An Interpretable Deep Learning Framework for Discovery and Clinical Validation of Deep Radiomic Signatures in Tumor Classification

Resumo Técnico: Um Framework de Aprendizado Profundo Interpretável para Descoberta e Validação Clínica de Assinaturas Radiômicas Profundas na Classificação de Tumores

Declaração do Problema

Embora o aprendizado profundo tenha demonstrado um potencial significativo na análise de imagens médicas, sua interpretabilidade limitada permanece como uma barreira primária para a adoção clínica. As abordagens de aprendizado profundo existentes frequentemente alcançam alto desempenho preditivo, mas funcionam como "caixas pretas", fornecendo pouca percepção biológica sobre as assinaturas de imagem específicas que impulsionam as decisões de classificação. Por outro vez, a radiômica tradicional baseia-se em características extraídas manualmente ou automaticamente de tumores inteiros segmentados. Embora essas assinaturas tradicionais sejam interpretáveis, elas frequentemente assumem que o tumor inteiro contribui uniformemente para o diagnóstico, potencialmente negligenciando subregiões espacialmente localizadas e clinicamente críticas (ex: margens infiltrativas, núcleos necróticos ou zonas de transição heterogêneas). Além disso, os fluxos de trabalho tradicionais são laboriosos e dependem fortemente de pré-processamento orientado por especialistas. Existe uma lacuna fundamental entre as assinções tradicionais — que são interpretáveis, mas podem perder a complexidade biológica localizada — e as assinaturas de aprendizado profundo — que são altamente preditivas, mas insuficientemente explicáveis.

Metodologia

Os autores propõem um framework unificado que integra segmentação baseada em aprendizado profundo, classificação explicável e análise radiômica para descobrir assinaturas de imagem interpretáveis. O fluxo de trabalho consiste em quatro etapas principais:

1. Segmentação Robusta: O framework utiliza modelos de aprendizado profundo (especificamente nnU-Net e UNETR) para delinear com precisão as regiões tumorais. Para aumentar a robustez, uma união de predições de ambos os modelos é computada para definir a máscara do tumor.
2. Descoberta de Assinatura via Grad-CAM: Um pipeline guiado por Mapeamento de Ativação de Classe ponderado por Gradiente (Grad-CAM) identifica regiões diagnosticamente importantes. Para focar a atenção no tumor, um decaimento exponencial de distância é aplicado ao Mapa de Ativação de Classe (CAM) com base na distância do centroide da máscara de segmentação.
3. Limiarização Adaptativa: Uma estratégia de limiarização adaptativa baseada em informação mútua é empregada para extrair assinaturas específicas de cada paciente. O sistema avalia exaustivamente limiares candidatos (0–255) dentro da região da máscara de segmentação. O limiar ideal é selecionado como aquele que maximiza a informação mútua entre o CAM binarizado e a máscara de verdade fundamental (ground-truth). Este processo gera uma região de "Assinatura" que representa a ativação de saliência com a maior sobreposição informacional com a máscara do tumor.
4. Validação e Interpretação:
   • Validação de Aprendizado Profundo: As assinaturas extraídas são validadas utilizando modelos de classificação de aprendizado profundo subsequentes (EfficientNet, ResNet50, DenseNet121 e Vision Transformer) através de três configurações de entrada: Imagem apenas, Imagem + Máscara de Segmentação e Imagem + Máscara + Assinatura.
   • Análise Radiômica: Características radiômicas são extraídas das regiões definidas pela assinatura (e comparadas contra a máscara total). Essas características são analisadas usando modelos tradicionais de aprendizado de máquina (Random Forest, XGBoost, LinearSVM, Regressão Logística).
   • Interpretabilidade: Valores SHAP (SHapley Additive exPlanations) são usados para identificar biomarcadores mais discriminativos e vinculá-los a características patológicas.

