Hierarchical Mesh Transformers with Topology-Guided Pretraining for Morphometric Analysis of Brain Structures

Título: Transformers Hierárquicos em Malhas com Pré-treinamento Guiado por Topologia para Análise Morfométrica de Estruturas Cerebrais

1. O Problema

A aprendizagem de representações em malhas volumétricas e de superfície não estruturadas em grande escala apresenta desafios significativos na neuroimagem. As abordagens atuais enfrentam duas limitações principais:

• Ignorância de Sinais Clínicos: Muitos modelos focam apenas nas coordenadas espaciais (geometria), ignorando descritores morfométricos de nível de vértice clinicamente informativos, como espessura cortical, curvatura, profundidade do sulco e conteúdo de mielina, que carregam sinais sutis relacionados a doenças.
• Rigidez Topológica: As metodologias existentes geralmente suportam apenas um único tipo de malha (ex: apenas superfícies triangulares ou apenas volumes tetraédricos), restringindo sua aplicabilidade em diferentes pipelines de imagem médica. Além disso, métodos baseados em grafos ou CNNs 3D tradicionais sofrem com custos computacionais cúbicos ou perdem informações geométricas devido a densidades espaciais variáveis.

2. Metodologia: OctEncoder

Os autores propõem o OctEncoder, um framework unificado baseado em Transformers hierárquicos projetado para análise de malhas heterogêneas. A arquitetura opera em partições de árvores octais (octrees) adaptativas construídas a partir de complexos simpliciais de ordem arbitrária.

Componentes Principais:

1. Construção de Octrees Conscientes de Simples (Simplex-Aware):

   • O sistema suporta tanto malhas tetraédricas (volumétricas) quanto triangulares (superfície).
   • Permite a construção de múltiplas árvores octais complementares. Por exemplo, uma árvore pode usar centróides de tetraedros para capturar a geometria interna volumétrica, enquanto outra usa os vértices da malha diretamente.
   • Os nós são ordenados usando uma curva de preenchimento de espaço (Z-order) para permitir particionamento de janelas contíguo na memória e construção paralela eficiente.

2. Módulo de Fusão Geometria-Morfometria:

   • Um módulo de projeção de características mapeia descritores clínicos variáveis (por vértice) para a hierarquia espacial.
   • As coordenadas espaciais e os vetores de características clínicas são concatenados e projetados através de uma camada linear aprendível. Isso permite a integração de diferentes conjuntos de características de neuroimagem sem alterar a arquitetura do modelo, separando a estrutura geométrica da dimensionalidade das características.

3. Atenção em Janelas Locais e Dilatada:

   • A atenção do Transformer é calculada dentro de janelas locais definidas pela partição da árvore octal, mantendo a complexidade quase linear em relação ao número de nós.
   • Uma atenção dilatada complementa as janelas locais, amostrando tokens com um passo fixo através da árvore para ampliar o campo receptivo sem custo adicional de memória.

4. Pré-treinamento Auto-supervisionado (MAE):

   • Utiliza uma estratégia de Masked Autoencoder (MAE) adaptada para dados estruturados em octrees.
   • Uma proporção fixa de tokens da árvore octal é mascarada. O codificador processa apenas o subconjunto visível para produzir representações latentes.
   • Um decodificador leve reconstrói os tokens mascarados, minimizando uma perda híbrida que combina:
     • Distância de Chamfer: Para reconstrução das coordenadas geométricas.
     • Erro Quadrático Médio (MSE): Para reconstrução das características morfométricas.
   • Isso cria um backbone de codificador transferível aplicável a diversas tarefas downstream.

3. Contribuições Chave

• Construção de Múltiplas Árvores Octais: Suporte nativo para malhas tetraédricas e triangulares através de fusão ponderada de complexos simpliciais.
• Integração Flexível de Características Clínicas: Um módulo que permite a incorporação de qualquer número de canais de características por vértice (ex: espessura cortical, intensidade de MRI) sem necessidade de reengenharia da arquitetura.
• Pipeline de Pré-treinamento MAE Geral: Um método de pré-treinamento que captura simultaneamente geometria e morfometria em malhas não rotuladas, amortizando o custo de construção estrutural e permitindo transferência para tarefas downstream.

4. Resultados Experimentais

O modelo foi validado em três conjuntos de dados distintos, demonstrando desempenho de ponta (State-of-the-Art - SOTA):

• Classificação de Alzheimer (ADNI):

  • Tarefa: Classificação binária (AD vs. CN, MCI vs. CN, AD vs. MCI) e previsão de positividade de amiloide.
  • Desempenho: O OctEncoder superou consistentemente todas as baselines (incluindo ChebyNet, GAT e TetCNN).
  • Destaque: Na tarefa crítica de distinguir MCI (Comprometimento Cognitivo Leve) de controles saudáveis (CN), o modelo melhorou a acurácia em 4,7% em relação ao segundo melhor modelo, demonstrando sensibilidade superior a diferenças patológicas sutis.
  • Amiloide: A fusão das características da malha com biomarcadores (pTau-217) alcançou a melhor acurácia geral (0,815), provando que a geometria da malha e os biomarcadores sanguíneos fornecem informações complementares.

• Segmentação de Displasia Cortical Focal (MELD):

  • Tarefa: Detecção de lesões de epilepsia em malhas de superfície cortical.
  • Desempenho: O OctEncoder superou o baseline "MELD Graph" em todas as métricas.
  • Destaque: O Intersection over Union (IoU) das lesões aumentou drasticamente de 0,30 para 0,51, indicando uma delimitação muito mais precisa das regiões corticais displásicas.

• Segmentação Semântica 3D (ScanNet):

  • Tarefa: Segmentação de cenas internas em grande escala.
  • Desempenho: Alcançou o maior mIoU (0,777) entre todos os métodos comparados, superando modelos como Point Transformer V3 e OctFormer, com custos computacionais reduzidos graças ao pré-treinamento e codificação guiada por octree.

5. Significado e Conclusão

O trabalho demonstra que a combinação de codificação unificada de geometria-morfometria com pré-treinamento auto-supervisionado é fundamental para o aprendizado de representações em malhas médicas.

• Generalização: O modelo não é limitado a um tipo específico de malha ou modalidade de imagem, funcionando tanto para volumes (tetraedros) quanto para superfícies (triângulos).
• Eficiência Clínica: Ao aproveitar sinais morfométricos que os radiologistas utilizam na prática clínica (e que modelos anteriores ignoravam), o OctEncoder oferece uma ferramenta mais robusta para diagnósticos precoces (como MCI) e detecção de lesões sutis.
• Escalabilidade: A abordagem baseada em árvores octais resolve o problema de complexidade quadrática/cúbica comum em redes de grafos e CNNs 3D, permitindo o processamento eficiente de malhas com centenas de milhares de vértices.

Em resumo, o OctEncoder estabelece um novo padrão para análise de neuroimagem baseada em malhas, superando as limitações de abordagens anteriores ao integrar eficazmente a estrutura topológica complexa do cérebro com dados clínicos ricos e variados.