Resumo Técnico: Redes de Malha Equivariantes Aumentadas para Segmentação Anatômica

Declaração do Problema

A segmentação de malhas anatômicas é cada vez mais crítica para aplicações clínicas, como rotulagem de superfícies hepáticas, segmentação dentária intraoral e delimitação de aneurismas intracranianos. Essas tarefas exigem modelos que operem diretamente na geometria irregular de malhas triangulares, que é a saída nativa de muitos pipelines de reconstrução clínica. No entanto, os métodos existentes enfrentam dois desafios principais:

1. Falta de Equivariância: Os métodos atuais de segmentação de malhas e nuvens de pontos não são equivariantes a transformações de corpo rígido. Consequentemente, sofrem degradação acentuada de desempenho sob perturbações no momento do teste (por exemplo, mudanças na pose do paciente). O artigo cita um modo de falha específico onde a segmentação intraoral cai 25–26 pontos de IoU sob uma inclinação de 40°.
2. Variabilidade de Resolução e Topologia: Conjuntos de dados médicos exibem variações dramáticas na resolução de malhas (por exemplo, de 3.000 a 20.000 arestas para superfícies hepáticas) e ruído. Os métodos existentes baseados em nuvens de pontos ignoram a estrutura topológica, enquanto os métodos atuais baseados em malhas frequentemente carecem de invariância, tornando-os vulneráveis a correlações espúrias com a pose do paciente.

Metodologia

Os autores propõem o EAMS (Segmentador de Malha Anatômica Equivariante), um framework construído sobre Redes Neurais de Malha Equivariantes (EMNN). A arquitetura é projetada para operar diretamente em grafos de malha, mantendo a equivariância aos grupos de simetria apropriados ($E(3)$ para aneurismas intracranianos e $SE(3)$ para malhas hepáticas e dentárias para preservar a quiralidade).

Arquitetura Central

O modelo utiliza o backbone EMNN, que atualiza características e coordenadas de vértices usando:

• Escalares Invariantes: Comprimentos de aresta ao quadrado e áreas de faces servem como entradas para atualizações de características escalares.
• Vetores Equivariantes: Deslocamentos de aresta e normais de faces são usados exclusivamente em atualizações de coordenadas para preservar a equivariância geométrica.
• Passagem de Mensagens: A rede agrega mensagens de vértices vizinhos (mensagens de aresta) e faces adjacentes (mensagens de face conscientes da superfície).

Caracterização Consciente da Anatomia

Para lidar com tarefas com fortes priores espaciais sem quebrar a equivariância, os autores introduzem priores de coordenadas globais específicos do conjunto de dados:

• Descritores Intrínsecos: Assinaturas de Núcleo de Calor (HKS) e área pontual são usadas como descritores de forma invariantes a $E(3)$.
• Quadros Derivados de PCA: Para conjuntos de dados dentários e hepáticos, um quadro anatômico canônico é construído via Análise de Componentes Principais (PCA) na própria forma da malha. As posições dos vértices são expressas em coordenadas cilíndricas relativas a este quadro. Como o quadro gira consistentemente com a malha sob transformações $SE(3)$, as características escalares resultantes permanecem aproximadamente invariantes.

Passagem de Mensagens Aumentada

Para estender o campo receptivo além da vizinhança local de um anel sem aprofundar a rede, duas estratégias de aumento são propostas:

1. Agregadores Regionais Suaves (SRA): A malha é particionada em $K$ protótipos de região aprendíveis por meio de uma atribuição suave diferenciável. Tokens de região são formados por agrupamento ponderado, processados por um transformer leve e dispersos de volta para os nós. Isso cria um gargalo estruturado para sumarização semântica.
2. Nós Virtuais (VN): Um conjunto de $V$ nós virtuais atua como um banco de memória global. Nós reais trocam mensagens com esses nós virtuais, que agregam informações de todo o grafo. Isso fornece contexto global não estruturado.

