💻 computer science

Automated classification method of COVID-19 cases from chest CT volumes using 2D and 3D hybrid CNN for anisotropic volumes

Este artigo propõe um novo método CNN híbrido 2D/3D que extrai características de volumes de TC de tórax anisotrópicos de forma eficaz ao analisar três planos mutuamente perpendiculares, alcançando uma acurácia de classificação de 83,3% para o diagnóstico de COVID-19 que supera modelos não híbridos.

Autores originais: Masahiro Oda, Tong Zheng, Yuichiro Hayashi, Yoshito Otake, Masahiro Hashimoto, Toshiaki Akashi, Shigeki Aoki, Kensaku Mori

Publicado 2026-08-03

📖 3 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Masahiro Oda, Tong Zheng, Yuichiro Hayashi, Yoshito Otake, Masahiro Hashimoto, Toshiaki Akashi, Shigeki Aoki, Kensaku Mori

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você é um detetive tentando resolver um mistério dentro de um bloco gigante de gelatina tridimensional. Esta não é uma gelatina qualquer; é um bloco de dados representando um tórax humano, fatiado em centenas de camadas finas como um pão de forma. No mundo da ciência médica, isso é chamado de tomografia computadorizada (TC). Normalmente, os detetives (médicos) examinam essas fatias uma a uma para encontrar pistas de uma infecção, como um intruso escondido. Mas quando um novo e sorrateiro vírus começou a se espalhar pelo mundo, havia blocos de gelatina demais para verificar manualmente, e os detetives estavam ficando cansados. Eles precisavam de um ajudante robô. É aqui que entra o "Diagnóstico Auxiliado por Computador". Pense nisso como um cérebro robô superinteligente que pode olhar para o bloco de gelatina e dizer: "Eu acho que este tem o vírus" ou "Este parece estar limpo". A parte complicada é que a gelatina não tem um formato perfeito; as fatias às vezes são grossas e às vezes finas, tornando difícil para os cérebos robôs padrão enxergarem todo o quadro com clareza. Este artigo é sobre a construção de um novo tipo de cérebro robô que é especialmente projetado para lidar com esses blocos de dados de formatos estranhos.

Os pesquisadores deste artigo, liderados por Masahiro Oda e sua equipe, queriam criar uma maneira melhor para os computadores diferenciarem automaticamente as tomografias computadorizadas de tórax que provavelmente têm COVID-19 daquelas que não têm. Eles notaram que a maioria dos cérebos robôs padrão (chamados de CNNs 3D) tem dificuldade quando as "fatias de pão" da TC têm espessuras desiguais. É como tentar comer um sanduíche onde o pão é grosso de um lado e fino como papel do outro; uma mordida normal pode perder o recheio inteiramente. Para corrigir isso, eles inventaram um céreço robô "híbrido". Em vez de apenas olhar para o bloco 3D de uma só vez, este novo cérebro tem um truque especial: ele olha para o bloco de três ângulos diferentes ao mesmo tempo — como olhar para um cubo pela frente, pela lateral e pelo topo. Ele usa olhos 2D planos para escanear cada um desses ângulos separadamente, capturando detalhes que um olho 3D poderia perder devido à espessura desigual das fatias.

Depois de reunir todas as pistas dessas três visões diferentes, o cérebro robô as combina em uma compreensão única e poderosa de toda a forma 3D. Ele então utiliza alguns truques matemáticos inteligentes, como "convoluções dilatadas" (que funcionam como uma lente grande-angular para ver tanto os detalhes minúsculos quanto o quadro geral) e "conexões de pooling densas" (que garantem que nenhuma informação importante se perca no processo), para tomar sua decisão final. A equipe testou este novo cérebro híbrido em um conjunto de dados de 1.288 volumes de TC de tórax. Eles descobriram que o novo método deles acertou a resposta cerca de 83,3% das vezes. Quando compararam com um cérebro robô que não usava esse truque especial de três ângulos, a versão híbrida foi claramente superior, obtendo cerca de 79,5% de precisão. O artigo sugere que, ao usar esses olhos 2D para lidar com as fatias desiguais, o robô pode aprender de forma mais eficaz, mesmo quando não há uma enorme quantidade de dados de treinamento disponível. Embora os autores observem que este é um passo à frente, eles também mencionam que trabalhos futuros são necessários para tornar o sistema ainda melhor e transformá-lo em uma ferramenta completa que os médicos possam usar todos os dias para ajudar a combater o vírus.

