Hierarchical Classification for Improved Histopathology Image Analysis

Este estudo apresenta o HiClass, um framework de classificação hierárquica baseado em aprendizado de múltiplas instâncias que, ao integrar bidirecionalmente características de diferentes níveis e empregar funções de perda personalizadas, supera os métodos de classificação plana na análise de imagens de histopatologia de lâminas inteiras (WSI).

O essencial

Imagine que você é um detetive tentando resolver um crime complexo olhando para uma foto gigante de uma cidade inteira (o Whole-Slide Image ou imagem de lâmina completa).

No passado, os computadores tentavam resolver esse mistério de uma só vez, apenas gritando: "É um crime!" ou "Não é um crime!". Isso é como tentar adivinhar o nome de um suspeito apenas dizendo "É um homem" ou "É uma mulher". É muito vago e pode levar a erros.

Os pesquisadores deste artigo, da Coreia do Sul, criaram um novo sistema chamado HiClass (Classificação Hierárquica) que funciona como um detetive muito bem treinado e organizado. Em vez de pular direto para a resposta final, ele segue uma lógica de "do geral para o específico".

Aqui está como o HiClass funciona, usando analogias simples:

1. O Problema: A "Lista de Compras" Desorganizada

Antes, os computadores de IA analisavam as imagens de biópsia (amostras de tecido) de forma "plana". Eles viam 14 tipos diferentes de tumores e tentavam adivinhar qual era qual, todos ao mesmo tempo.

• O problema: É muito difícil distinguir entre dois tipos de tumores muito parecidos (como distinguir um "gato" de um "gato de raça específica") se você não primeiro confirmar que é um "gato" e não um "cachorro".

2. A Solução: O Detetive em Duas Etapas

O HiClass divide o trabalho em duas etapas, como se fosse um filtro de peneira:

• Etapa 1 (O Peneiramento Grosseiro): Primeiro, o sistema olha para a imagem e diz: "Isso é algo benigno (inofensivo) ou é um tumor?". Isso é fácil e rápido.
• Etapa 2 (O Detetive Específico): Se a resposta for "Tumor", o sistema então olha mais de perto para dizer: "Ah, é um tumor bem diferenciado, moderado ou mal diferenciado?".

3. O Segredo: A Conversa Bidirecional (A "Troca de Informações")

Aqui está a parte genial do HiClass. Em sistemas antigos, a Etapa 1 e a Etapa 2 trabalhavam sozinhas, como dois colegas que não conversam.

• No HiClass: Eles têm um "telefone" direto.
  • A Etapa 1 (Grossa) diz para a Etapa 2 (Fina): "Ei, lembre-se que isso é um tumor, então foque nas diferenças entre tipos de tumores, não em comparar com coisas benignas."
  • A Etapa 2 (Fina) diz para a Etapa 1 (Grossa): "Ei, olhe esses detalhes específicos que encontrei, eles ajudam a confirmar que é realmente um tumor."

Essa integração de características bidirecional significa que o sistema aprende com os dois lados ao mesmo tempo, tornando a decisão muito mais inteligente.

4. O Treinamento: As "Regras do Jogo" (Funções de Perda)

Para ensinar o computador a fazer isso, os autores criaram regras especiais (chamadas loss functions ou funções de perda) que funcionam como um treinador de futebol:

• Regra da Consistência: O treinador grita: "Se você disse que é um 'Tumor' na Etapa 1, não pode dizer que é 'Gastrite' na Etapa 2! Isso não faz sentido!" (Isso evita contradições).
• Regra da Distância: "Agrupem os 'Tumores' juntos e afastem os 'Tumores' dos 'Não-Tumores'." (Isso ajuda a organizar a mente do computador).
• Regra do Grupo: "Se já sabemos que é um 'Tumor', não perca tempo comparando com 'Gastrite'. Compare apenas os tipos de tumores entre si." (Isso foca a energia onde ela é necessária).

5. O Resultado: O Detetive Venceu!

Eles testaram esse sistema em um banco de dados real de biópsias de estômago (com 4 categorias grandes e 14 categorias pequenas).

• Resultado: O HiClass foi melhor do que todos os outros métodos existentes, tanto na identificação geral (o "peneiramento") quanto na identificação específica (o "detalhe").

Resumo em uma frase:

O HiClass é como um médico que não tenta adivinhar o nome exato da doença de cara, mas primeiro confirma a categoria geral e depois refina o diagnóstico, trocando informações entre essas duas etapas para nunca se perder no caminho. Isso torna o diagnóstico de câncer e outras doenças mais preciso e confiável.

Resumo técnico

1. Problema e Motivação

A análise de imagens de lâminas inteiras (Whole-Slide Images - WSIs) é fundamental para o diagnóstico em patologia. Atualmente, os métodos de aprendizado profundo predominantes utilizam classificação plana (flat classification), tratando o problema como uma tarefa binária ou multiclasse simples, ignorando as relações hierárquicas inerentes entre as etiquetas de classe.

No entanto, o diagnóstico de doenças segue naturalmente uma estrutura hierárquica. Por exemplo, uma lâmina é primeiro classificada como "benigna" ou "tumor"; se for tumor, é subsequentemente subclassificada em graus de diferenciação (bem, moderado ou mal diferenciado).

• Desafios: A classificação de baixo nível (fine-grained) é particularmente difícil devido à alta similaridade interclasse entre subcategorias e à escassez de amostras para classes específicas.
• Limitação Atual: A maioria dos métodos existentes foca apenas na classificação final, perdendo o contexto estrutural que poderia auxiliar na discriminação de subtipos complexos.

