MorVess: Morphology-Aware Pulmonary Vessel Segmentation Network

Resumo Técnico: MorVess – Rede de Segmentação de Vasos Pulmonares com Consciência Morfológica

Declaração do Problema
A segmentação precisa de vasos pulmonares continua sendo um desafio significativo na análise de imagens médicas devido à natureza esparsa, tortuosa e multiescala das estruturas vasculares. As abordagens de aprendizado profundo existentes otimizam primariamente máscaras binárias usando supervisão por voxel, o que frequentemente falha em preservar a morfologia tubular contínua e a conectividade fina de pequenos ramos. Métodos tradicionais e modelos padrão de aprendizado profundo lutam contra descontinuidades topológicas, ambiguidade de borda e inconsistências de diâmetro, particularmente em regiões microvasculares distais, onde os vasos são delgados e de baixo contraste. Além disso, embora modelos de fundação como o Segment Anything Model (SAM) mostrem promessa, sua aplicação direta a dados volumétricos 3D é dificultada pela falta de contexto espacial 3D (quando processados fatia a fatia) e pela ausência de restrições geométricas explícitas necessárias para estruturas tubulares.

Metodologia
Os autores propõem o MorVess, um framework de segmentação com consciência morfológica que integra priors geométricos diferenciáveis com a adaptação de modelos de fundação de larga escala. A arquitetura consiste em três componentes principais:

1. Geração de Prior Geométrico: Para abordar a ambiguidade de borda e a descontinuidade de diâmetro, o método gera dois sinais de supervisão contínuos e diferenciáveis a partir de máscaras de verdade de campo (ground-truth):

   • Mapa de Distância de Vaso (VDM): Transforma as bordas das máscaras binárias em campos de potencial de gradiente suaves usando erosão morfológica e decaimento de distância exponencial. Isso fornece localização subpixel e aguçamento dos gradientes de borda.
   • Mapa de Espessura de Vaso (VTM): Derivado do esqueleto da linha central vascular, este mapa atribui valores de espessura aos voxels com base no raio da esfera inscrita máxima. Ele impõe consistência global no diâmetro do vaso e evita oscilações não físicas em regiões locais.

2. Rede de Adaptação Geométrica 2.5D:

   • Adaptador 2.5D: Para preencher a lacuna entre as representações 2D pré-treinadas do SAM e os dados volumétricos 3D, um adaptador leve é introduzido. Ele processa volumes de entrada como sequências de fatias sobrepostas (por exemplo, uma fatia alvo mais vizinhos adjacentes) e utiliza uma estrutura de convolução 3D para modelar dependências entre fatias sem descongelar o pesado codificador ViT do SAM.
   • Decodificador de Predição Geométrica Multi-cabeça: Estendendo o decodificador do SAM, este módulo inclui ramos paralelos para regredir conjuntamente a máscara semântica, o VDM e o VTM.
   • Bloco de Fusão Global-Local (GLFB): Este bloco agrega características de múltiplos níveis (contexto semântico global, texturas locais rasas e abstrações semânticas profundas) juntamente com os priors geométricos auto-preditos (VDM/VTM). Um mecanismo de hiperrede dinâmica pondera adaptativamente essas características para refinar a topologia vascular final.

3. Estratégia de Treinamento em Duas Etapas:

   • Estágio I (Adaptação de Macro-Características): O codificador do SAM é congelado enquanto o adaptador 2.5D e as cabeças do decodificador são treinados para aprender as relações entre fatias e mapear os priors geométricos.
   • Estágio II (Ajuste Fino Topológico): O adaptador é congelado, e o módulo de fusão e as cabeças de predição são ajustados com uma taxa de aprendizado inferior para otimizar a precisão da borda e a consistência topológica.

O treinamento utiliza uma função de perda composta combinando Cross-Entropy, Dice, Dice de linha central (clDice) e perdas L1 para os mapas de distância e espessura.

Principais Contribuições

• Segmentação com Prior Geométrico: Introdução de um framework de otimização conjunta para Mapas de Espessura de Vaso (VTM) e Mapas de Distância de Vaso (VDM), que reforça explicitamente a preservação da topologia vascular e estruturas geométricas coerentes através de padrões de ramificação complexos.
• Framework 2.5D Leve: Design de um framework de atenção entre fatias com um bloco de fusão aprimorado que integra pistas espaciais de múltiplos níveis, fortalecendo a coerência entre fatias e melhorando a continuidade de vasos de pequena escala, mantendo a eficiência computacional.
• Adaptação Eficiente de Recursos: Desenvolvimento de uma estratégia de treinamento em duas etapas que permite a adaptação estável de modelos pré-treinados grandes (SAM) para tarefas de segmentação médica 3D sob orçamentos computacionais limitados.

Resultados Experimentais
O MorVess foi avaliado em dois benchmarks desafiadores de CT pulmonar: Parse2022 (focado em estruturas arteriais) e AIIB2023 (apresentando fibrose pulmonar com patologias complexas).

• Métricas de Desempenho: O MorVess alcançou desempenho superior em todas as métricas comparado aos métodos de estado da arte (incluindo nnU-Net, Swin-UNet e COMMA).
  • No Parse2022, alcançou um escore Dice de 86,84% (contra 83,27% do segundo melhor) e um clDice de 83,22%.
  • No AIIB2023, atingiu um Dice de 94,31% e um clDice de 89,34%.
  • Melhorias significativas também foram observadas em HD95 (precisão de borda), AMR (taxa de omissão), DBR (razão de detecção de ramos) e DLR (razão de detecção de comprimento).
• Estudos de Ablação: Experimentos confirmaram que a inclusão da supervisão de ambos, VDM e VTM, melhorou sinergicamente o desempenho, reduzindo o HD95 de 6,85 mm para 4,53 mm no Parse2022. O adaptador 2.5D e o GLFB também mostraram ser críticos para a continuidade 3D e reconstrução de detalhes finos.
• Generalização entre Datasets: O modelo demonstrou robustez ao ser aplicado a datasets fora da distribuição (HiPas e ATM2022) sem ajuste fino, mantendo altos escores de Dice e clDice, indicando que as restrições geométricas codificam a continuidade topológica em vez da aparência específica do dataset.
• Análise Geométrica: Usando o Vascular Modeling Toolkit (VMTK), o MorVess apresentou o menor erro em Volume Total de Vaso (TVV) e a maior correlação na distribuição de diâmetro comparado à verdade de campo, validando sua capacidade de preservar características fisiológicas dos vasos.
• Eficiência: O modelo requer apenas 1,0M de parâmetros treináveis e 42 GMACs por pilha de fatias, significativamente menor que métodos concorrentes como o nnU-Net (32M de parâmetros, 180 GMACs).

Significância e Alegações
O artigo afirma que o MorVess oferece um caminho principiado e escalável para a análise precisa de vasos ao incorporar inteligência geométrica em modelos de visão pré-treinados. Ao ir além da simples otimização de máscara binária para incluir restrições geométricas explícitas e diferenciáveis (distância e espessura), o framework aborda as limitações fundamentais dos modelos atuais na recuperação da morfologia tubular contínua. Os autores asseguram que esta abordagem permite a quantificação estrutural clinicamente confiável, particularmente para a recuperação de pequenos vasos e conectividade global, que são críticas para o diagnóstico de doenças pulmonares e planejamento pré-operatório. O trabalho destaca que combinar a adaptabilidade de modelos de fundação com supervisão consciente da morfologia pode superar o compromisso entre alta precisão e o custo computacional do processamento 3D.