Semi-automated sex estimation from cochlear shape using clinical CT imaging and OTOPLAN segmentation

Resumo Técnico: Estimativa de Sexo Semi-automatizada a partir da Forma da Cóclea

Definição do Problema
A estimativa de sexo é um pilar da antropologia forense e da bioarqueologia, mas os métodos clássicos que dependem da pelve e do crânio são frequentemente inaplicáveis quando os restos mortais estão fragmentados, cominulados ou degradados. A parte petrosa do osso temporal, especificamente o labirinto ósseo dentro dele, oferece uma alternativa resiliente devido à sua alta densidade e maturação precoce. Embora pesquisas anteriores tenham demonstrado que a forma da cóclea carrega um sinal específico de sexo, os métodos existentes de alta precisão (ex: Braga et al., 2019) dependem de imagens de alta resolução, segmentação manual ou semi-manual e geomorfometria complexa. Esses requisitos limitam sua aplicabilidade rotineira em fluxos de trabalho forenses e clínicos. O desafio abordado por este estudo é determinar se a estimativa de sexo pode ser alcançada utilizando um pipeline semi-automatizado compatível com tomografia computadorizada (TC) clínica padrão e ferramentas de segmentação automatizadas, sem sacrificar a robustez.

Metodologia
O estudo empregou uma análise retrospectiva de 139 cócleas de 87 indivíduos adultos com sexo biológico conhecido, adquiridas via exames de TC clínica de rotina (espessura de corte ≤ 0,6 mm). O pipeline analítico consistiu nas seguintes etapas:

1. Extração de Dados: A segmentação da cóclea foi realizada utilizando o OTOPLAN, uma plataforma de software comercial projetada para o planejamento de implantes cocleares. Para cada orelha, o sistema exportou:
   • Um caminho da parede lateral 3D representado por 400 marcos (landmarks).
   • Seis métricas escalares: diâmetro coclear, largura, altura, comprimento estimado do ducto coclear (CDL), CDL a partir de 0 e número de voltas.
2. Pré-processamento:
   • As curvas da cóclea esquerda foram espelhadas para garantir uma direção de rotação uniforme.
   • As curvas foram transladadas para seu centroide e escalonadas pela norma total para isolar a forma do tamanho e da posição.
   • Outliers foram removidos via Análise de Componentes Principais (PCA).
   • Os dados foram divididos ao nível do paciente (80% treinamento, 20% holdout) para evitar vazamento de dados (data leakage), garantindo que ambas as orelhas de um mesmo paciente permanecessem na mesma partição.
3. Engenharia de Atributos (Feature Engineering):
   • Descritores Geométricos: A curva normalizada foi dividida em 19 segmentos. Curvatura ($\kappa$) e torção ($\tau$) foram computadas, juntamente com sua razão ($\tau/\kappa$). Os descritores incluíram média, desvio padrão e integrais de comprimento de arco para cada segmento.
   • Métricas Escalares: As seis variáveis escalares derivadas do OTOPLAN foram mantidas.
4. Otimização do Modelo:
   • Um framework de otimização Bayesiana (Optuna) foi utilizado para otimizar conjuntamente as escolhas de pré-processamento, a construção de atributos e os hiperparâmetros de classificação.
   • O objetivo foi maximizar a Área Sob a Curva ROC (AUC-ROC) via validação cruzada de 5 dobras (5-fold cross-validation) no conjunto de treinamento.
   • Três configurações de modelo foram testadas: apenas métricas escalares, apenas descritores geométricos e uma abordagem combinada.
5. Classificação: O modelo final foi um classificador XGBoost treinado no conjunto de atributos combinados e avaliado uma única vez no conjunto de teste independente (holdout) ($n=29$).

Resultados Principais

• Análise Univariada: Diferenças significativas de sexo foram encontradas em quatro métricas escalares (notadamente o diâmetro coclear, $r=0,43$) e dez descritores de curvatura/torção. No entanto, os tamanhos de efeito foram geralmente de pequeno a moderados, e as distribuições apresentaram sobreposição substancial, indicando que nenhuma métrica isolada era suficiente para a classificação individual.
• Desempenho do Modelo:
  • O modelo de apenas escalares exibiu um overfitting acentuado (AUC de Validação Cruzada 0,82 $\rightarrow$ AUC de Holdout 0,59).
  • O modelo de apenas geometria generalizou melhor (AUC de Holdout 0,69).
  • O modelo combinado (XGBoost) alcançou o melhor desempenho no conjunto de holdout independente:
    • AUC-ROC: 0,77 (IC 95%: 0,55–0,95).
    • Acurácia Geral: 79,3%.
    • Acurácia Balanceada: 79,1%.
• Importância dos Atributos: A análise de importância por permutação revelou que o diâmetro coclear foi o atributo dominante. A razão $\tau/\kappa$ em vários segmentos espirais forneceu o sinal geométrico secundário e complementar. O modelo dependeu de informações de tamanho, mas exigiu contexto geométrico para evitar o overfitting.

Significância e Alegações
Os autores posicionam este trabalho como uma prova de conceito, demonstrando que a informação de forma coclear relacionada ao sexo é recuperável de dados de TC clínica de rotina usando um pipeline semi-automatizado e reprodutível. O estudo alega a seguinte significância:

• Compatibilidade Clínica e Forense: Ao contrário de métodos de alta precisão que exigem micro-CT ou segmentação manual, esta abordagem utiliza TC clínica padrão e software automatizado (OTOPAN), tornando-a escalável e não destrutiva.
• Utilidade Adjunta: Os autores afirmam explicitamente que a precisão moderada (aprox. 79%) não suporta o uso deste método como uma ferramenta isolada para identificação individual. Em vez disso, ele é proposto como um adjunto valioso para o perfil biológico em casos onde o osso temporal é o único elemento sobrevivente (ex: vítimas de incêndio, incidentes com múltiplas fatalidades ou restos mortais degradados).
• Fluxo de Trabalho Não Destrutivo: O método preserva o espécime para testes genéticos subsequentes, que permanecem o padrão ouro para identificação em casos altamente degradados.
• Potencial Futuro: Os autores sugerem que o desempenho pode melhorar com imagens de maior resolução (ex: Tomografia Computadorizada de Feixe Cônico ou Tomografia Computadorizada de Contagem de Fótons) e que os resultados atuais representam um limite inferior sob condições contemporâneas de imagem clínica.

O estudo conclui que, embora o método não possa substituir as técnicas forenses estabelecidas, ele oferece um indicador probabilístico não invasivo e viável para a estimativa de sexo em contextos forenses desafiadores onde marcadores esqueléticos convencionais estão ausentes.