Automated brain tumor detection in MRI images using CNN and ResNet architectures

Resumo Técnico: Detecção Automatizada de Tumores Cerebrais em Imagens de RM Utilizando Arquiteturas CNN e ResNet

Problema
O diagnóstico precoce e preciso de tumores cerebrais é fundamental para determinar as modalidades de tratamento e melhorar as taxas de sobrevivência dos pacientes. Embora a Ressonância Magnética (RM) seja a modalidade padrão para visualizar estruturas cerebrais devido ao seu alto contraste de tecidos moles, a interpretação manual dessas imagens por radiologistas permanece laboriosa, subjetiva e sujeita à variabilidade interobservador. As abordagens tradicionais de aprendizado de máquina, baseadas em características manuais (handcrafted features), frequentemente falham em generalizar para diferentes conjuntos de dados e configurações de imagem. Além disso, o volume crescente de dados de imagem médica impõe uma carga significativa aos profissionais clínicos, aumentando o risco de diagnósticos perdidos ou atrasados. Há uma necessidade urgente de sistemas de aprendizado profundo automatizados, confiáveis e de baixo custo, capazes de distinguir imagens de RM com tumor de imagens sem tumor com alta precisão.

Metodologia
O framework proposto utiliza uma abordagem de aprendizado profundo baseada em Redes Neurais Convolucionais (CNNs) e Redes Residuais (ResNets) para automatizar a detecção de tumores cerebrais. O estudo emprega transfer learning (aprendizado por transferência), aproveitando modelos pré-treinados para enfrentar o desafio da escassez de dados médicos rotulados.

• Conjunto de Dados: O sistema foi avaliado em um conjunto de dados de 3.929 imagens de RM cerebral, classificadas por especialistas clínicos nas categorias de tumor e não tumor. Os dados foram divididos em 85% para treinamento e 15% para teste.
• Pré-processamento: As imagens foram redimensionadas para 224 × 224 pixels para atender aos requisitos de entrada dos modelos pré-treinados. As intensidades de pixel foram normalizadas para melhorar a convergência. Técnicas de aumento de dados (data augmentation), especificamente o espelhamento horizontal aleatório e a rotação, foram aplicadas para aumentar a diversidade dos dados e mitigar o overfitting.
• Arquiteturas: Duas arquiteturas pré-treinadas, ResNet18 e ResNet50, foram implementadas. Estes modelos foram originalmente treinados no conjunto de dados ImageNet.
• Estratégia de Treinamento: O estudo utilizou técnicas de transfer learning envolvendo duas estratégias principais:
  1. Extração de Características: Congelamento das camadas convolucionais iniciais e treinamento apenas das novas camadas totalmente conectadas (fully connected layers).
  2. Fine-tuning (Ajuste Fino): Descongelamento de toda a rede com uma taxa de aprendizado baixa para adaptar os pesos pré-treinados às características específicas dos dados de RM cerebral.
• Classificação: As características extraídas foram passadas por camadas totalmente conectadas com ativação ReLU e regularização de dropout. Um classificador Softmax foi utilizado para gerar probabilidades binárias de "Tumor" ou "Não Tumor".

Principais Contribuições

• Desenvolvimento de um framework de aprendizado profundo automatizado para detecção de tumores cerebrais utilizando as arquiteturas ResNet18 e ResNet50.
• Uma análise comparativa de profundidade de modelo, avaliando os compromissos entre a ResNet18 (mais leve) e a ResNet50 (mais profunda) no contexto de um conjunto de dados médicos relativamente pequeno.
• Aplicação de estratégias específicas de transfer learning, incluindo o congelamento de pesos e o fine-tuning, para otimizar a eficiência e o desempenho do treinamento.
• Avaliação abrangente do impacto do pré-processamento e do aumento de dados (redimensionamento, normalização, espelhamento) na generalização do modelo.

Resultos
Os resultados experimentais demonstraram que a arquitetura mais leve, ResNet18, superou a mais profunda, ResNet50, neste conjunto de dados específico.

• Acurácia: A configuração ideal (combinando redimensionamento, espelhamento horizontal aleatório e normalização) rendeu uma acurácia de 97% para a ResNet18 e 96% para a ResNet50.
• Métricas de Desempenho: A ResNet18 alcançou uma sensibilidade de 96,8%, especificidade de 97,2% e um F1-score de 0,97. A ResNet50 alcançou sensibilidade de 95,9%, especificidade de 96,1% e um F1-score de 0,96.
• Análise de Overfitting: O estudo observou que a ResNet50, com seu maior número de parâmetros, foi mais propensa ao overfitting no conjunto de dados limitado, resultando em um platô de perda de treinamento ligeiramente superior em comparação com a convergência mais suave da ResNet18.
• Análise ROC: A curva ROC indicou que a ResNet18 possui uma Área Sob a Curva (AUC) ligeiramente maior, confirmando sua capacidade superior de diferenciar casos com e sem tumor neste contexto.
• Comparação com a Literatura: A abordagem proposta baseada em ResNet18 alcançou uma acurácia superior (97%) em comparação com métodos recentes de estado da arte citados na literatura, como ResNet50 com Grad-CAM (95,2%) e U-Net com codificador ResNet50 (96,1%).

Significância e Alegações
O artigo afirma que o framework proposto oferece uma solução rápida, precisa e de baixo custo para a detecção de tumores cerebrais. Um achado primário é que a profundidade do modelo nem sempre se correlaciona com um melhor desempenho em tarefas de imagem médica com dados limitados; arquiteturas mais leves como a ResNet18 podem generalizar de forma mais eficaz do que as mais profundas como a ResNet50 ao reduzir o overfitting.

Os autores sustentam que este sistema apoia a tomada de decisão clínica ao fornecer uma ferramenta automatizada e confiável que pode auxiliar radiologistas, reduzir a carga de trabalho manual e potencialmente melhorar as taxas de detecção precoce. O estudo conclui que, embora o trabalho atual foque na classificação binária, o framework estabelece as bases para futuras extensões em gradação de tumores multiclasse, localização precisa de tumores e segmentação usando arquiteturas mais complexas como ResUNet, bem como a integração de IA explicável (XAI) para aumentar a confiança clínica.