Promise and challenges of heart chamber segmentation from non-contrast CT scans using contrastive unpaired image translation: a feasibility study

Resumo Técnico: ChameleonNet para Segmentação de Câmaras Cardíacas em TC Sem Contraste

Definição do Problema
A segmentação precisa das câmaras cardíacas (átrio esquerdo, ventrículo esquerdo, átrio direito e ventrículo direito) a partir de exames de TC sem contraste é altamente desejável para triagem oportunística, redução de custos e planejamento de radioterapia. No entanto, a anotação manual em TC sem contraste é extremamente difícil devido ao baixo contraste de tecidos moles, levando a uma alta variabilidade interobservador. Modelos de aprendizado profundo como o nnU-Net apresentam bom desempenho em TC com contraste, mas enfrentam dificuldades em dados sem contraste. As soluções existentes enfrentam obstáculos significentes: métodos multi-atlas sofrem com generalização limitada, e o aprendizado profundo supervisionado exige anotações manuais extensas em exames sem contraste, que são escassas. Além disso, a utilização de anotações de TC com contraste é complicada pelo fato de que os exames com e sem contraste do mesmo paciente raramente estão perfeitamente alinhados (pareados) devido às diferenças no tempo de aquisição e à ausência de sincronia com o ECG (ECG gating).

Metodologia: ChameleonNet
Os autores propõem o ChameleonNet, um framework de dois estágios projetado para segmentar as câmaras cardíacas de TC sem contraste sem exigir anotações manuais nesses exames específicos. A abordagem utiliza a tradução de imagem não pareada para sintetizar imagens sem contraste a partir de exames com contraste, transferindo assim as anotações de contraste para o domínio sem contraste.

1. Estágio I: Tradução de Imagem Contrastiva Não Pareada (CUT) com Aprendizado Desacoplado

   • Arquitetura: O framework utiliza um gerador ($G$) e um discriminador ($D$) baseados na arquitetura de Tradução Contrastiva Não Pareada (CUT).
   • Inovação (Perda DCE): Os autores introduzem uma perda de Aprendizado Contrastivo Desacoplado (DCE) para substituir a perda InfoNCE padrão usada no CUT. No aprendizado contrastivo padrão, o efeito de "acoplamento negativo-positivo" (NPC) pode causar o desaparecimento de gradientes quando os pares positivos são muito semelhantes ou os pares negativos são muito distintos. A perda DCE remove o termo do par positivo do denominador da função de perda, efetivamente desacoplando os gradientes. Isso acelera o treinamento e melhora a eficiência.
   • Processo: O gerador traduz imagens com contraste ($I_c$) em imagens sintéticas sem contraste ($I_{nc}$), preservando a estrutura anatômica. O treinamento utiliza perda contrastiva de patch multicamadas para manter a consistência de características em diferentes escalas.
   • Dados: O modelo de tradução foi treinado em 35.538 fatias de TC com contraste e 37.197 sem contraste de conjuntos de dados não pareados.

2. Estágio II: Segmentação com Perda de Distância de Hausdorff

   • Arquitetura: Um nnU-Net modificado é treinado para segmentar as quatro câmaras cardíacas usando as imagens sem contraste sintéticas geradas no Estágio I.
   • Função de Perda: O modelo de segmentação emprega uma função de perda composta incluindo Entropia Cruzada, perda de Dice e uma perda de Distância de Hausdorff (HD). A perda HD é especificamente adicionada para regularizar as fronteiras de segmentação, abordando o desafio da delineação precisa em regiões de baixo contraste.
   • Treinamento: O modelo foi treinado em 292 exames sem contraste sintetizados usando anotações derivadas dos exames originais com contraste.

Principais Contribuições

• Aprendizado Contrastivo Desacoplado: A integração da perda DCE no framework CUT acelera o treinamento em aproximadamente 36–39% em comparação ao CycleGAN e ao CUT padrão, enquanto melhora a qualidade da tradução de imagem (maior SSIM, menor FID).
• Adaptação de Domínio Não Pareada: O método faz a ponte com sucesso entre a TC com e sem contraste sem exigir dados pareados e com sincronia de ECG, que são raros na prática clínica.
• Regularização de Fronteira: A inclusão da perda de distância de Hausdorff na etapa de segmentação demonstrou melhorias específicas na concordância de volume para exames reais sem contraste, particularmente para o ventrículo esquerdo.
• Validação em Larga Escala: O estudo utiliza um grande conjunto de dados para o treinamento da tradução e inclui um conjunto de teste independente de 36 TCs reais sem contraste para uma avaliação rigorosa, indo além da validação puramente sintética.

Resultados

• Tradução de Imagem: O ChameleonNet alcançou um Índice de Similaridade Estrutural Médio (SSIM) de 0,96 e uma Distância de Incepção de Fréchet (FID) de 13,29, superando tanto o CycleGAN quanto o CUT padrão. A análise qualitativa mostrou melhor preservação das bordas estruturais e das características de intensidade pulmonar em comparação aos modelos de base.
• Segmentação em Dados Sintéticos: Nas imagens sem contraste sintetizadas, o modelo alcançou altos Coeficientes de Similaridade de Dice (DSC): LA (0,94), LV (0,91), RA (0,92) e RV (0,93). A adição da perda de Hausdorff mostrou diferença mínima nos dados sintéticos.
• Segmentação em Dados Reais Sem Contraste: Quando aplicado a exames de TC reais sem contraste, o modelo mostrou forte concordância de volume com o ground truth derivado do contraste:
  • Correlações de Pearson: LA (0,93), LV (0,82), RA (0,87), RV (0,89).
  • Métricas de Erro: O Erro Percentual Absoluto Médio (MAPE) variou de 9,22% (LA) a 20,79% (LV).
  • Impacto da Perda HD: A perda de distância de Hausdorff melhorou significativamente a concordância de volume do Ventrículo Esquerdo (LV) em exames reais, aumentando a correlação de Pearson de 0,73 para 0,82 e reduzendo o MAPE de 34,75% para 20,79%.
  • Limitações: Erros sistemáticos persistiram, particularmente uma subestimação do Ventrículo Direito (MPE = -12,52%) e erros mais elevados no LV, provavelmente devido ao desalinhamento da fase cardíaca entre os exames não pareados.

Significância e Alegações
Os autores posicionam este trabalho como um estudo de viabilidade, demonstrando que a segmentação de câmaras cardíacas em TC sem contraste é alcançável sem anotações manuais de exames sem contraste. Ao sintetizar imagens sem contraste a partir de exames com contraste, o framework transfere efetivamente as anotações valiosas do domínio com contraste para o domínio sem contraste.

O artigo afirma que o ChameleonNet oferece uma solução prática para cenários clínicos onde dados pareados não estão disponíveis, preservando a resolução e a intensidade nativas da TC. No entanto, os autores mantêm a modéstia quanto à implantação clínica. Eles declaram explicitamente que, embora o método seja viável, os erros residuais de volume (especialmente para LV e RV) indicam que refinamentos e validações adicionais são necessários antes do uso clínico. O estudo destaca que a falta de dados pareados com sincronia de ECG introduz uma variabilidade inevitável, impedindo a avaliação direta ao nível de voxel e sugerindo que trabalhos futuros devem abordar o alinhamento da fase cardíaca para melhorar a precisidade.