Modelling Geographic Atrophy Progression using Implicit Neural Representations

Resumo Técnico: Modelagem da Progressão da Atrofia Geográfica usando Representações Neurais Implícitas

Declaração do Problema
A Degeneração Macular Relacionada à Idade (DMRI) é uma das principais causas de cegueira, com sua fase seca tardia caracterizada pela Atrofia Geográfica (AG), uma perda irreversível de tecido retinal. Embora a imagem de Autofluorescência de Fundo (FAF) seja o padrão para monitorar o crescimento das lesões de AG, a natureza altamente individualizada da progressão da doença torna difícil modelar e prever a evolução com precisão, particularmente em cenários de baixos dados, onde os registros longitudinais de pacientes são esparsos. As abordagens atuais de aprendizado profundo frequentemente têm dificuldade em capturar trajetórias contínuas e específicas de cada paciente ou exigem dados extensos para generalizar.

Metodologia
Os autores propõem um framework utilizando Representações Neurais Implícitas (INRs) para modelar a progressão da AG como uma função contínua e específica de cada sujeito. A arquitetura central é um auto-decodificador composto por um Perceptron Multicamadas (MLP) com funções de ativação SIREN.

• Arquitetura e Condicionamento: O modelo é dividido em duas cabeças: uma cabeça de reconstrução ($f^{faf}_\theta$) para gerar as intensidades de pixels da imagem FAF e uma cabeça de segmentação ($f^{seg}_\theta$) para prever as máscaras de lesão de AG. Ambas as cabeças compartilham o mesmo MLP até a camada penultimate.
• Representação Latente: Para capturar as características individuais de cada olho, um vetor latente espacial 3D único ($z_i$) é atribuído a cada olho. Este vetor é compartilhado em todos os pontos temporais para aquele olho específico, forçando o modelo a aprender características anatômicas específicas do olho em vez de artefatos específicos de cada visita.
• Modulação e Dinâmica Temporal: A rede é condicionada via camadas de modulação (FiLM). O vetor latente é concatenado com variáveis temporais (semanas decorridas desde a linha de base) e variáveis clínicas (idade do paciente na visita). Esses inputs combinados são mapeados linearmente para parâmetros de escala e deslocamento (scale and shift) para cada camada. Notavelmente, o parâmetro de deslocamento é usado para representar a dinâmica temporal como sinais de baixo nível.
• Treinamento e Adaptação em Tempo de Teste:
  • Treinamento: O modelo otimiza tanto os parâmetros da rede ($\theta$) quanto o conjunto de vetores latentes específicos de cada olho ($\{z_i\}$) ao minimizar uma função de perda conjunta composta por Erro Quadrático Médio (MSE) para a reconstrução da FAF e uma combinação de Entropia Cruzada Binária e perda DICE para segmentação.
  • Adaptação em Tempo de Teste: Para pacientes não vistos anteriormente (novos olhos), um novo vetor latente é inicializado aleatoriamente e otimizado usando as visitas disponíveis para aquele paciente específico, mantendo os pesos da rede congelados. Isso permite que o modelo se adapte às trajetórias de doenças individuais sem a necessidade de retreinar toda a rede.

Principais Contribuições

1. Primeira Aplicação de INRs para AG: Este trabalho apresenta a primeira aplicação de Representações Neurais Implícitas para modelar trajetórias individuais de lesões em AG secundária à DMRI.
2. Modelagem Conjunta de Imagem e Segmentação: O framework gera simultaneamente imagens FAF e máscaras de segmentação de AG em pontos temporais arbitrários (passado, presente e futuro), permitindo a interpolação e extrapolação de estados da doença.
3. Adaptabilidade a Baixos Dados: Ao empregar a adaptação em tempo de teste de vetores latentes específicos do olho, o método gera previsões precisas para novos pacientes usando dados longitudinais limitados (tão pouco quanto uma ou duas visitas).
4. Modelagem de Trajetória Contínua: A abordagem trata a progressão da doença como um processo contínuo, permitindo a visualização de estados intermediários e da evolução futura que modelos discretos poderiam perder.

Resultos
O método foi avaliado no conjunto de dados OMEGA, que compreende 37 olhos de 30 pacientes com até quatro visitas. Comparações foram feitas contra métodos clássicos de interpolação, ImageFlowNet, T-UNet e um modelo de difusão sensível ao tempo (T-I2SBUNet) em três cenários: previsão de par de imagens único, extrapolação de histórico completo e reconstrução de visita ausente.

• Desempenho de Segmentação: O método proposto alcançou os maiores escores DICE (0,85 no Cenário 1, 0,91 no Cenário 2) e o menor Erro Absoluto Médio (MAE) para área da lesão (0,31 mm² e 0,20 mm², respectivamente) em todos os cenários. Superou significativamente outros modelos de aprendizado profundo na captura de forma e localização da lesão.
• Reconstrução de Imagem: O modelo alcançou escores competitivos de PSNR e SSIM para reconstrução de FAF. No entanto, os autores observam que, em alguns casos, simplesmente copiar a última imagem de referência disponível resultou nos melhores métricas de reconstrução, provavelmente devido aos curtos intervalos de acompanhamento (aprox. 12 semanas) no conjunto de dados.
• Análise Qualitativa: A inspeção visual confirmou que o modelo gera trajetórias de crescimento de lesão realistas que se alinham com as medições de referência (ground truth), enquanto alguns métodos concorrentes produziram baixos valores de MAE, mas apresentaram descompassos visuais nas regiões atróficas.

Significância e Alegações
O artigo afirma demonstrar a utilidade de vetores latentes espaciais para aprender estruturas anatômicas individuais e injetar informações temporais via camadas de modulação. Os autores posicionam este trabalho como uma ferramenta para ajudar clínicos a visualizar a evolução esperada da doença e comunicar potenciais benefícios de tratamento aos pacientes.

Os autores mantêm-se modestos quanto às limitações atuais, reconhecendo que reconstruir detalhes de alta frequência em imagens FAF durante a extrapolação continua sendo um desafio. Eles enfatizam que, embora o modelo desempenhe bem em segmentação e estimativa de área, a qualidade da imagem em cenários de extrapolação requer mais estudos. O artigo conclui que trabalhos futuros devem focar em coortes maiores, diferentes estágios de DMRI e a integração de outras modalidades (ex: OCT) para melhorar a interpretabilidade clínica e a predição de risco.