Landmark-free Assessment of Lower-limb Alignment with Implicit Neural Shape Functions from Knee Radiographs

Resumo Técnico: Avaliação de Alinhamento de Membros Inferiores Livre de Pontos de Referência com Funções de Forma Neurais Implícitas

Definição do Problema
A avaliação radiográfica do alinhamento de membros inferiores (LLA) é crítica para prever a saúde articular e os resultados cirúrgicos na artroplastia total de joelho (TKR). Os métodos tradicionais dependem da medição manual, que é demorada. Abordagens recentes de aprendizado de máquina automatizaram esse processo, mas tipicamente dependem da detecção de um conjunto fixo de pontos de referência anatômicos (landmarks) para calcular ângulos de alinhamento (ex: ângulo tibiofemoral anatômico, aTFA). Essa dependência de landmarks explícitos limita a flexibilidade do modelo; se as definições clínicas mudarem, o protocolo de anotação deve ser redefinido e o modelo pode exigir retreinamento. Além disso, modelos baseados em landmarks restringem a representação da anatomia a pontos discretos em vez de formas contínuas.

Metodologia
Os autores propõem um fluxo de trabalho automatizado usando Funções de Forma Neurais Implícitas (INSF) para avaliar o LLA diretamente de radiografias de joelho sem depender de coordenadas explícitas de landmarks. O framework opera através das seguintes etapas:

1. Pré-processamento e Alinhamento de Dados:

   • As imagens de entrada são radiografias de joelho AP (anteroposterior) padrão.
   • Um alinhador de forma baseado em CNN (arquitetura Hourglass) detecta dois pontos de referência nos cantos do platô tibial para alinhar todas as imagens em um espaço canônico.
   • Para lidar com o truncamento dos eixos ósseos nas radiografias, os autores estendem manualmente os contornos truncados do fêmur e da tíbia em direção às margens da imagem ao longo de tangentes estimadas do eixo, garantindo que o modelo aprenda uma geometria de eixo consistente.

2. Predição de SDF:

   • Uma U-Net é treinada para prever Funções de Distância com Sinal (SDFs) a partir das imagens alinhadas. O resultado consiste em dois canais, representando mapas de distância com sinal separados para os contornos do fêmur e da tíbia.

3. Aprendizado de Representação de Forma Implícita:

   • O núcleo do método emprega um auto-decodificador baseado em SIREN para aprender representações de forma latentes compactas.
   • Em vez de prever landmarks, o modelo codifica a geometria óssea em um vetor latente ($z$). Um MLP (perceptron de múltiplas camadas) decodificador mapeia coordenadas espaciais ($x$) e o vetor latente ($z$) para um valor de distância com sinal ($d$), onde $d < 0$ é dentro do osso, $d > 0$ é fora do osso e $d = 0$ define a superfície.
   • O treinamento envolve a otimização conjunta dos pesos da rede ($\theta$) e dos códigos latentes ($z$) usando uma perda Focal L1 com Sinal, que é projetada para capturar detalhes geométricos de alta frequência.

4. Otimização em Tempo de Teste e Regressão:

   • Otimização do Código Latente: Para uma nova imagem de teste, a U-Net prevê um SDF inicial. Um processo de otimização encontra então o vetor latente ($z$) específico que minimiza a perda focal entre o SDF gerado e a predição da U-Net.
   • Regressão de LLA: O vetor latente otimizado é alimentado em um simples MLP de 4 camadas para regredir diretamente as medições angulares (aTFA, aMPTA, JLCA). Isso evita a necessidade de calcular ângulos a partir de coordenadas de landmarks intermediários.

Principais Contribuições

• Framework Livre de Landmarks: Esta é a primeira aplicação de Funções de Forma Neurais Implícitas para radiografias de joelho para avaliação automatizada de LLA. O método codifica a estrutura anatômica global em um espaço latente, removendo a dependência de definições de landmarks predefinidas.
• Extensibilidade Flexível: A arquitetura permite a rápida adaptação para novas tarefas de medição sem alterar a representação de base (backbone), pois o modelo aprende características de forma em vez de localizações de pontos específicos.
• Estratégia de Extensão de Eixo: Os autores introduzem uma etapa de pré-processamento para estender os eixos ósseos truncados, demonstrando que a incorporação de mais anatomia do eixo melhora a precisão das medições, particularmente para o aTFA.
• Interpretabilidade do Espaço Latente: O estudo analisa a correlação entre dimensões latentes e ângulos clínicos, mostrando que dimensões específicas (ex: dimensão 116) correlacionam-se fortemente com aTFA e JLCA, capturando informações de pose e posicionamento ósseo.

Resultados
O método foi avaliado em um conjunto de dados interno (566 treinamento, 50 teste) e um conjunto de dados externo (402 casos do conjunto de dados MRKR).

• Validação Interna: O método proposto alcançou desempenho comparável aos métodos baseados em landmarks de última geração e ao acordo inter-avaliador manual.
  • Para aTFA contra o ground truth de um cirurgião ortopedista: Diferença Absoluta Média (MAD) = 1,2°, Coeficiente de Correlação Intraclasse (ICC) = 0,97.
  • A inclusão da extensão do eixo melhorou significativamente os resultados, reduzindo o MAD de 1,8° para 1,2° e melhorando o ICC de 0,94 para 0,97 em comparação com as medições do cirurgião.
• Validação Externa: No conjunto de dados MRKR, o método apresentou desempenho comparável a uma linha de base baseada em landmarks para aTFA, mas mostrou desempenho numérico ligeiramente inferior para aMPTA e JLCA em comparação tanto com a linha de base quanto com o acordo intra-avaliador manual.
• Significância Estatística: Testes estatísticos (Testes de Uma Cauda de Dois Lados) indicaram que as diferenças de MAD entre o método proposto, a linha de base e o acordo manual não foram estatisticamente significativas dentro de um limiar de ±1° (todos os $p < 0,0001$).

Significância e Alegações
O artigo alega que as representações neurais implícitas capturam com sucesso as variações associadas ao LLA, oferecendo uma alternativa flexível aos modelos baseados em landmarks. A principal significância reside na flexibilidade da representação de forma, que pode ser estendida para tarefas de medição adicionais sem exigir a reanotação de landmarks. Isso é particularmente valioso para definições clínicas em evolução, onde os modelos tradicionais baseados em pontos são impraticáveis.

Os autores reconhecem modestamente as limitações, observando que os alvos de treinamento foram derivados de anotações baseadas em landmarks, o que pode inerentemente favorecer abordagens orientadas por landmarks. Eles sugerem que trabalhos futuros devem focar na regressão de medições que não podem ser facilmente derivadas de landmarks para demonstrar plenamente as vantagens da abordagem livre de landmarks. Adicionalmente, a leve queda na generalização no conjunto de dados externo é atribuída a diferenças populacionais (ex: idade e etnia) entre as coortes interna e externa.