Region-Affinity Attention for Whole-Slide Breast Cancer Classification in Deep Ultraviolet Imaging

1. O Problema

O diagnóstico de câncer de mama, especialmente em cenários intraoperatórios (como cirurgias de conservação da mama), exige ferramentas rápidas e precisas. Os métodos tradicionais de histopatologia (coloração H&E) são lentos, dependem de especialistas e sofrem com variabilidade interobservador.

A Imagem de Fluorescência em Ultravioleta Profundo (DUV) surge como uma alternativa transformadora, oferecendo visualização de alta resolução e sem rótulos (label-free) de lâminas inteiras (WSI - Whole-Slide Images). No entanto, a análise computacional dessas imagens enfrenta desafios significativos:

• Fragmentação Espacial: As abordagens atuais baseadas em deep learning geralmente dividem as imagens em pequenos "patches" para processamento, o que quebra o contexto espacial e a integridade estrutural necessária para diagnósticos precisos.
• Limitações dos Mecanismos de Atenção: Mecanismos de atenção existentes (como Atenção Espacial, Squeeze-and-Excitation, Contexto Global e Guided Context Gating) falham em explorar plenamente as relações regionais multiescala inerentes aos dados DUV-WSI. Eles tendem a priorizar recalibração genérica de recursos em vez de especificidade diagnóstica ou não modelam explicitamente as relações de vizinhança local.
• Custo Computacional: Processar imagens de escala gigapixel em tempo real é computacionalmente caro, especialmente com arquiteturas baseadas em Transformers que têm complexidade quadrática.

2. Metodologia

O artigo propõe um novo framework de aprendizado profundo que processa lâminas inteiras sem a necessidade de fragmentação em patches, preservando a coerência espacial. O pipeline consiste em três componentes principais:

A. Aprendizado de Representação Espacial

• Utiliza uma rede EfficientNetV2-B0 pré-treinada (no ImageNet) como extrator de características.
• As imagens DUV-WSI são redimensionadas para 256x256 e normalizadas.
• O modelo extrai um mapa de características ($F$) que codifica padrões morfológicos locais (como atipia celular) e estruturas globais de tecido.

B. Mecanismo de Atenção de Afinidade Regional (RAA)

Esta é a contribuição central do trabalho. Diferente de atenção global ou baseada em patches, o RAA modela dinamicamente as relações de vizinhança local:

1. Projeção de Características: Reduz a dimensionalidade do mapa de características para eficiência computacional.
2. Construção da Matriz de Afinidade:
   • Calcula distâncias pareadas (L1) entre cada pixel e seus vizinhos locais (ex: janela 3x3).
   • Utiliza um MLP (Perceptron Multicamadas) com ativações GELU e ReLU para transformar essas distâncias, aprendendo uma função de ponderação adaptativa.
   • Normaliza as distâncias transformadas via softmax para criar uma matriz de afinidade ($A_{ij}$), onde vizinhos com características similares (regiões diagnosticamente relevantes) recebem pesos mais altos.
3. Reconstrução de Características: O mapa de características é reponderado usando a matriz de afinidade, destacando regiões críticas (como bordas tumorais) e suprimindo ruído de fundo.
4. Eficiência: Ao restringir a atenção a vizinhanças locais, a complexidade cai de $O((h \times w)^2)$ (como em Transformers) para $O(h \times w \times |K|)$, tornando-o escalável para WSIs.

C. Classificação e Função de Perda

• As características aprimoradas são passadas por um MLP para classificação binária (benigno vs. maligno).
• Estratégia de Treinamento Dual: O modelo é otimizado combinando:
  1. Perda de Entropia Cruzada: Para a tarefa principal de classificação.
  2. Perda Contrastiva: Para melhorar a discriminabilidade, minimizando a distância entre amostras da mesma classe e maximizando a distância entre classes diferentes no espaço de características latentes. Isso é crucial para distinguir subtipos morfológicos sutis.

3. Principais Contribuições

1. Mecanismo RAA: Introdução de um mecanismo de atenção que modela explicitamente relações de vizinhança local via uma matriz de afinidade aprendível, adaptado especificamente para dados DUV-WSI.
2. Processamento de Lâmina Inteira: Eliminação da necessidade de patching, preservando a integridade espacial das imagens de alta resolução.
3. Estratégia de Treinamento Híbrida: Combinação de supervisão de classificação com aprendizado contrastivo para melhorar a separação de classes morfologicamente similares.
4. Eficiência e Escalabilidade: Uma abordagem que equilibra alta precisão diagnóstica com viabilidade computacional para aplicações intraoperatórias em tempo real.

4. Resultados Experimentais

O método foi avaliado em um conjunto de dados de 136 amostras de DUV-WSI de câncer de mama, utilizando validação cruzada de 5 dobras.

• Desempenho Geral: O modelo RAA alcançou:
  • Acurácia: 92,67% ± 0,73%
  • AUC (Área sob a Curva ROC): 95,97% ± 0,92%
  • F1-Score: 92,36% ± 0,72%
• Comparação com SOTA: O RAA superou consistentemente outros mecanismos de atenção (Atenção Espacial, SE, Contexto Global, GCG) e arquiteturas baseadas em Transformers (ViT) e CNNs padrão (ResNet50, DenseNet121).
• Estudo de Ablação:
  • A remoção da perda contrastiva causou uma queda significativa de 3,67% na acurácia, provando sua importância.
  • O tamanho de vizinhança 3x3 foi o ideal; vizinhanças maiores (5x5, 7x7) introduziram ruído e reduziram o desempenho.
  • A resolução de 256x256 mostrou-se o melhor equilíbrio entre precisão e custo computacional.
• Avaliação Qualitativa: Visualizações via Grad-CAM++ demonstraram que o RAA foca com maior precisão nas regiões diagnosticamente relevantes (bordas tumorais, atipia celular), enquanto outros métodos tendem a ativar áreas de fundo ou ter padrões de ativação mais dispersos.

5. Significado e Conclusão

Este trabalho representa um avanço significativo na patologia digital, oferecendo uma solução viável para o diagnóstico de câncer de mama em tempo real usando imagens DUV.

• Impacto Clínico: Ao preservar a coerência espacial e focar em regiões críticas sem o overhead de pré-processamento de patches, o RAA é um forte candidato para sistemas de suporte à decisão em cirurgias de conservação da mama, onde a avaliação rápida das margens é vital.
• Interpretabilidade: A capacidade do modelo de destacar regiões específicas aumenta a confiança dos patologistas, tornando a IA mais explicável.
• Limitações e Futuro: O estudo é limitado a um único conjunto de dados (136 amostras) e o RAA foca em vizinhanças locais, não capturando dependências de longo alcance além da janela fixa. Trabalhos futuros devem explorar mecanismos de afinidade hierárquica e validação em coortes multicêntricas.

Em resumo, o Region-Affinity Attention estabelece um novo padrão para classificação de WSIs, superando as limitações de métodos anteriores ao integrar modelagem de afinidade local com aprendizado contrastivo em um pipeline eficiente e interpretável.