An Explainable AI-Driven Framework for Automated Brain Tumor Segmentation Using an Attention-Enhanced U-Net

Resumo Técnico: Framework de IA Explicável para Segmentação Automática de Tumores Cerebrais

1. Problema e Motivação
A segmentação precisa de tumores cerebrais, especialmente gliomas, é fundamental para o diagnóstico clínico, planejamento cirúrgico e monitoramento de tratamento. No entanto, a segmentação manual por radiologistas é um processo demorado, subjetivo e sujeito a variações significativas entre especialistas. Além disso, os modelos de Deep Learning existentes, embora precisos, frequentemente carecem de interpretabilidade (a "caixa preta"), o que dificulta sua adoção em ambientes clínicos de alto risco onde a explicação da decisão do modelo é crucial. A heterogeneidade dos tumores e o desequilíbrio de classes nos dados de imagem também representam desafios técnicos significativos.

2. Metodologia
O estudo propõe um pipeline de segmentação baseado em uma arquitetura U-Net aprimorada com Mecanismos de Atenção (Attention Gates), treinada no conjunto de dados BraTS 2020.

• Pré-processamento de Dados:
  • Utilização de ressonâncias magnéticas (MRI) multimodais, especificamente as sequências FLAIR e T1ce.
  • Os volumes 3D foram convertidos em fatias 2D (128x128 pixels), normalizados e codificados one-hot.
  • As máscaras de segmentação foram mapeadas para quatro classes: fundo/tecido saudável, núcleo necrótico/não realçante, edema e tumor realçante.
• Arquitetura do Modelo (Attention U-Net):
  • Encoder: Blocos de convolução e pooling máximo para extração de características.
  • Decoder: Subamostragem (upsampling) com Portões de Atenção integrados nas conexões de salto (skip connections). Esses portões filtram as características do encoder, focando apenas nas regiões de interesse (o tumor) e suprimindo ruídos de fundo.
  • Bottleneck: Camada de 1024 filtros para capturar características de alto nível.
  • Saída: Camada Softmax para classificação em 4 classes.
• Função de Perda e Otimização:
  • Para lidar com o desequilíbrio de classes, foi utilizada uma função de perda híbrida: Categorical Cross-Entropy combinada com Dice Loss (e Categorical Dice Loss).
  • Otimizador: Adam com Early Stopping e redução da taxa de aprendizado (ReduceLROnPlateau).
• Inteligência Explicável (XAI):
  • Implementação do algoritmo Grad-CAM para gerar mapas de calor que visualizam as regiões da imagem onde o modelo concentrou sua atenção.
  • Aplicação de filtragem Gaussiana para suavizar os mapas de calor, tornando-os mais interpretáveis visualmente para médicos.

3. Principais Contribuições

1. Arquitetura Robusta: Desenvolvimento de uma U-Net com portões de atenção para melhorar o foco em regiões críticas do tumor.
2. Estratégia de Perda Personalizada: Uso de funções de perda combinadas (Cross-Entropy + Dice) para otimizar a segmentação de classes desbalanceadas.
3. Métricas de Avaliação Comprehensivas: Inclusão de Sensibilidade e Especificidade além das métricas padrão (Dice, IoU), oferecendo uma visão mais completa da discriminabilidade do modelo.
4. Integração de XAI: Combinação de Grad-CAM com técnicas de suavização para criar um pipeline que não apenas segmenta, mas também explica visualmente suas decisões, aumentando a confiança clínica.
5. Pipeline de Visualização: Criação de um sistema que sobreponha previsões, máscaras de verdade absoluta (ground truth) e mapas de calor para avaliação qualitativa.

4. Resultados
O modelo demonstrou desempenho excepcional no conjunto de validação do BraTS 2020:

• Acurácia: 0,9919 (99,19%)
• Coeficiente Dice (Médio): 0,9901 (99,01%)
• IoU Médio (Mean IoU): 0,9873 (98,73%)
• Sensibilidade: 0,9908
• Especificidade: 0,9974

Análise Qualitativa:

• Os mapas de calor do Grad-CAM confirmaram que o modelo foca corretamente nas regiões tumorais (edema, núcleo necrótico e tumor realçante).
• A comparação visual entre as máscaras preditas e as verdadeiras mostrou uma delimitação precisa das fronteiras do tumor, superando limitações de modelos anteriores que tinham dificuldade com bordas irregulares ou lesões pequenas.
• Um estudo de ablação informal indicou que o uso de duas modalidades (FLAIR + T1ce) e a inclusão dos portões de atenção foram decisivos para o alto desempenho.

5. Significado e Conclusão
Este estudo demonstra que a combinação de mecanismos de atenção, funções de perda adaptadas e IA explicável pode superar os desafios da segmentação de tumores cerebrais complexos. O modelo alcançou métricas superiores à maioria dos trabalhos recentes citados na revisão de literatura (como CU-Net e SDV-TUNet), que variaram entre 65% e 97% de Dice.

A principal relevância deste trabalho reside na interpretabilidade clínica. Ao fornecer mapas de calor que validam onde o modelo "está olhando", o sistema reduz a desconfiança associada a modelos de Deep Learning, facilitando a integração em fluxos de trabalho reais de radiologia para planejamento de tratamento e monitoramento. As limitações apontadas incluem a dependência de um único conjunto de dados (BraTS 2020) e a necessidade de validação em cenários hospitalares reais e com dados pós-operatórios ou pediátricos.