Feature Integration of FDG PET Brain Imaging Using Deep Learning for Sensitive Cognitive Decline Detection

Resumo Técnico: Integração de Características de Imagem Cerebral por PET [18F]FDG usando Deep Learning para Detecção Sensível de Declínio Cognitivo

Declaração do Problema
Distinguir indivíduos com declínio cognitivo (DC), incluindo a doença de Alzheimer (DA) precoce e o Comprometimento Cognitivo Leve (CCL), de indivíduos cognitivamente normais (CN), é crítico para a intervenção precoce. Embora a Tomografia por Emissão de Pósitrons (PET) utilizando [18F]fluorodesoxiglicose (FDG) capture alterações funcionais cerebrais associadas ao DC, sua utilidade clínica é frequentemente limitada pelo custo, exposição à radiação e limitações de dados. Além disso, as abordagens existentes de deep learning frequentemente dependem de representações de característica única (seja imagem bruta ou quantificação baseada em regiões) e podem ter dificuldade com a generalização em ambientes clínicos com restrição de dados. Este estudo aborda a necessidade de um framework multimodal e eficiente em termos de dados que aproveite uma única modalidade de imagem (PET FDG) para melhorar a precisão diagnóstica e a sensibilidade.

Metodologia
Os autores propõem um framework de deep learning multirrepresentacional que integra dois tipos distintos de características derivadas dos mesmos exames de PET FDG: características de imagem ao nível do voxel e características quantitativas ao nível da região. O framework consiste em quatro fases:

1. Pré-processamento de Dados:

   • Dados de Imagem: Scans de PET 3D foram redimensionados para 128 × 128 × 64 e fatiados em imagens 2D. Para o treinamento, 10 fatias axiais centrais foram extraídas; para o teste, uma única fatia média foi utilizada.
   • Dados de Quantificação: Scans de RM foram segmentados usando o FreeSurfer para definir 41 regiões cerebrais distintas. Essas máscaras foram coregistradas com os scans de PET para extrair medições da Razão de Valor de Captação Padronizada (SUVr) para cada região, resultando em dados tabulares.
   • Dataset: O estudo utilizou 252 sujeitos da Alzheimer's Disease Neuroimaging Initiative (ADNI): 118 CN e 134 CD (70 MCI, 64 AD). Os dados foram divididos ao nível do sujeito usando validação cruzada de 5 dobras (64% treinamento, 16% validação, 20% teste).

2. Extração de Características:

   • Ramo de Imagem: Duas arquiteturas foram testadas: uma Rede Neural Convolucional (CNN) usando uma EfficientNetB0 pré-treinada (ajustada finamente nas últimas quatro camadas) e uma Rede de Análise de Componentes Principais (PCANet) para lidar com as limitações de conjuntos de dados pequenos. As características foram extraídas de múltiplas camadas (ex: CNN1, CNN2, CNN3).
   • Ramo de Quantificação: Uma Rede Neural Profunda (DNN) processou os dados tabulares de SUVr. As características foram extraídas de três camadas distintas (DNN1, DNN2, DNN3) juntamente com os dados originais (DNN0).

3. Fusão de Características:

   • As características dos ramos de imagem e quantificação foram integradas via concatenação direta. O estudo avaliou todas as 16 combinações possíveis de níveis de características (4 níveis de imagem × 4 níveis de quantificação).

4. Classificação:

   • Os vetores de características fundidos foram alimentados em 12 classificadores de machine learning (incluindo Random Forest, SVM, XGBoost, etc.).
   • Técnicas de ensemble (votação hard, votação soft e stacking) foram aplicadas utilizando um conjunto heterogêneo de classificadores (RF, MLP, CatBoost, SVM, LR) para aumentar a robustez.

Resultados Principais

• Desempenho Baseline: Entre os modelos de modalidade única, a DNN (usando apenas quantificação de nível regional) alcançou a maior acurácia (0,82 ± 0,06) e F1-score (0,82 ± 0,08). Os modelos CNN e PCANet (usando apenas dados de imagem) alcançaram acurácias menores de 0,69.
• Desempenho de Fusão: O modelo integrado combinando características da DNN (especificamente da camada DNN2) e características da CNN (da camada CNN1 ou CNN2) rendeu o maior desempenho. O melhor modelo de fusão alcançou uma acurácia de 0,86 ± 0,05 e um F1-score de 0,87 ± 0,04.
• Desempenho de Ensemble: A aplicação de uma estratégia de ensemble ao melhor modelo de fusão (Ensemble 1) melhorou ainda mais os resultados, alcançando uma acurácia de 0,87 ± 0,05, um recall de 0,88 ± 0,04 e um F1-score de 0,88 ± 0,05.
• Melhoria na Sensibilidade: Comparado ao melhor baseline (DNN), o modelo de fusão de ensemble mostrou uma melhoria de 6,10% na acurácia e um aumento significativo no recall (de 0,77 para 0,88), indicando maior sensibilidade para detectar casos verdadeiros positivos de CD.
• Correlação Clínica: Os outputs do modelo mostraram uma correlação negativa significativa com os escores do Mini-Mental State Examination (MMSE) (p < 0,001), sugerindo que as probabilidades previstas refletem a gravidade da doença.
• Comparação com MMSE: Quando comparado diretamente com a classificação baseada em MMSE (limiar < 24 para CD), o modelo proposto superou o MMSE em acurácia (0,88 vs. 0,72), recall (0,89 vs. 0,42) e F1-score (0,88 vs. 0,59), embora o MMSE tenha apresentado maior precisão (1,00).

Significância e Alegações
O artigo afirma que combinar a imagem de PET com a quantificação de nível regional via deep learning melhora o desempenho diagnóstico sobre modelos de característica única. Os autores enfatizam que esta estratégia multimodal aumenta a sensibilidade ao declínio cognitivo, um fator crítico para a detecção precoce. Ao integrar informações complementares tanto de padrões ao nível do voxel quanto de taxas metabólicas específicas de região, a abordagem oferece um método mais eficiente em dados e mais preciso para classificar o declínio cognitivo. O estudo sugere que tais abordagens baseadas em fusão podem apoiar uma aplicação mais ampla do PET em contextos clínicos, servindo potencialmente como um auxílio diagnóstico que complementa métricas clínicas existentes como o MMSE. Os autores observam que, embora o tamanho do dataset tenha sido limitado, o uso de validação cruzada de 5 dobras e métodos de ensemble proporcionou estimativas de desempenho robustas, adequadas para restrições clínicas do mundo real.