A Workflow to Efficiently Generate Dense Tissue Ground Truth Masks for Digital Breast Tomosynthesis

Título: Um Fluxo de Trabalho para Gerar Eficientemente Máscaras de "Ground Truth" de Tecido Denso para Tomossíntese Digital de Mama (DBT)

1. O Problema

A Tomossíntese Digital de Mama (DBT) tornou-se o padrão de cuidado para o rastreamento de câncer de mama nos EUA, oferecendo caracterização de tecido em quase 3D e melhorando a detecção de lesões em comparação com a mamografia 2D tradicional. A densidade mamária elevada é um fator de risco conhecido para o câncer de mama.

No entanto, o desenvolvimento de algoritmos de segmentação automática de tecido fibroglandular (denso) é severamente limitado pela escassez de dados de treinamento anotados por humanos. A criação de máscaras de segmentação binária para tecido denso em volumes DBT é extremamente trabalhosa e demorada, pois requer a delimitação manual de tecido denso em cada fatia de um volume 3D, que pode conter mais de 100 fatias. A falta de conjuntos de dados públicos com anotações 3D completas impede o avanço de modelos de inteligência artificial para estimativa de risco personalizado.

2. Metodologia

Os autores propõem um framework de economia de tempo e mão de obra que automatiza a propagação de anotações de uma única fatia para todo o volume DBT. O processo é assistido por uma Interface Gráfica do Usuário (GUI) desenvolvida pelos autores.

Etapas do Fluxo de Trabalho:

1. Carregamento e Visualização: O usuário importa o volume DBT completo. O sistema exibe automaticamente a fatia central reconstruída para interação inicial.
2. Definição da Região de Interesse (ROI): O radiologista desenha um polígono aproximado envolvendo o tecido denso na fatia central, excluindo regiões irrelevantes (como dobras de pele, mamilo, músculo peitoral ou linfonodos).
3. Seleção Interativa de Limiar (Threshold): O usuário ajusta um controle deslizante para selecionar o limiar de intensidade que melhor separa o tecido denso do tecido adiposo dentro do polígono definido. O sistema fornece feedback visual em tempo real e métricas quantitativas da área segmentada.
4. Normalização e Propagação Iterativa:
   • Os valores de pixel de cada fatia são normalizados para a faixa [0-1].
   • O algoritmo projeta a máscara do polígono da fatia central para todas as demais fatias do volume.
   • Para cada fatia restante, o algoritmo realiza uma busca automatizada para ajustar o limiar de segmentação, garantindo que a área de tecido denso segmentada seja consistente com a área de referência definida na fatia central.
   • Isso compensa variações de intensidade causadas por artefatos fora do plano e desfoque nas fatias superiores e inferiores.

Estudo de Validação:

• Dados: Utilizou-se o conjunto de dados público DBTex (44 pacientes, 176 volumes de visualização "for-presentation" nas vistas CC e MLO).
• Protocolo: Dois radiologistas utilizaram o framework independentemente para gerar máscaras nos 44 casos.
• Métricas de Avaliação:
  • Concordância Inter-leitor: Cálculo do Coeficiente de Similaridade Dice entre as máscaras geradas pelos dois radiologistas.
  • Precisão (Validação contra Padrão-Ouro): Comparação das máscaras geradas pelo método (fatia central + propagação) com segmentações manuais completas feitas por um radiologista em fatias específicas (20º e 80º percentis) para evitar viés da fatia central.

3. Principais Contribuições

• Framework de Anotação Semi-automática: Um método que reduz drasticamente o tempo de anotação ao exigir intervenção humana apenas na fatia central, propagando a segmentação para todo o volume 3D.
• Ferramenta de Código Aberto: Desenvolvimento e disponibilização pública de uma GUI (Interface Gráfica) amigável para facilitar a criação de máscaras de densidade mamária.
• Conjunto de Dados de "Ground Truth": Geração de máscaras de tecido denso para 176 volumes DBT, que podem servir como dados de referência ("ground truth") para treinar e validar algoritmos de aprendizado profundo futuros.
• Validação Robusta: Demonstração de que a anotação em uma única fatia, quando combinada com ajuste iterativo de limiar, produz resultados consistentes com anotações manuais fatia por fatia.

4. Resultados

• Concordância Inter-leitor: O método demonstrou alta reprodutibilidade entre os dois radiologistas, com um Dice mediano de 0,84 (desvio padrão = 0,12).
  • Não houve diferença sistemática significativa entre as vistas CC (0,85) e MLO (0,82).
  • Casos com maior densidade visual (VAD > 50%) apresentaram concordância ligeiramente superior (Dice = 0,89) em comparação com casos de baixa densidade (Dice = 0,81), devido à maior quantidade de pixels de tecido denso.
• Precisão vs. Segmentação Manual: Ao comparar as máscaras geradas pelo framework com as segmentações manuais completas nas fatias de 20º e 80º percentis, obteve-se um Dice mediano de 0,83 (SD = 0,11).
  • Fatia 20º percentil: Dice = 0,83.
  • Fatia 80º percentil: Dice = 0,84.
• Análise de Outliers: Casos com Dice muito baixo foram identificados como erros humanos na seleção do limiar em mamas predominantemente adiposas (onde estruturas como vasos sanguíneos podem ser confundidas com tecido denso), mas isso não comprometeu a análise quantitativa geral devido ao pequeno volume absoluto de tecido denso nessas mamas.

5. Significado e Conclusão

Este trabalho apresenta uma solução prática e eficiente para um dos maiores gargalos na pesquisa de IA em mamografia: a escassez de dados anotados 3D.

• Impacto na Pesquisa: O framework permite a criação rápida de grandes conjuntos de dados de "ground truth" para o treinamento de algoritmos de segmentação automática de tecido denso.
• Aplicação Clínica Futura: Os dados gerados podem suportar o desenvolvimento de modelos de IA para estimativa de risco de câncer de mama personalizada e melhorar a caracterização de lesões.
• Limitações: O método foi otimizado para equipamentos Hologic (que possuem ângulo de varredura estreito e dominam o mercado dos EUA). A adaptação para outros fabricantes (GE, Siemens) com ângulos de varredura mais amplos é necessária para estudos futuros.

Em resumo, a proposta transforma um processo de anotação que levaria horas por volume em uma tarefa de minutos, mantendo alta precisão e consistência, viabilizando assim o avanço da inteligência artificial na radiologia mamária.