2. Metodologia Proposta: HiClass

O artigo propõe o HiClass, um framework de classificação hierárquica que melhora tanto a classificação de alto nível (coarse-grained) quanto a de baixo nível (fine-grained). A arquitetura baseia-se em Multiple Instance Learning (MIL) e possui três componentes principais:

A. Arquitetura do Modelo

1. Codificador de Patch (Patch-level Encoder): Divide a WSI em patches de 512x512 e extrai vetores de características usando o modelo pré-treinado UNI (treinado com aprendizado auto-supervisionado em mais de 100 milhões de patches).
2. Agregador de Características (Feature Aggregator): Utiliza attention-based pooling (inspirado no modelo CLAM) para agregar os vetores de todos os patches em um único vetor representativo da lâmina.
3. Classificador Hierárquico com Integração Bidirecional:
   • O vetor de características é dividido em dois ramos: um para características de alto nível (coarse) e outro para baixo nível (fine).
   • Integração Bidirecional: O sistema introduz um fluxo de informação bidirecional. O vetor de características "coarse" é enriquecido com informações do vetor "fine" (e vice-versa) através de concatenamento e um controlador de gradiente (gradient controller). Isso permite que as características de baixo nível retenham detalhes finos, enquanto as de alto nível ganham contexto global, sem viés indesejado nos pesos.

B. Funções de Perda Personalizadas (Loss Functions)

Para otimizar o aprendizado hierárquico, o HiClass utiliza uma função objetivo composta por quatro termos:

1. Perda de Entropia Cruzada ($L_{CE}$): Aplicada independentemente aos níveis coarse e fine como base supervisionada.
2. Perda de Consistência Hierárquica ($L_{Con}$): Baseada na Divergência Jensen-Shannon, alinha as representações de características dos níveis coarse e fine. Isso penaliza inconsistências semânticas (ex: prever "tumor" no nível coarse, mas "gastrite" no nível fine).
3. Perda de Distância Intra e Interclasse ($L_{Int}$): Utiliza Divergência KL baseada em margens para maximizar a distância entre classes de diferentes categorias coarse e minimizar a distância entre classes da mesma categoria coarse. Isso organiza o espaço de características em clusters hierárquicos.
4. Perda de Entropia Cruzada por Grupo ($L_{GCE}$): Restringe o espaço de predição do nível fine apenas às classes que pertencem à categoria coarse prevista. Isso afina as fronteiras de classe e melhora a discriminação dentro do grupo.

3. Conjunto de Dados e Implementação

• Dados: O modelo foi avaliado em um conjunto de dados de biópsias gástricas endoscópicas (4.673 lâminas) contendo 4 classes coarse (Benigno, Câncer, Displasia, Gastrite) e 14 classes fine (subtipos específicos como adenocarcinoma tubular, linfoma, pólipos, etc.).
• Treinamento: Utilizou-se GPU RTX A6000, batch size de 1, 20 épocas e otimizador Adam com learning rate decay.

4. Resultados Experimentais

O HiClass foi comparado com vários modelos de estado da arte, incluindo MILs tradicionais (MaxMIL, MeanMIL), modelos baseados em atenção (CLAM-SB, CLAM-MB), Transformers (TransMIL) e outros métodos hierárquicos.

• Desempenho Geral: O HiClass alcançou o melhor desempenho em todas as métricas para ambos os níveis de classificação.
  • Classificação Coarse: 85,10% de Acurácia e 0,8610 de F1-macro.
  • Classificação Fine: 68,68% de Acurácia e 0,5220 de F1-macro.
• Comparação: O HiClass superou consistentemente modelos que foram apenas adaptados para classificação hierárquica (como o CLAM com cabeças duplas) e o método hierárquico anterior de Chang et al. [4].
• Estudo de Ablação:
  • A integração bidirecional provou ser superior às integrações unidirecionais ou à ausência de integração.
  • A combinação de todas as funções de perda foi essencial. A remoção de qualquer uma das perdas personalizadas ($L_{Con}$, $L_{Int}$, $L_{GCE}$) resultou em queda de desempenho, indicando que cada uma contribui para aspectos distintos da estruturação do espaço de características (separação intergrupo, discriminação intragrupo e consistência semântica).

5. Contribuições Chave e Significância

1. Framework HiClass: Propõe uma nova arquitetura que integra explicitamente a hierarquia de classes no processo de aprendizado, em vez de tratá-la como uma pós-etapa ou ignorá-la.
2. Integração de Características Bidirecional: Uma inovação técnica que permite o intercâmbio de informações entre níveis de granularidade, melhorando a representação de características tanto para diagnósticos gerais quanto específicos.
3. Funções de Perda Específicas para Hierarquia: A introdução de $L_{Con}$, $L_{Int}$ e $L_{GCE}$ resolve problemas específicos de classificação hierárquica, como inconsistência semântica e sobreposição de classes similares.
4. Impacto Clínico: O método reflete o raciocínio diagnóstico real dos patologistas (do geral para o específico), oferecendo uma ferramenta mais robusta para lidar com o desequilíbrio de classes e a alta similaridade visual em histopatologia.

Conclusão: O estudo demonstra que incorporar a estrutura hierárquica das classes diretamente na arquitetura do modelo e nas funções de perda resulta em uma análise de imagens de histopatologia superior, superando os métodos de classificação plana tradicionais e abordando eficazmente os desafios de classificação fina em dados médicos complexos.