CrackMorph-XAI-Net: A Topology-Preserving and Explainable Framework for Automated Crack Morphology

Resumo Técnico: CrackMorph-XAI-Net

Declaração do Problema
Os sistemas atuais de inspeção automatizada de fissuras dependem predominantemente de modelos de aprendizado profundo para produzir máscaras de segmentação binária. Embora eficazes para localizar regiões de dano, essas máscaras carecem da granularidade estrutural necessária para uma interpretação de engenharia rigorosa. As decisões de manutenção dependem não apenas da presença de um defeito, mas de descritores morfológicos quantitativos, como comprimento, largura, orientação, comportamento de ramificação, tortuosidade e classificação topológica de fissuras. As abordagens tradicionais para derivar essas métricas envolvem técnicas de pós-processamento clássicas (por exemplo, afinamento morfológico e transformações de eixo medial) aplicadas a máscaras de segmentação. No entanto, esses métodos heurísticos são notoriamente frágeis; são hipersensíveis a ruídos de fronteira, frequentemente gerando micro-ramificações espúrias, linhas centrais quebradas e topologias distorcidas. Além disso, à medida que sistemas automatizados se integram a fluxos de trabalho críticos para a segurança, a natureza de "caixa preta" dos modelos de segmentação padrão limita a confiança e a explicabilidade. Há uma necessidade crítica de transição da localização em nível de pixel para uma previsão estrutural transparente e baseada em aprendizado que produza dados mensuráveis e relevantes para a engenharia.

Metodologia
O artigo propõe o CrackMorph-XAI-Net, um framework explicável e consciente da morfologia projetado para converter imagens brutas de fissuras e máscaras de região em uma sequência de saídas estruturais interpretáveis. O framework opera como um pipeline em cascata modular de quatro estágios:

1. Extração de Esqueleto Preservando Topologia: Em vez de aplicar algoritmos de afinamento clássicos, o framework formula a recuperação do esqueleto como um problema de previsão estrutural aprendido. Uma rede codificador-decodidor no estilo U-Net prevê uma linha central contínua de um pixel de largura. A rede é otimizada usando uma função de perda composta que combina perda Dice e entropia cruzada binária (BCE) para lidar com o desequilíbrio severo de classes entre primeiro plano e fundo, ao mesmo tempo que garante sobreposição espacial global.
2. Detecção de Junções via Regressão de Mapa de Calor Gaussiano: Para abordar a extrema escassez de junções de fissuras (pontos de ramificação), o framework evita a classificação binária direta pixel a pixel. Em vez disso, emprega uma estratégia de regressão de mapa de calor gaussiano inspirada na estimativa de pose humana. Coordenadas discretas de junção são transformadas em distribuições gaussianas 2D contínuas. Uma rede dedicada prevê esse mapa de probabilidade usando perda de Erro Quadrático Médio (MSE), suavizando o landscape de otimização e permitindo a localização robusta de alvos estruturais esparsos.
3. Cálculo Determinístico de Descritores Morfológicos: Este estágio é estritamente geométrico e analítico, traduzindo as saídas estruturais previstas em métricas de engenharia. Ele calcula:
   • Comprimento da Fissura: Comprimento do caminho ao longo do esqueleto extraído.
   • Largura Média: Razão entre a área semântica total da fissura e o comprimento do esqueleto.
   • Orientação: Eixo principal dominante das coordenadas do esqueleto.
   • Contagem de Junções: Número de pontos de ramificação detectados.
   • Tortuosidade: Razão entre o comprimento do caminho do esqueleto e a distância euclidiana entre os pontos finais.
   • Classe Topológica: Classificação categórica (Linear, Ramificada, Complexa, Rede) baseada na abundância de junções.
4. Triagem Orientada à Gravidade: O estágio final sintetiza esses descritores em uma heurística de priorização. Embora não seja um substituto para análise de elementos finitos, utiliza conceitos da Mecânica de Fratura Elástica Linear (LEFM) para sinalizar defeitos críticos para revisão humana com base em limites geométricos e complexidade estrutural.

Contribuição do Conjunto de Dados
Para suportar uma avaliação rigorosa por estágio, os autores estenderam o padrão CRACK500 para o CRACK500-Extended. Este novo benchmark mantém as 500 imagens de alta resolução e máscaras binárias originais, mas introduz três camadas de anotação críticas e espacialmente alinhadas:

• Mapas de Esqueleto: Linhas centrais de um pixel de largura, preservando a topologia, derivadas por meio de transformações de eixo medial refinadas.
• Mapas de Calor de Junção: Distribuições gaussianas contínuas centradas em pontos de ramificação anotados.
• Rótulos Topológicos: Categorias de complexidade global em nível de imagem.
  O conjunto de treinamento foi aumentado para 1.896 instâncias usando transformações espaciais (reflexão, rotação, deformação elástica) para garantir invariância geométrica.

Principais Resultados
A validação experimental no conjunto de teste CRACK500-Extended demonstra melhorias significativas em relação às bases clássicas:

• Extração de Esqueleto: O modelo aprendido alcançou um coeficiente médio Dice de 0,991 e um IoU de 0,983, comparado a 0,912 para o afinamento clássico. A preservação da topologia foi mantida em 98,5% das imagens de teste, uma melhoria de 11,5 pontos percentuais sobre a base.
• Detecção de Junções: A abordagem de regressão de mapa de calor gaussiano produziu um recall de 0,964 e um escore F1 de 0,887, superando significativamente as bases de classificação binária (que alcançaram 0,871 de recall).
• Precisão dos Descritores: Foi observada forte concordância entre os valores morfológicos previstos e os de referência. Os coeficientes de correlação de Pearson superaram 0,95 para todas as métricas, com correlações de comprimento e orientação atingindo 0,982 e 0,991, respectivamente.
• Classificação Topológica: O framework alcançou uma precisão categórica geral de 83,5%, com erros ocorrendo principalmente entre classes de complexidade adjacentes (por exemplo, Ramificada vs. Complexa).
• Estudos de Ablação: A arquitetura em cascata (estágios independentes) provou-se superior a uma rede multifuncional unificada, prevenindo interferência de gradiente entre a recuperação densa do esqueleto e a localização esparsa de junções.

Significado e Alegações
O artigo afirma que o CrackMorph-XAI-Net representa uma mudança de paradigma na inspeção automatizada de infraestrutura, avançando além da mera segmentação em direção a representações estruturais transparentes, mensuráveis e relevantes para a engenharia. Seu significado principal reside em sua explicabilidade intrínseca: ao gerar saídas estruturais intermediárias (esqueletos, mapas de calor) em vez de mapas de probabilidade opacos, o framework permite que especialistas do domínio verifiquem e diagnostiquem visualmente o raciocínio do modelo. Essa transparência é apresentada como essencial para a implantação de IA em fluxos de trabalho de engenharia críticos para a segurança.

Os autores posicionam o framework como uma ferramenta de apoio à decisão projetada para triar danos em infraestrutura e priorizar defeitos para revisão por especialistas, em vez de ser um substituto definitivo para análise de falha específica de material. O trabalho enfatiza que, embora o sistema quantifique efetivamente a morfologia 2D, iterações futuras devem abordar a generalização em diversos materiais (por exemplo, aço, concreto microestrutural) e integrar métricas de profundidade para monitoramento de saúde estrutural 3D completo. O estudo conclui que a saída algorítmica não deve apenas localizar danos, mas quantificar sua arquitetura estrutural de maneira verificável para ser verdadeiramente útil no planejamento de manutenção preventiva.