AI-Based Pipeline for Vascularization Detection in Histological Images; low-cost solution Using Moderate Computing Resources

Resumo Técnico: Pipeline Baseado em IA para Detecção de Vascularização em Imagens Histológicas

Definição do Problema
A avaliação manual da vascularização em espécimes histológicos é um indicador crítico para a cicatrização de feridas e resposta tecidual, mas permanece um processo demorado que exige um esforço significativo de especialistas. Embora a inteligência artificial (IA) ofereça uma solução potencial, a adoção prática é frequentemente dificultada pelos altos custos associados ao licenciamento, pela necessidade de pessoal especializado em IA e pela exigência de infraestrutura computacional poderosa (ex.: servidores dedicados com GPU). Além disso, as abordagens tradicionais de aprendizado profundo geralmente demandam grandes conjuntos de dados de treinamento totalmente anotados, que são caros de produzir. Os autores abordam a necessidade de um sistema de baixo custo, amigável ao usuário e computacionalmente eficiente que possa detectar estruturas vasculares em tecidos corados por imuno-histoquímica com o mínimo de rotulagem manual e requisitos de hardware modestos.

Metodologia
O pipeline proposto é um sistema de recuperação aumentada (retrieval-augmented) com participação humana (human-in-the-loop), projetado para funcionar em estações de trabalho padrão sem hardware GPU especializado. Ele consiste em quatro estágios lógicos:

1. Pré-processamento de Imagem e Geração de Máscaras de Candidatos:

   • O sistema utiliza processamento de imagem clássico para isolar estruturas positivas para actina de músculo liso (SMA). Isso envolve a separação de canais de cores (isolando o canal azul para suprimir a hematoxilina e enfatizar a coloração DAB) e filtragem morfológica.
   • Dois métodos distintos geram regiões de interesse (ROIs) candidatas:
     • Detecção de Cristas (Ridge Detection): Implementada via plugin do Fiji/ImageJ (baseada no algoritmo de Steger), este método realça estruturas curvilíneas, finas e alongadas, típicas de paredes de vasos.
     • Segment Anything Model (SAM2): Um modelo de segmentação zero-shot e livre de treinamento (Meta AI) é usado para gerar propostas de regiões diversas sem a necessidade de retreinamento específico para a tarefa.
   • Esses métodos produzem máscaras binárias ou regiões candidatas que servem como entradas para a extração de características.

2. Embedding de Região:

   • Cada ROI candidata é recortada, normalizada e passada por um backbone visual auto-supervisionado e congelado: DINOv2 (especificamente dinov2_vits14).
   • O DINOv2, pré-treinado em imagens naturais, atua como um extrator de descritores fixo, convertendo cada ROI em um vetor numérico compacto (embedding) que captura características semânticas e morfológicas. Nenhum refinamento (fine-tuning) supervisionado adicional do backbone é realizado.

3. Indexação e Classificação Baseada em Recuperação:

   • Os embeddings gerados são armazenados em um índice vetorial dinâmico usando FAISS (Facebook AI Similarity Search).
   • A classificação é realizada via uma estratégia de poucos disparos (few-shot) com recuperação aumentada. Quando uma nova ROI é apresentada, o sistema recupera os k-vizinhos mais próximos do índice com base na similaridade vetorial.
   • Os rótulos desses vizinhos mais próximos (Vaso vs. Artefato) são usados para votar na classificação da nova ROI.

4. Protocolo Interativo de Human-in-the-Loop:

   • O sistema opera em tempo real. Um revisor especialista visualiza os objetos detectados e fornece feedback imediato via comandos de teclado:
     • Teclas 'v' ou 'a': Rotulam explicitamente um objeto como vaso ou artefato. Esses rótulos são imediatamente adicionados ao índice FAISS, atualizando a base de conhecimento do sistema para imagens subsequentes sem retreinar o modelo subjacente.
     • Teclas 'Enter' ou 's': Usadas para avaliação (concordar ou discordar da previsão do modelo) sem atualizar o conjunto de treinamento.
   • Isso permite que o sistema se adapte incrementalmente a padrões de coloração específicos e casos limítrofes durante uma única sessão.

