Multimodal B-Mode and Contrast-Enhanced Ultrasound Radiomics With Two-Stage Supervised Contrastive Representation Learning for Differentiating Benign and Malignant Breast Lesions

Resumo Técnico: Radiômica Multimodal de Ultrassom Modo-B e Ultrassom com Contraste via Aprendizado de Representação Contrastiva Supervisionada em Dois Estágios

Definição do Problema
A diferenciação precisa entre lesões mamárias benignas e malignas continua sendo um desafio clínico crítico. Embora o ultrassom modo-B (BUS) seja um exame de primeira linha rotineiro, sua precisão diagnóstica é limitada pela dependência da avaliação visual de características morfológicas (forma, margem, ecogenicidade), o que pode levar a biópsias desnecessárias ou à perda de diagnósticos de malignidade. O ultrassom com contraste (CEUS) fornece informações complementares sobre a perfusão microvascular da lesão e padrões de realce, mas nem sempre é integrado de forma eficaz com os dados do BUS. As abordagens radiômicas convencionais frequentemente concatenam características de múltiplas modalidades em um único conjunto de alta dimensão, o que pode obscurecer as distribuições específicas de cada modalidade e falhar em aprender explicitamente a concordância ou divergência entre os sinais de BUS e CEUS. Este estudo aborda a necessidade de um método robusto para fundir características radiômicas complementares de BUS e CEUS sem reduzi-las a um simples pool de características, visando melhorar a discriminação entre benigno e maligno.

Metodologia
Este estudo retrospectivo unicêntrico analisou 486 mulheres com lesões mamárias confirmadas patologicamente (310 benignas, 176 malignas) que foram submetidas tanto ao BUS quanto ao CEUS. O fluxo de trabalho envolveu a segmentação manual 3D das regiões de interesse (ROIs) por radiologistas experientes, seguida pela extração de características radiômicas via PyRadiomics. Foram retidas as características com alta reprodutibilidade (Coeficiente de Correlação Intraclasse > 0,75).

O núcleo do estudo foi o desenvolvimento e a comparação de seis modelos:

1. Modelos de Radiômica Convencionais: Classificadores de Máquina de Vetores de Suporte (SVM) treinados apenas com BUS, apenas com CEUS e com características concatenadas de BUS+CEUS.
2. Fusão por Rede Neural: Um Perceptron Multicamadas (BUS+CEUS-MLP) treinado com características concatenadas para aprender relações não lineares.
3. Radiomics-TSMCR (Modelo Principal): Uma adaptação radiômica do Aprendizado de Representação Contrastiva Supervisionada Multimodal em Dois Estágios (TSMCR). Esta arquitetura apresenta:
   • Estágio 1: Codificadores específicos de modalidade que transformam as características de BUS e CEUS em representações latentes separadas, preservando distribuições distintas (morfologia vs. perfusão). Um objetivo contrastivo cross-modal supervisionado por lote alinha representações da mesma classe e separa classes diferentes usando rótulos patológicos, sem concatenação direta de características.
   • Estágio 2: Um codificador compartilhado aprende características cross-modais de nível superior. As representações de ambos os estágios são concatenadas em um vetor multinível e classificadas usando um classificador baseado em margem inspirado em Deep Support Vector Machine (DSVM).
4. ResNet18-TSMCR: Um comparador ao nível da imagem utilizando patches de imagem pareados de BUS e CEUS (128x128) processados através de ramos duplos de ResNet18 dentro do mesmo framework TSMCR, servindo como um benchmark exploratório contra a radiômica artesanal.

O desempenho dos modelos foi avaliado pela Área Sob a Curva ROC (AUC), teste de DeLong, curvas de calibração, testes de Hosmer-Lemeshow, Análise de Curva de Decisão (DCA) e SHapley Additive exPlanations (SHAP) para interpretabilidade. A recalibração post-hoc usando escala de Platt e regressão isotônica foi aplicada ao modelo principal.

Principais Resultados

• Desempenho: O modelo Radiomics-TSMCR alcançou a maior AUC de validação interna de 0,896 (IC 95%, 0,838–0,945). Ele superou significativamente o BUS-SVM (0,833), CEUS-SVM (0,815), BUS+CEUS-SVM (0,825) e BUS+CEUS-MLP (0,863) (todos P < 0,05).
• Comparação com Aprendizado ao Nível da Imagem: O Radiomics-TSMCR apresentou desempenho comparável ao modelo de nível de imagem ResNet18-TSMCR (AUC 0,892), sem diferença estatisticamente significativa (P = 0,9102).
• Calibração: Embora o modelo tenha demonstrado forte discriminação, a saída bruta apresentou uma falta de ajuste significativa no teste de Hosmer-Lemeshow. A regressão isotônica melhorou as métricas de calibração (Erro de Calibração Esperada, escore de Brier, Log loss) em comparação com a escala de Platt, embora o teste de Hosmer-Lemeshow tenha permanecido significativo, indicando que o modelo funciona melhor como uma ferramenta de classificação de risco do que como um estimador de probabilidade totalmente calibrado.
• Interpretabilidade: A análise SHAP revelou contribuições equilibradas de ambas as modalidades, com as características de BUS contribuindo com 54,95% e as de CEUS com 45,05% para o valor absoluto médio de SHAP. As principais características incluíram textura wavelet, forma e informações de dependência de nível de cinza, confirmando a integração de dados de morfologia e heterogeneidade de realce.

Significância e Alegações
O artigo afirma que o modelo multimodal Radiomics-TSMCR demonstra desempenho favorável para diferenciar lesões mamárias benignas de malignas em um cenário de validação interna. Sua principal significância reside na adaptação bem-sucedida de um framework de aprendizado contrastivo supervisionado em dois estágios para dados radiômicos. Os autores postulam que esta abordagem funde efetivamente as informações de BUS e CEUS ao preservar as distribuições específicas de cada modalidade enquanto aprende uma representação compartilhada guiada pela patologia, superando os métodos de concatenação convencional (SVM, MLP).

O desempenho comparável entre o modelo de radiômica artesanal (Radiomics-TSMCR) e o modelo de aprendizado profundo ao nível da imagem (ResNet18-TSMCR) sugere que a estratégia TSMCR é aplicável tanto a representações baseadas em características quanto baseadas em imagens. Além disso, as contribuições equilibradas do SHAP apoiam a premissa de que o BUS e o CEUS fornecem informações diagnósticas complementares. Os autores concluem que, embora o modelo apresente forte discriminação, suas limitações atuais — especificamente a falta de validação externa e a calibração imperfeita — exigem que ele seja visto como uma ferramenta de classificação de risco que requer validação prospectiva multicêntrica adicional antes de sua implementação clínica como um estimador de probabilidade absoluta.