Blasto-Net: An Explainable Multi-Task Learning for Blastocyst Segmentation, Grading, and Implantation Prediction

Resumo Técnico: Blasto-Net

Problema
O sucesso da fertilização in vitro (FIV) depende fortemente da seleção do embrião mais viável para transferência. No estágio de blastocisto, a qualidade do embrião é avaliada com base em três compartimentos morfológicos: a Massa Celular Interna (MCI), que se desenvolve no feto; o Trofoectoderma (TE), que medeia a implantação; e a Zona Pelúcida (ZP), a camada estrutural. A avaliação clínica atual baseia-se no sistema de classificação de Gardner, que é inerentemente subjetivo e sofre com variabilidade inter e intra-observador. Além disso, a análise automatizada enfrenta desafios significativos: os compartimentos possuem topologias distintas (por exemplo, a MCI é uma região pequena e compacta, enquanto o TE e a ZP são anéis finos e irregulares) e frequentemente exibem texturas semelhantes, mas estruturas diferentes. As abordagens de aprendizado profundo existentes normalmente abordam segmentação, classificação ou predição de implantação de forma isolada, falhando em aproveitar a interdependência inerente dessas tarefas.

Metodologia
Os autores propõem o Blasto-Net, um framework unificado de aprendizado multitarefa (MTL) projetado para realizar três tarefas simultaneamente em uma única passagem direta (forward pass): segmentação ao nível de pixel da ZP, TE e MCI; classificação morfolológica de cada compartimento; e predição binária do desfecho de implantação.

• Arquitetura: O modelo utiliza um codificador EfficientNet-B3 para extrair características hierárquicas ($E_0$–$E_4$) e um decodificador do tipo UNet para reconstrução.
• Mecanismos de Atenção: Para aumentar a seletividade de características, cada bloco do decodificador integra dois módulos:
  1. Módulo de Atenção de Bloco Convolucional (CBAM): Aplica atenção de canal e espacial para focar em regiões relevantes.
  2. Módulo de Atenção Sensível a Bordas (EAAM): Um módulo inovador que incorpora informações de gradiente (via núcleos Sobel fixos) para destacar explicitamente as fronteiras, melhorando a delineação das interfaces dos compartimentos sem adicionar parâmetros treináveis à detecção de bordas em si.
• Cabeças Topológicas Específicas: Em vez de uma cabeça de segmentação compartilhada, a rede emprega ramos especializados adaptados às características anatômicas:
  • Cabeça ZP: Uma cabeça de anel multiescala que agrega características para capturar a estrutura de anel externo fino.
  • Cabeça MCI: Um ramo de refinamento guiado por LoG (Laplaciano-de-Gauss) projetado para lidar com o tamanho pequeno e o desequilíbrio de classes da MCI.
  • Cabeça TE: Uma cabeça de anel fino com orientação Sobel, agregando características multiescala e utilizando uma tarefa auxiliar de esqueleto morfológico para impor a representação da linha central.
• Funções de Perda: O modelo emprega uma estratégia de perda composta. As perdas de segmentação ($L_{ZP}$, $L_{MCI}$, $L_{TE}$) são específicas para a topologia, combinando métricas de sobreposição (Dice, Lovász), precisão de borda (Transformada de Distância, Hausdorff) e restrições estruturais (topologia de anel, supervisão de esqueleto). Uma taxa de supervisão profunda também é incluída.
• Explicabilidade: Para apoiar a confiança clínica, visualizações GradCAM++ são geradas para cada saída, destacando as regiões de imagem específicas que influenciam as predições.

Principais Contribuições

1. Framework Multitarefa Unificado: A primeira rede de ponta a ponta que realiza simultaneamente a segmentação, a classificação morfológica e a predição de implantação para blastocistos.
2. Design Consciente da Topologia: Introdução de cabeças de segmentação especializadas e funções de perda que respeitam as propriedades geométricas distintas da MCI (pequeno blob), ZP (anel) e TE (anel fino irregular).
3. Melhoria de Bordas e Fronteiras: Integração do EAAM e supervisão de borda multiescala (Sobel-Gauss) para abordar a dificuldade de segmentar estruturas finas e adjacentes.
4. Interpretabilidade: Adaptação do GradCAM++ para verificar se o modelo atenta para os compartimentos anatomicamente corretos, facilitando a validação clínica.

Resultados
Avaliado em um conjunto de dados público de 249 imagens de Contraste de Modulação de Hoffman (HMC), o Blasto-Net demonstrou um forte desempenho em todas as tarefas:

• Segmentação: Alcançou pontuações Dice de 94,93% (MCI), 91,60% (ZP) e 88,82% (TE). Notavelmente, a pontuação Dice da MCI superou os métodos anteriores de estado da arte (ex: SSS-Net), apesar de o modelo também aprender tarefas de classificação e predição.
• Classificação: Alcançou acurácias de 76% (TE), 68% (MCI) e 48% (ZP/Expansão), com F1-scores de 75,00%, 56,14% e 49,52% respectivamente.
• Predição de Implantação: Atingiu um F1-score de 80,00% e um alto recall de 94,12%, indicando uma forte capacidade de identificar embriões viáveis, o que é crítico na FIV para evitar a perda de potenciais gestações.
• Comparação: O Blasto-Net alcançou o maior IoU para MCI (85,73%) e resultados competitivos para TE e ZP em comparação com modelos de tarefa única de estado da arte, demonstrando que o aprendizado multitarefa não compromete a precisão da segmentação.

Significância e Alegações
O artigo afirma que o Blasto-Net oferece uma solução precisa, interpretável e eficiente para a avaliação automatizada de blastocistos. Ao otimizar conjuntamente a segmentação, a classificação e a predição de implantação, o modelo aprende representações compartilhadas mais ricas do que as abordagens de tarefa única. Os autores enfatizam que o alto recall de implantação é particularmente valioso em contextos clínicos onde perder um embrião viável é custoso. A integração de ferramentas de explicabilidade (GradCAM++) é apresentada como um passo fundamental para apoiar a tomada de decisão clínica e construir confiança nos fluxos de trabalho de IA na FIV. O estudo conclui que, embora o modelo equilibre múltiplos objetivos, ele mantém um desempenho robusto em todos os compartimentos, abordando desafios fundamentais como diversidade estrutural e desequilíbrio de classes. O trabalho futuro sugere estender o modelo para vídeos de tempo decorrido (time-lapse) e incorporar dados clínicos específicos do paciente.