Robustness of Transformer-Based Fluence Map Prediction Under Clinically Realistic Perturbations

Resumo Técnico: Robustez da Previsão de Mapas de Fluência Baseada em Transformers sob Perturbações Clinicamente Realistas

Declaração do Problema
A previsão de mapas de fluência baseada em aprendizado oferece uma alternativa promissora ao planejamento inverso iterativo na Radioterapia de Intensidade Modulada (IMRT), potencialmente reduzindo o tempo de planejamento e a variabilidade entre operadores. No entanto, a robustez desses modelos sob deslocamentos de distribuição realistas encontrados durante a implantação clínica permanece incerta. Enquanto o planejamento convencional gerencia incertezas (ruído de imagem, erros de posicionamento do paciente, variabilidade do scanner) através de margens geométricas e restrições de robustez, a interação entre essas incertezas e representações aprendidas em modelos de aprendizado profundo é menos transparente. Avaliações existentes frequentemente priorizam a precisão em conjuntos de teste estáveis, assumindo implicitamente distribuições de dados que raramente se sustentam na prática. Além disso, os mapas de fluência apresentam um perfil de risco distinto: como alvos de regressão densos constrangidos pela geometria do feixe e conservação de energia, pequenas perturbações podem induzir mudanças não lineares na modulação que não são capturadas por métricas padrão de similaridade de imagem, mas resultam em desvios dosimétricos clinicamente significativos.

Metodologia
Os autores avaliam a robustez de um pipeline de previsão de fluência baseado em transformers em duas etapas, consistente com o framework FluenceFormer:

1. Etapa Anatomia-Dose ($g_\phi$): Mapeia a anatomia do paciente (TC e contornos) para uma distribuição de dose prevista.
2. Etapa Dose-Fluência ($f_\theta$): Regreda mapas de fluência de feixes a partir da dose prevista e da geometria do feixe.

O estudo foca na etapa de fluência ($f_\theta$) pois governa diretamente a modulação administrável, enquanto também submete a etapa anatomia-dose a testes de estresse em conjuntos de dados externos. Os autores comparam várias arquiteturas de backbones de codificador transformer — SwinUNETR (atenção em janelas hierárquica), UNETR (atenção totalmente global), nnFormer e MedFormer (atenção híbrida) — todos treinados com uma função de perda de Regressão Consciente de Fluência (FAR). Esta função de perda combina MSE voxel a voxel, consistência de gradiente, correlação e um termo de energia informado por física para impor consistência global de energia.

A robustez é avaliada em quatro cenários de perturbação motivados clinicamente usando um conjunto de dados de IMRT de próstata de instituição única (99 pacientes) e dois conjuntos de dados públicos (OpenKBP cabeça e pescoço e CORT próstata) para testes de estresse entre conjuntos de dados:

• Perturbações Geométricas: Deslocamentos translacionais (3–5 mm) e rotações no plano (2°–5°).
• Perturbações Radiométricas: Ruído gaussiano aditivo ($\sigma = 0.05–0.20$) e campos de viés multiplicativos suaves.
• Escassez de Dados: Treinamento em frações reduzidas do conjunto de dados (25%, 50%, 75%).
• Deslocamentos de Domínio: Deslocamentos de domínio sintéticos que imitam a variabilidade do scanner.

O desempenho é quantificado usando a Medida de Similaridade Estrutural (SSIM) e, crucialmente, o percentil 75 do erro de energia ($EQ^{75}_{err}$) para capturar a estabilidade da dose de cauda e modos de falha fisicamente significativos.

Principais Resultados

• Robustez Geométrica: Erros rotacionais provaram ser mais disruptivos do que deslocamentos translacionais. Embora todos os modelos mostraram um declínio suave no desempenho, o SwinUNETR (atenção hierárquica) exibiu o crescimento mais lento no erro de energia do quartil superior ($EQ^{75}_{err}$) em comparação com variantes totalmente globais (UNETR) e híbridas. Baselines CNN mostraram SSIM similar, mas erros de energia de cauda significativamente maiores.
• Robustez Radiométrica: Todos os backbones demonstraram um declínio monotônico do SSIM com o aumento do ruído. O nnFormer foi o mais sensível (queda de >20% no SSIM), enquanto SwinUNETR e MedFormer foram mais tolerantes, provavelmente devido a representações multi-escala que suprimem ruído de alta frequência.
• Eficiência de Dados: Todos os modelos melhoraram com mais dados, mas os comportamentos de escalabilidade diferiram. SwinUNETR permaneceu o mais eficiente em termos de dados, alcançando o SSIM mais alto e o menor $EQ^{75}_{err}$ mesmo com apenas 25% dos dados de treinamento. Por outro lado, o nnFormer foi altamente dependente de dados.
• Robustez de Domínio: Sob perturbações de campo de viés, modelos como CNN e Swin-Direct mantiveram SSIM alto, mas incorreram em grandes erros de energia de cauda, indicando previsões visualmente plausíveis, mas dosimetricamente inseguras. Variantes do FluenceFormer, particularmente o SwinUNETR treinado com perda informada por física, controlaram melhor a deriva de energia.
• Generalização entre Conjuntos de Dados: A etapa anatomia-dose generalizou razoavelmente bem para os conjuntos de dados OpenKBP e CORT sem ajuste fino, com curvas DVH degradando-se suavemente sob perturbações moderadas.

Significado e Alegações
O artigo afirma que a robustez na previsão de fluência não é meramente uma função de novidade arquitetural, mas emerge da interação entre viés indutivo arquitetural (especificamente atenção em janelas hierárquica) e supervisão informada por física.

As principais conclusões incluem:

1. Limitações do SSIM: Métricas de similaridade estrutural sozinhas são insuficientes para avaliação de segurança clínica, pois podem mascarar previsões fisicamente inconsistentes (por exemplo, alto SSIM com grandes erros de energia).
2. Importância de Métricas de Energia: Métricas baseadas em energia (como $EQ^{75}_{err}$) são críticas para identificar modos de falha clinicamente relevantes, mas invisíveis para medidas de similaridade de imagem.
3. Resiliência Arquitetural: Mecanismos de atenção hierárquica (por exemplo, SwinUNETR) fornecem resiliência superior ao desalinhamento e ruído em comparação com atenção totalmente global, provavelmente ao limitar a propagação de erros espaciais.
4. Segurança de Implantação: Testes de estresse sistemáticos sob incerteza realista, em vez de precisão em condições limpas, são um pré-requisito para a adoção clínica responsável da previsão de fluência baseada em aprendizado. O estudo delimita faixas operacionais onde a previsão direta de fluência permanece confiável e identifica regimes onde a robustez falha.