLight-MedMamba representa um avanço significativo na patologia computacional ao demonstrar que é possível alcançar estratificação de risco de alta precisão para lesões pré-cancerosas com uma fração mínima da complexidade computacional dos modelos atuais.

• Impacto Clínico: Oferece uma ferramenta objetiva para identificar sinais sutis de progressão maligna em adenomas de baixo grau, potencialmente permitindo intervenções mais precoces e personalizadas.
• Viabilidade: A extrema leveza do modelo (32K parâmetros) permite sua implementação em dispositivos com recursos limitados ou em fluxos de trabalho de patologia digital de alto volume, onde a velocidade e a eficiência são críticas.
• Inovação Técnica: A combinação de SSMs (Mamba) com classificadores ortogonais fixos (FNO) prova ser uma abordagem superior para tarefas de classificação de imagens médicas que exigem tanto detalhe local quanto contexto global, superando as limitações de escalabilidade dos Transformers.

Em suma, o trabalho valida que a arquitetura proposta não apenas supera os state-of-the-art em métricas de desempenho, mas também resolve o dilema entre complexidade do modelo e precisão diagnóstica no contexto do câncer colorretal.