Principais Contribuições

• Implantação de Baixo Custo e Baixo Recurso: Os autores demonstram que uma detecção vascular de alta precisão pode ser alcançada em um computador desktop padrão ou notebook gamer, eliminando a necessidade de instâncias de GPU na nuvem caras ou servidores dedicados exigidos por fluxos de trabalho tradicionais de aprendizado profundo.
• Eficiência de Anotação: A abordagem de recuperação aumentada alcança alta precisão (aprox. 95%) com apenas ~75 reconhecimentos assistidos pelo usuário e estabiliza próximo a 98% com 150 anotações. Isso é significativamente menor do que as centenas ou milhares de anotações tipicamente exigidas para o treinamento de redes neurais supervisionadas.
• Adaptabilidade em Tempo Real: Ao contrário de modelos estáticos que exigem retreinamento para incorporar novos dados, este sistema aprende continuamente e instantaneamente a partir das correções do especialista, permitando uma rápida adaptação a condições laboratoriais específicas ou variações de coloração.
• Segmentação Complementar: O estudo valida que a combinação da detecção de cristas clássica (que preserva a morfologia vascular contínua) com as propostas do SAM2 (que oferecem cobertura de formas diversas) fornece um conjunto de candidatos mais robusto do que qualquer um dos métodos isoladamente.

Resultados
O estudo comparou três abordagens usando imagens histológicas de um experimento de cicatrização de feridas em suínos (coradas com SMA):

1. Anotação Totalmente Manual: Exigiu mais de 14.000 objetos para serem classificados por um único operador ao longo de vários meses (2020–2022).
2. Rede Neural Padrão (Baseada em Azure): Uma ferramenta de aprendizado de máquina hospedada no Microsoft Azure atingiu 92% de precisão após 400 anotações, mas exigiu recursos substanciais de computação em nuvem e custou aproximadamente 7 EUR nas sessões de anotação.
3. Sistema de Recuperação Aumentada (DINOv2/FAISS):
   • Alcançou 95,4% de precisão após apenas 75 reconhecimentos assistidos.
   • Atingiu 98,2% de precisão com 125 reconhecimentos e estabilizou próximo a 98% com 150 reconhecimentos.
   • Operou efetivamente em uma estação de trabalho padrão sem GPUs dedicadas.
   • Descobertas da Estratégia de Treinamento: O estudo descobriu que distribuir os dados de treinamento entre múltiplas imagens (ex.: 26 objetos de 13 imagens) gerou uma precisão maior e mais estável do que treinar em objetos de uma única imagem. Além disso, incluir casos morfologicamente ambíguos no conjunto de treinamento melhorou o desempenho em comparação com a restrição do treinamento apenas a exemplos inequívocos.

Significância e Alegações
O artigo afirma que esta abordagem oferece um compromisso prático para o uso laboratorial de rotina, particularmente em ambientes onde o tempo do especialista é limitado e os recursos computacionais são restritos. Ao aproveitar representações auto-supervisionadas pré-treinadas (DINOv2) e busca de similaridade eficiente (FAISS), o sistema evita a necessidade de treinamento específico para a tarefa e grandes conjuntos de dados.

Os autores enfatizam que o sistema foi projetado para auxiliar, não substituir, o especialista; ele reduz a carga de anotação de meses para minutos, mantendo alta concordância com o operador. No entanto, o artigo nota modestamente as limitações:

• O sistema classifica os objetos detectados como "vaso" ou "artefato", mas não quantifica o número absoluto de vasos em uma imagem.
• A métrica de precisão reflete a concordância com um rater específico; se o rater cometer erros sistemáticos, o modelo os replicará.
• Validação mais ampla em diferentes corações, tipos de tecido e laboratórios é necessária antes que o método possa ser considerado totalmente generalizável.

O trabalho posiciona-se como um passo em direção ao aprendizado de baixo custo de rótulos (label-efficient learning) em imagens médicas, demonstrando que uma combinação de embeddings auto-supervisionados e recuperação interativa pode abordar efetivamente as restrições de anotação dos fluxos de trabalho de patologia de rotina.