Segmentation of Gray Matters and White Matters from Brain MRI data

Resumo Técnico: Segmentação de Matéria Cinzenta e Branca a partir de Dados de Ressonância Magnética Cerebral

1. Problema e Contexto

A segmentação precisa de tecidos cerebrais, especificamente a distinção entre matéria cinzenta (corpos celulares neuronais) e matéria branca (axônios mielinizados), é fundamental para o estudo da anatomia cerebral, diagnóstico de distúrbios neurológicos e monitoramento da progressão de doenças (como declínio cognitivo e envelhecimento).

• Desafios Atuais: Métodos tradicionais (como FSL FAST) geram mapas de probabilidade, mas frequentemente exigem ajustes específicos para cada tarefa e enfrentam dificuldades com condições de imagem diversas.
• Limitações de Modelos Existentes: Embora modelos de aprendizado profundo como U-Net e nnU-Net sejam eficazes, eles geralmente exigem treinamento do zero ou re-ajuste intensivo para cada nova tarefa de segmentação.
• Oportunidade: Modelos de base (foundation models) como o MedSAM (baseado no Segment Anything Model) oferecem uma abordagem baseada em prompts e pré-treinamento em larga escala, mas sua aplicação para tarefas de segmentação multiclasse (mais do que apenas fundo vs. objeto) em imagens médicas ainda é pouco explorada.

2. Metodologia Proposta

Os autores propõem uma abordagem modificada do modelo MedSAM adaptada para a segmentação multiclasse de RM cerebral.

• Arquitetura do Modelo:

  • Modificação do Decodificador: O decodificador de máscaras original do MedSAM (que produz uma saída binária) foi alterado para ter 3 canais de saída (fundo, matéria cinzenta e matéria branca).
  • Estratégia de Treinamento (Fine-tuning): O codificador de imagem (ViT-B) pré-treinado foi congelado para preservar as características gerais aprendidas. Apenas o codificador de prompts e o decodificador de máscaras modificado foram ajustados finamente (fine-tuned). Isso reduz o risco de sobreajuste (overfitting) em conjuntos de dados menores e economiza recursos computacionais.
  • Saída: A segmentação final é obtida através da função argmax sobre a dimensão do canal, atribuindo cada pixel à classe com a maior pontuação predita.

• Pipeline de Pré-processamento:

  1. Extração do Crânio (Skull Stripping): Uso da ferramenta FSL BET para remover tecidos não cerebrais (crânio, couro cabeludo) dos volumes 3D.
  2. Geração de "Ground Truth" Pseudo: Uso do FSL FAST para segmentar os tecidos cerebrais e gerar mapas de probabilidade para matéria cinzenta e branca.
  3. Conversão para 2D: Os volumes 3D foram fatiados em três planos ortogonais: axial, sagital e coronal.
  4. Criação de Máscaras: Os mapas de probabilidade foram redimensionados para 256x256 pixels e limiarizados (probabilidade > 0.5) para criar máscaras multiclasse (0: fundo, 1: cinzenta, 2: branca).

• Configuração Experimental:

  • Dataset: Utilizou-se o conjunto de dados público IXI (581 exames de RM T1 de sujeitos saudáveis de três hospitais diferentes).
  • Divisão: 70% Treino, 15% Validação, 15% Teste.
  • Treinamento: Foram treinados modelos separados para cada orientação (axial, sagital, coronal) e um modelo unificado (combinando todas as orientações). Otimizador AdamW, 10 épocas, loss de entropia cruzada ponderada.

3. Principais Contribuições

1. Adaptação do MedSAM para Multiclasse: Demonstração de que o MedSAM pode ser facilmente adaptado para segmentação de 3 classes (fundo, cinzenta, branca) com modificações mínimas na arquitetura (apenas na cabeça de saída do decodificador).
2. Análise de Orientação Anatômica: Investigação sistemática de como a orientação do plano de corte (axial, sagital, coronal) impacta o desempenho da segmentação.
3. Eficiência de Recursos: Validação de que congelar o codificador e ajustar apenas o decodificador é uma estratégia viável e eficiente para tarefas médicas com dados limitados.
4. Pipeline Automatizado: Criação de um fluxo de trabalho que converte volumes 3D brutos em pares imagem-máscara 2D prontos para treinamento, utilizando ferramentas padrão (FSL) para gerar os rótulos.

4. Resultados

Os modelos foram avaliados no conjunto de teste usando o Coeficiente de Similaridade de Dice (DSC) e a Interseção sobre União (IoU).

• Desempenho Geral: O modelo treinado no plano coronal obteve o melhor desempenho global, atingindo um Dice de 0.8751 e IoU de 0.7935.
• Comparação por Orientação:
  • Coronal: Melhor desempenho (0.8751 Dice).
  • Sagital: Segundo lugar (0.8604 Dice).
  • Axial: Desempenho mais baixo entre os modelos de orientação única (0.8440 Dice).
• Modelo Unificado: O modelo treinado com dados combinados de todas as orientações não superou os modelos treinados em orientações específicas. O modelo unificado com dados coronais obteve 0.8742, ligeiramente inferior ao modelo puramente coronal.
• Análise Visual: As mapas de probabilidade mostraram que o modelo coronal apresenta limites mais nítidos entre os tecidos e maior confiança nas bordas, enquanto o modelo axial tende a ter mais ambiguidade em pequenas regiões de matéria cinzenta.

5. Significância e Conclusão

• Viabilidade de Modelos de Base: O estudo confirma que modelos de base como o MedSAM são altamente adaptáveis para segmentação médica multiclasse com poucas modificações arquiteturais, oferecendo uma alternativa eficiente aos modelos tradicionais (U-Net) que exigem mais dados e tempo de treinamento.
• Importância da Orientação: Os resultados sugerem que a orientação anatômica é um fator crítico; o plano coronal parece oferecer características visuais mais favoráveis para a distinção entre matéria cinzenta e branca em RM T1.
• Limitações e Futuro:
  • As "verdades fundamentais" (ground truth) foram geradas pelo FSL FAST e não por anotação manual de especialistas, o que limita a precisão absoluta dos resultados.
  • O estudo focou apenas em sujeitos saudáveis e imagens 2D.
  • Trabalhos futuros devem explorar extensões 3D do MedSAM, validação em casos patológicos (tumores, lesões) e a aplicação em protocolos de imagem mais diversos.

Em suma, este trabalho estabelece um novo paradigma para a segmentação cerebral, demonstrando que a combinação de pré-processamento clássico (FSL) com a capacidade de generalização de modelos de base (MedSAM) pode produzir resultados competitivos e eficientes.