Computational Imaging Priors for Wireless Capsule Endoscopy: Monte Carlo-Guided Hemoglobin Mapping for Rare-Anomaly Detection

Resumo Técnico: Priors Computacionais de Imagem para Endoscopia por Cápsula Sem Fio

Declaração do Problema
Os classificadores atuais de aprendizado profundo para Endoscopia por Cápsula Sem Fio (WCE), tipicamente treinados em dados RGB padrão, apresentam desempenho inferior em achados vasculares de pequenos vasos. Esses modelos frequentemente confundem o contraste da hemoglobina com fatores de confusão, como coloração por bile, detritos intraluminais e queda de iluminação (reflexos especulares). Embora existam soluções de hardware (por exemplo, filtros espectrais), elas não são universalmente implantadas. Os autores argumentam que a IA existente trata os quadros da cápsula como fotografias genéricas, ignorando a física específica do sistema de imagem: o padrão de fluência decaimento radial dos LEDs da cápsula e a assinatura distinta de absorção espectral da hemoglobina.

Metodologia
O estudo utiliza o conjunto de dados Kvasir-Capsule (47.238 quadros, 11 classes avaliáveis) com uma divisão estrita de vídeo em 70/15/15 para garantir generalização. Os autores propõem um prior analítico inspirado em Monte Carlo para calcular um mapa de probabilidade de hemoglobina ($P_{blood}$) diretamente a partir de quadros RGB padrão, sem hardware adicional.

O núcleo do método envolve três etapas analíticas:

1. Índice de Hemoglobina ($H$): Uma razão por pixel $R/(G+B)$ tendenciosa para regiões onde a hemoglobina absorve luz verde/azul.
2. Normalização Robusta: Para evitar que pixels escuros de vinheta e reflexos especulares saturados colapsem a faixa dinâmica, o índice é limitado ao percentil 1º–99º por quadro antes da normalização min-max.
3. Fluência Radial ($\Phi$): Uma aproximação de primeira ordem do transporte de luz do LED, modelada como um decaimento exponencial a partir do centro da imagem.
4. Síntese do Prior: O prior final é $P_{blood} = \sigma(\alpha(H_{norm} - 0.5)) \cdot \Phi(r)$.

Duas configurações de software são avaliadas contra uma linha de base EfficientNet-B0 apenas RGB em 6 sementes aleatórias:

• Fusão de Entrada (5 Canais): Os 3 canais RGB são concatenados com dois canais de física ($P_{blood}$ e um substituto de autofluorescência $H_{AFI}$). Os novos canais são inicializados com zero, garantindo que o modelo se comporte idênticamente à linha de base RGB na inicialização.
• Destilação (3 Canais + Cabeça Auxiliar): Uma espinha dorsal RGB de 3 canais é treinada com um decodificador auxiliar para prever o mapa analítico $P_{blood}$. Na inferência, o decodificador é descartado, restando um modelo padrão de 3 canais que internalizou representações conscientes da hemoglobina.

Principais Contribuições

1. Integração de Prior Analítico: O artigo demonstra que um prior de física de forma fechada, sem treinamento, pode ser fundido em pipelines de aprendizado profundo por meio de canais auxiliares inicializados com zero, melhorando a sensibilidade a patologias sutis sem alterações de hardware.
2. Destilação Amigável à Implantação: Estabelece-se um caminho onde o prior de física atua como sinal de professor durante o treinamento, mas é removido na inferência. Isso permite que o modelo implantado seja executado em entradas RGB padrão de 3 canais, mantendo os benefícios do espaço de características informado pela física.
3. Insights Metodológicos:
   • Limitação por Percentil: Os autores identificam que a limitação por percentil por quadro é essencial; sem ela, valores atípicos causam o colapso do prior, e o modelo aprende a ignorar os canais auxiliares.
   • Variância de Semente: O estudo destaca que classes focais-vasculares raras (por exemplo, Angiectasia) exibem alta variância entre sementes, alertando contra a superinterpretação de resultados de semente única.

Resultados
Avaliado na divisão de teste Kvasir-Capsule ($n=6.423$ quadros):

• Macro-AUC: A variante Fusão de Entrada alcançou uma melhoria consistente na direção sobre a linha de base apenas RGB, aumentando o macro-AUC de 0,760 ± 0,027 para 0,783 ± 0,024 ($\Delta$ pareado = +0,023, significativo em 5/6 sementes). A variante Destilação alcançou uma média similar (0,773 ± 0,028), mas mostrou direcionalidade mista entre sementes (3/6 positivas).
• Desempenho por Classe: A melhoria mais robusta foi observada em Linfangiectasia, onde a variante Fusão de Entrada melhorou o AUC de 0,238 para 0,337 (sinal consistente em todas as 6 sementes).
• Casos de Alta Variância: Uma única semente (seed=42) mostrou um salto dramático no AUC de Angiectasia (de 0,528 para 0,916), mas a média entre sementes não mostrou ganho consistente (de 0,646 para 0,608), ilustrando a sensibilidade do conjunto de dados à inicialização para classes raras.
• Detecção de Sangramento: A classe "Blood - fresh" não mostrou ganho consistente, o que os autores atribuem à escassez de dados (apenas 22 quadros de treinamento de um único vídeo) e não a falha metodológica.

Significado e Alegações
O artigo alega que um prior analítico inspirado em Monte Carlo fornece uma melhoria pequena, mas consistente na direção, do macro-AUC no benchmark Kvasir-Capsule. Os autores enfatizam que a variante de destilação é a estratégia de implantação preferida: ela iguala o desempenho da variante de fusão de entrada enquanto roda em entradas RGB padrão de 3 canais, evitando custos de integração em pipelines comerciais.

O trabalho é modesto em suas alegações, observando explicitamente que:

• Os ganhos são pequenos em termos absolutos, mas reproduzíveis na direção.
• O método não resolve o problema de detecção de "Blood - fresh" devido a limitações de dados.
• Resultados de semente única em classes raras (como Angiectasia) não devem ser citados como desempenho típico devido à alta variância.
• As descobertas estão atualmente limitadas ao conjunto de dados Kvasir-Capsule e requerem validação clínica prospectiva.

Os autores concluem que integrar prios ópticos analíticos com aprendizado profundo é uma estratégia viável para melhorar a classificação em WCE, particularmente para anomalias vasculares raras, sem exigir novo hardware. Todo o código e pesos são liberados para garantir reprodutibilidade.