Principais Contribuições

• Framework Inovador: O artigo introduz um framework de construção de assinatura que utiliza conjuntamente máscaras de segmentação e Grad-CAM para gerar mapas de saliência que definem regiões de assinaturas biologicamente significativas.
• Extração Adaptativa: Propõe uma estratégia de limiarização adaptativa baseada em informação mútua para extrair assinaturas específicas de pacientes, indo além de cortes fixos ou arbitrários.
• Abordagem de Validação Dupla: O framework valida as assinaturas tanto através de classificação por aprendizado profundo (demonstrando eficácia discriminativa) quanto por aprendizado de máquina tradicional com características radiômicas (fornecendo interpretabilidade biológica).
• Avaliação Abrangente: Experimentos extensos foram conduzidos em quatro conjuntos de dados: BUSI (ultrassonografia mamária), BraTS (RM de tumor cerebral), KiTS (TC renal) e um coorte privado de TC renal do UF Health, cobrindo diferentes modalidades de imagem e tipos de tumor.

Resultos

• Desempenho de Aprendizado Profundo: Em todos os conjuntos de dados e arquiteturas de backbone, a incorporação da assinatura proposta consistentemente melhorou o desempenho da classificação em comparação ao uso de imagens sozinhas ou imagens com máscaras de segmentação.
  • No conjunto de dados BraTS, adicionar a assinatura à máscara aumentou as AUCs (ex: DenseNet melhorou de 0,951 para 0,960).
  • No conjunto de dados BUSI, a assinatura proporcionou ganhos significativos, com a AUC da DenseNet aumentando de 0,856 para 0,883 e os escores F1 do ViT melhorando substancialmente.
  • No conjunto de dados de TC renal do UF Health, as melhorias foram mais modestas, mas geralmente positivas, sugerindo que, embora a morfologia global seja crítica para tumores renais, a assinatura ainda oferece informações complementares.
• Desempenho de Aprendizado de Máquina: Na análise radiômica, a estratégia "Máscara $\cap$ Assinatura" (interseção de máscara e assinatura) frequentemente alcançou a AUC mais alta, particularmente para tumores cerebrais e mamários. Isso sugere que a assinatura refina efetivamente a máscara do tumor ao excluir regiões não críticas enquanto preserva áreas discriminativas. Para tumores renais, a união de máscara e assinatura às vezes apresentou o melhor desempenho, indicando que a morfologia completa do tumor permanece altamente informativa.
• Interpretabilidade: A análise SHAP revelou padrões distintos de importância de características. Para tumores cerebrais, as regiões guiadas pela assinatura destacaram margens infiltrativas e componentes vasculares heterogêneos. Para tumores de mama, características relacionadas à área de superfície e heterogeneidade de textura foram fundamentais. Para tumores renais, características que capturam grandes regiões de baixa intensidade e elongação foram proeminentes. Esses achados vincularam as assinaturas extraídas a características patológicas específicas (ex: crescimento infiltrativo em gliomas vs. realce homogêneo em meningiomas).

Significância e Alegações

Os autores alegam que este framework oferece uma solução interpretável e reprodutível para a caracterização de tumores não invasiva e descoberta de biomarcadores de imagem. Ao converter a atenção do aprendizado profundo em biomarcadores de imagem quantitativos reprodutíveis, a abordagem preenche a lacuna entre o poder preditivo do aprendizado profundo e a transparência biológica necessária para a confiança clínica. O estudo demonstra que abordagens baseadas em assinaturas podem alcançar um desempenho discriminativo superior à radiômica convencional de tumor total, ao mesmo tempo em que fornecem maior interpretabilidade biológica.

Os autores reconhecem limitações, incluindo a dependência da precisão dos modelos de segmentação subjacentes, a variabilidade potencial na estratégia de limiarização adaptativa e a necessidade de conjuntos de dados em maior escala para aumentar ainda mais a generalização. Eles também observam que o Grad-CAM reflete a atenção do modelo e não a verdadeira patologia causal, exigindo uma interpretação clínica cautelosa.