Reducing Annotation Burden for Femoral Cartilage Segmentation in Knee MRI via Cross-Sequence Transfer Learning

Resumo Técnico: Redução da Carga de Anotação para Segmentação de Cartilagem Femoral em Ressonância Magnética de Joelho via Aprendizado por Transferência entre Sequências

Declaração do Problema
A segmentação precisa da cartilagem femoral em imagens de ressonância magnética (RM) de joelho é crítica para quantificar a progressão da osteoartrite. Embora o aprendizado profundo (DL) tenha melhorado a eficiência da segmentação, a maioria dos modelos existentes é treinada e avaliada em uma única sequência de RM, predominantemente a sequência de estado estacionário de duplo eco (DESS) da Iniciativa Osteoartrite (OAI). A prática clínica, no entanto, utiliza frequentemente outras sequências, como a eco de spin rápido 3D ponderada em densidade protônica (Cube), que oferecem diferentes contrastes de tecidos e resoluções espaciais. A aplicação direta de modelos treinados em uma sequência para outra frequentemente resulta em degradação de desempenho. O re-treinamento de modelos a partir do zero em sequências-alvo requer grandes volumes de dados anotados manualmente, um processo intensivo em mão de obra e muitas vezes inviável devido à escassez de conjuntos de dados clínicos rotulados. O desafio central abordado é determinar se o aprendizado por transferência entre sequências pode alcançar um desempenho de segmentação comparável ao treinamento na mesma sequência, reduzindo significativamente o número de anotações no domínio-alvo necessárias.

Metodologia
O estudo empregou um desenho retrospectivo utilizando dois conjuntos de dados: 507 imagens DESS da OAI e 44 imagens Cube adquiridas no IRCCS Istituto Ortopedico Rizzoli. A coorte Cube foi pareada à coorte OAI com base em idade, sexo, índice de massa corporal (IMC), lateralidade e grau de Kellgren–Lawrence (KLG), estratificada em subgrupos sem lesões e com lesões.

• Arquitetura: Foi implementada uma U-Net 2D modificada. A arquitetura apresentava um codificador com quatro níveis de resolução (64 a 512 canais) e um gargalo (1024 canais), seguido por um decodificador com conexões de salto. As modificações incluíram a substituição de convoluções válidas por convoluções com preenchimento "same" para preservar as dimensões espaciais, a adição de normalização em lote e a introdução de regularização por dropout.
• Estratégia de Treinamento:
  1. Otimização: Os hiperparâmetros (função de perda, taxa de aprendizado, tamanho do lote, dropout) e os parâmetros de aumento de dados foram otimizados usando um Estimador Parzen Estruturado em Árvore (Optuna) no conjunto de dados completo DESS da OAI.
  2. Linhas de Base na Mesma Sequência: Modelos foram treinados a partir do zero em subconjuntos de imagens DESS e Cube usando validação cruzada ao nível do sujeito (70% treino, 20% validação, 10% teste) para estabelecer linhas de base de desempenho.
  3. Aprendizado por Transferência entre Sequências: Modelos pré-treinados foram ajustados finamente na sequência alvo. O codificador foi congelado para preservar características de baixo nível, enquanto o gargalo e o decodificador foram atualizados. O ajuste fino utilizou uma taxa de aprendizado reduzida ($1 \times 10^{-5}$) e tamanhos de lote menores.
• Análise de Convergência: Para determinar a carga mínima de anotação, o tamanho do conjunto de treinamento para o domínio alvo foi incrementado progressivamente (de 1 até o máximo disponível) mantendo os conjuntos de validação e teste fixos. A convergência foi definida como uma melhoria absoluta inferior a 0,003 no Coeficiente de Similaridade de Dice (DSC) sobre quatro incrementos consecutivos.
• Avaliação: O desempenho foi medido usando DSC e Distância Média de Superfície (ASD). A significância estatística relativa aos efeitos de lesões foi avaliada usando testes U de Mann–Whitney de duas caudas com correção de Bonferroni.

Principais Contribuições e Resultados
O estudo demonstra que o aprendizado por transferência entre sequências pode reduzir substancialmente os requisitos de anotação, embora o desempenho seja altamente dependente da direção da transferência e das características específicas da sequência de RM.

• Desempenho na Mesma Sequência: O treinamento em DESS produziu maior precisão (DSC: 0,900) em comparação com Cube (DSC: 0,830), provavelmente devido ao contraste superior cartilagem-fundo nas imagens DESS.
• Direcionalidade da Transferência:
  • Cube para DESS: O aprendizado por transferência de Cube (fonte) para DESS (alvo) alcançou um DSC de 0,903, igualando a linha de base DESS na mesma sequência (0,900). Este platô de desempenho foi alcançado com apenas 9 sujeitos de treinamento no domínio-alvo.
  • DESS para Cube: A transferência de DESS (fonte) para Cube (alvo) resultou em um DSC menor (0,802) em comparação com a linha de base Cube na mesma sequência (0,830). Esta direção exigiu 24 sujeitos no domínio-alvo para atingir um platô de desempenho, indicando que a transferência de conhecimento de sequências de alto contraste para sequências de baixo contraste é menos eficiente.
• Impacto das Lesões: A presença de lesões na cartilagem femoral não afetou significativamente a precisão da segmentação em DESS (P ≥ .39). No entanto, as lesões reduziram significativamente a precisão em sequências Cube (DSC 0,805 vs. 0,856 em não lesados; P < .001), sugerindo que a degradação de desempenho relacionada a lesões é dependente da sequência.
• Eficiência de Anotação: O estudo quantificou que menos de 10 sujeitos do domínio-alvo anotados manualmente são suficientes para alcançar um desempenho comparável ao treinamento na mesma sequência ao transferir de Cube para DESS.

Significância e Alegações
Os autores afirmam que o aprendizado por transferência entre sequências é uma estratégia viável para mitigar a carga de anotação para o desenvolvimento de modelos de segmentação de cartilagem femoral em diferentes protocolos de RM institucionais. As descobertas destacam que:

1. A direção importa: Transferir de uma sequência de menor contraste (Cube) para uma sequência de maior contraste (DESS) é mais eficaz do que o inverso, provavelmente porque as camadas de decodificador e gargalo podem refinar efetivamente as características quando ajustadas finamente em dados com bom contraste.
2. Dependência da sequência: O impacto das lesões de cartilagem na precisão da segmentação varia conforme a sequência, com DESS demonstrando robustez onde Cube tem dificuldades.
3. Utilidade prática: Ao aproveitar o aprendizado por transferência, as instituições podem desenvolver modelos de segmentação precisos para seus protocolos específicos usando um número mínimo de casos rotulados manualmente (por exemplo, <10 sujeitos), em vez de exigir re-treinamento em grande escala.

O artigo conclui com modéstia, notando limitações como o uso de uma U-Net 2D com reconstrução 3D, o foco exclusivamente na cartilagem femoral e a restrição a scanners de 3 T, sugerindo que a generalização para 1,5 T e arquiteturas 3D requer investigação adicional.