Synthetic Melanoma Image Generation and Evaluation Using Generative Adversarial Networks

1. O Problema

O melanoma é a forma mais letal de câncer de pele, e sua detecção precoce é crucial para a sobrevivência do paciente. Embora a combinação de dermatoscopia e aprendizado profundo tenha avançado a análise automatizada de lesões cutâneas, o progresso é limitado por dois fatores principais:

• Escassez de Dados: Acesso limitado a grandes conjuntos de dados bem anotados por especialistas.
• Desequilíbrio de Classes (Class Imbalance): Em conjuntos de dados comuns, as imagens de melanoma são substancialmente sub-representadas em comparação com lesões benignas. Isso viésa os limites de decisão aprendidos pelos modelos e reduz a generalização, especialmente em cenários clínicos diversos.

Aumentação de dados geométrica tradicional (rotação, espelhamento) muitas vezes não é suficiente para capturar a variabilidade intrínseca e as nuances diagnósticas finas necessárias para treinar modelos robustos.

2. Metodologia

O estudo apresenta o primeiro benchmark sistemático comparando quatro arquiteturas de Redes Adversariais Generativas (GANs) para a síntese de imagens de melanoma de alta resolução (512 × 512 pixels).

• Arquiteturas Avaliadas:
  • DCGAN (Deep Convolutional GAN).
  • StyleGAN2.
  • StyleGAN3-T (focado em equivalência de translação).
  • StyleGAN3-R (focado em equivalência de rotação e translação).
• Conjuntos de Dados: Os modelos foram treinados e otimizados em dois benchmarks anotados por especialistas: ISIC 2018 (1.061 imagens de melanoma após limpeza) e ISIC 2020 (7.227 imagens de melanoma).
• Pré-processamento e Otimização:
  • Uso de filtragem bilateral para DCGAN e espelhamento horizontal para StyleGANs.
  • Exploração rigorosa de hiperparâmetros, com foco especial no ajuste da força da regularização R1 ($\gamma$), que é crítica para a estabilidade do treinamento.
• Protocolo de Avaliação Multidimensional:
  1. Métricas de Distribuição: Fréchet Inception Distance (FID) para similaridade global e Fréchet Medoid Distance (FMD) para representatividade amostral (sensível a colapso de modos).
  2. Inspeção Qualitativa: Análise dermatoscópica visual para verificar a preservação de características clínicas (ex: rede de pigmento, bordas irregulares).
  3. Validação Descendente (Downstream): Uso de um classificador "congelado" baseado em EfficientNet (treinado em dados reais) para verificar se as imagens sintéticas são reconhecidas como melanoma.
  4. Avaliação por Especialistas: Dois dermatologistas certificados realizaram uma tarefa de classificação binária (Real vs. Sintético) em um conjunto cego de 200 imagens.
  5. Experimento de Aumento: Teste do impacto da adição de imagens sintéticas no desempenho de um classificador treinado em dados desbalanceados.

3. Principais Contribuições

1. Comparação Sistemática: Fornecimento de evidências empíricas comparando DCGAN, StyleGAN2 e variantes do StyleGAN3 sob condições experimentais consistentes para síntese específica de melanoma.
2. Otimização de Hiperparâmetros Específica de Domínio: Identificação de que regularizações mais leves (menor $\gamma$) são preferíveis para a síntese de melanoma, com $\gamma = 0.8$ produzindo os melhores resultados.
3. Protocolo de Avaliação Clínico-Técnico: Integração de métricas computacionais, validação por classificador de IA e avaliação independente por especialistas humanos, preenchendo uma lacuna na literatura onde estudos anteriores frequentemente dependiam apenas de métricas de espaço de características.

4. Resultados Chave

• Desempenho das Arquiteturas:
  • O StyleGAN2 demonstrou o melhor equilíbrio entre desempenho quantitativo e qualidade perceptiva.
  • O StyleGAN3-R obteve o melhor FID (26,47 no ISIC 2018), mas gerou artefatos em forma de malha/grid em ~60% das imagens, tornando-o inadequado para aplicações médicas.
  • O DCGAN e o StyleGAN3-T apresentaram desempenho inferior, com falta de detalhes finos ou cobertura limitada de modos (diversidade).
• Métricas Quantitativas: O StyleGAN2 alcançou FIDs de 24,8 (ISIC 2018) e 7,96 (ISIC 2020) com $\gamma = 0.8$.
• Reconhecimento por IA: Um classificador externo forte (EfficientNet) reconheceu 83% das imagens geradas pelo StyleGAN2 como melanoma, indicando que as características discriminativas da doença foram preservadas.
• Avaliação Humana: Os dermatologistas distinguiram imagens sintéticas de reais com apenas 66,5% de precisão (acima do acaso de 50%, mas baixo para um especialista), e a concordância inter-rater foi baixa ($\kappa = 0.17$), sugerindo a ausência de artefatos visuais consistentes e óbvios.
• Utilidade Descendente: Ao adicionar 6.500 imagens sintéticas para equilibrar o conjunto de treinamento, a AUC (Área sob a Curva) para detecção de melanoma em um teste com dados reais aumentou de 0,925 para 0,945, e o F1-score melhorou significativamente.

5. Significado e Conclusão

O estudo conclui que as imagens de melanoma geradas pelo StyleGAN2 preservam características clinicamente relevantes e são indistinguíveis de imagens reais para especialistas humanos na maioria dos casos.

A principal implicação é que a geração sintética de dados, quando realizada com a arquitetura e hiperparâmetros corretos, é uma ferramenta prática e eficaz para mitigar o desequilíbrio de classes em pipelines de aprendizado de máquina focados em melanoma. Isso pode levar a sistemas de triagem automatizada mais robustos e generalizáveis. O trabalho estabelece uma fundação para o uso de dados sintéticos na IA dermatológica, não como substituto de dados reais de pacientes, mas como um recurso complementar crítico para melhorar a robustez dos modelos, especialmente em condições onde os dados anotados são escassos.