Regularização e Perdas

O objetivo de treinamento combina perdas de previsão padrão com regularizadores específicos:

• Perdas Conscientes de Fronteira: Uma perda de diferença sobre união de fronteira (bDoU) para previsões e uma perda de contraste de fronteira (CBL) para embeddings latentes.
• Regularização por Aumento: Para SRAs, perdas de diversidade e equipartição garantem atribuições de região balanceadas. Para Nós Virtuais, um objetivo de energia baseado em kernel previne o colapso de nós e incentiva a proximidade com a superfície da malha.
• Continuidade Específica para Fígado: Uma perda de continuidade local incentiva previsões suaves ao longo de arestas adjacentes para abordar as pistas geométricas sutis necessárias para a identificação de marcos hepáticos.

Contribuições Principais

1. Benchmark Robusto Multi-Tarefa: Os autores avaliam o EAMS em quatro tarefas clinicamente distintas (aneurisma intracraniano, varreduras intraorais e segmentação de superfície hepática), cobrindo supervisão em nível de aresta, vértice e face. O framework é leve (< 2M parâmetros) e demonstra robustez superior em regimes de alta perturbação em comparação com baselines específicas para a tarefa.
2. Caracterização Consciente da Anatomia: A integração de quadros anatômicos derivados de PCA em uma arquitetura equivariante permite que o modelo aproveite priores espaciais globais enquanto mantém invariância aproximada, melhorando consistentemente o desempenho em todas as tarefas.
3. Passagem de Mensagens Aumentada: A proposta e avaliação de Agregadores Regionais Suaves e Nós Virtuais demonstram que estender o campo receptivo com tokens globais aprendíveis melhora significativamente o desempenho em diversos paradigmas de segmentação.

Resultados Experimentais

O modelo foi avaliado no conjunto de dados IntrA (aneurismas), 3DTeethSeg e 3D-IOSSeg (intraoral), e um conjunto de dados de superfície hepática.

• Aneurismas Intracranianos: Variantes do EAMS alcançaram desempenho state-of-the-art em entradas não perturbadas (por exemplo, 98,90% de Dice para VN+EAMS) e mantiveram essas pontuações sob rotações de 40° e reflexões, enquanto baselines como DGCNN e PTv3 degradaram-se significativamente (por exemplo, DGCNN caiu para 94,34% de Dice sob rotação de 40°).
• Segmentação Intraoral: Nos benchmarks 3D-IOSSeg e Teeth3DS, o VN+EAMS aproximou-se do desempenho da baseline mais forte (Fast-TGCN) apesar de ter quase 10× menos parâmetros (1,9M vs. 19,8M). Crucialmente, enquanto o Fast-TGCN degradou-se sob rotação (caindo para 52% de IoU em 40°), o VN+EAMS permaneceu estável (83% de IoU).
• Segmentação Hepática: A família EAMS exibiu um trade-off: ficou atrás de baselines não equivariantes em malhas não perturbadas (onde as baselines podiam explorar o alinhamento canônico da varredura), mas permaneceu quase inalterada sob rotação de 40°. Em contraste, as baselines sofreram quedas acentuadas de desempenho (por exemplo, o Dice de ligamento do MeshGraphCNN caiu de 47% para 4,66% sob rotação).

Significado e Alegações

O artigo alega que um framework equivariante leve pode entregar segmentação robusta de malhas anatômicas em diversos tipos de supervisão sem exigir arquiteturas específicas para a tarefa. O significado principal reside em demonstrar que a robustez à pose não precisa vir às custas da precisão da baseline em dados não perturbados.

Os autores observam que, embora o EAMS alcance robustez quase perfeita à rotação, ele incorre em um trade-off modesto na precisão de pose canônica para tarefas como segmentação hepática, onde modelos não equivariantes exploram implicitamente o alinhamento consistente da varredura como um forte prior de orientação. O artigo conclui que fechar essa lacuna sem sacrificar a invariância provavelmente requer descritores intrínsecos mais ricos ou agregação consciente da pose aprendida que não quebre a equivariância. O trabalho é posicionado como um passo para reduzir os encargos de anotação manual e melhorar a consistência em fluxos de trabalho clínicos onde a orientação do scanner e a pose do paciente variam.