Resumo Técnico: Classificação Automatizada de Casos de COVID-19 a partir de Volumes de TC de Tórax usando CNN Híbrida 2D/3D

Definição do Problema
A rápida propagação global da Doença do Coronavírus 2019 (COVID-19) criou uma escassez significativa de mão de obra nas instituições médicas, necessitando de sistemas de Diagnóstico Auxiliado por Computador (CAD) eficientes. Embora o teste de Reação em Cadeia da Polimerase com Transcrição Reversa (RT-PCR) seja a ferramenta diagnóstica padrão, sua sensibilidade é relatada entre apenas 42% e 71%. Em contraste, o diagnóstico baseado em TC de tórax demonstra uma sensibilidade de aproximadamente 97%, tornando-o uma ferramenta crítica para identificar pneumonia viral. No entanto, o desenvolvimento de métodos de classificação automatizados para volumes de TC é desafiador devido à natureza anisotrópica dos dados de TC de tórax. Os volumes de TC frequentemente possuem espessuras de corte variáveis (variando de 1,0 a 5,0 mm), tornando as Redes Neurais Convolucionais (CNNs) 3D padrão com kernels isotrópicos (por exemplo, $3 \times 3 \times 3$ ) subótimas para a extração de características.

Metodologia
Os autores propõem um método de classificação automatizada que utiliza uma CNN híbrida 2D/3D projetada especificamente para lidar com volumes anisotrópicos. O fluxo de processamento consiste nas seguintes etapas:

Pré-processamento (Geração do Volume Pulmonar):
- Um método de segmentação automatizado é aplicado ao volume de TC de tórax bruto para isolar as regiões pulmonares, incluindo tanto tecidos normais quanto regiões infectadas (por exemplo, opacidades em vidro fosco e consolidações).
- A região segmentada é aparada e redimensionada para um volume fixo de $144 \times 144 \times 144$ voxels para servir como o "volume pulmonar" de entrada.
Extração de Características Híbrida 2D/3D:
- Parte 2D (Extração de Características Paralela): A primeira metade da rede processa o volume pulmonar através de três fluxos paralelos correspondentes aos planos axial, coronal e sagital. Em vez de usar kernels 3D isotrópicos, a rede emprega kernels de convolução anisotrópicos adaptados para cada plano:
  - Plano axial: $3 \times 3 \times 1$
  - Plano coronal: $3 \times 1 \times 3$
  - Plano sagital: $1 \times 3 \times 3$
- As características extraídas desses três fluxos 2D são concatenadas.
- Parte 3D (Integração Espacial): As características combinadas são processadas pela segunda metade da rede usando convoluções 3D e pooling. Para capturar características espaciais locais e globais, os autores incorporam:
  - Convoluções Dilatadas: Para utilizar características distribuídas esparsamente.
  - Conexões de Pooling Denso: Utilizando pooling misto (uma combinação de max pooling e average pooling) em vez de max pooling padrão para reduzir a perda de informação e aproveitar informações espaciais de múltiplas escalas.
Classificação:
- A camada final produz uma classificação binária: Alta probabilidade ou Baixa probabilidade de um caso de COVID-19, baseada em achados de TC confirmados por radiologistas.

Principais Contribuições

Arquitetura Inovadora: A introdução de um fluxo de extração de características híbrido 2D/3D que aborda explicitamente a anisotropia dos volumes de TC médica ao processar três planos ortogonais com kernels específicos de plano antes de fundi-los em um contexto 3D.
Eficiência de Parâmetros: O uso de kernels baseados em 2D na etapa inicial reduz o número de parâmetros treináveis, permitindo um treinamento eficaz mesmo com conjuntos de dados limitados.
Robustez à Variabilidade: O método é projetado para lidar com a ampla variação nos tamanhos das regiões de infecção e valores de TC observados em casos de COVID-19, bem como para distingui-los de distúrbios não relacionados à COVID.

Resultados Experimentais
O método foi avaliado em um conjunto de dados de 1.288 volumes de TC de tórax coletados de múltiplas instituições médicas no Japão. O conjunto de dados foi dividido em 1.030 casos de treinamento e 258 casos de teste.

Desempenho: A CNN híbrida 2D/3D proposta alcançou uma precisão de classificação média de 83,3% ± 1,8%.
Comparação: Um experimento comparativo foi realizado utilizando uma CNN padrão sem o componente híbrido 2D (substituindo a parte 2D por convoluções 3D padrão). Este modelo de linha de base alcançou uma precisão média de 79,5% ± 2,1%.
Conclusão: Os resultados demonstram que os fluxos de extração de características híbridos 2D/3D contribuem para uma melhoria mensurável na precisão da classificação (um aumento de aproximadamente 3,8 pontos percentuais) em comparação com modelos que carecem dessa arquitetura específica.

Significância e Alegações
O artigo afirma que o método proposto extrai efetivamente características de imagem de volumes anisotrópicos onde as CNNs 3D isotrópicas tradicionais têm dificuldade. Ao integrar o processamento específico de plano 2D com o contexto espacial 3D, o sistema alcança uma maior precisão diagnóstica. Os autores observam que esta arquitetura não se limita a volumes de TC, mas tem o potencial de ser aplicada a outros tipos de imagens médicas volumétricas. O trabalho serve como um passo fundamental para o desenvolvimento de um sistema CAD completo para COVID-19, visando aliviar a carga sobre os profissionais médicos ao fornecer assistência diagnóstica quantitativa rápida. Os autores mantêm-se modestos, identificando como trabalho futuro a introdução de etapas adicionais de pré-processamento para melhorar a precisão e o desenvolvimento completo de um sistema CAD clínico.

Mais como este