Label Dropout: Improved Deep Learning Echocardiography Segmentation Using Multiple Datasets With Domain Shift and Partial Labelling

إليك ملخص تقني مفصل للورقة البحثية بعنوان: "إسقاط التسمية (Label Dropout): تحسين تقسيم صور صدى القلب باستخدام التعلم العميق مع مجموعات بيانات متعددة ذات انزياح النطاق وتسميات جزئية."

1. بيان المشكلة

تتناول الورقة البحثية التحدي المتمثل في تدريب نماذج تعلم عميق قوية لتقسيم صور صدى القلب (echocardiography) باستخدام مجموعات بيانات متنوعة متعددة. وبينما يمكن للتعلم العميق أتمتة استخراج المؤشرات الحيوية القلبية، فإن الانتقال السريري يتطلب نماذج قادرة على التعميم عبر مختلف أجهزة الفحص، والمشغلين، وبروتوكولات التصوير.

هناك عقبتان رئيسيتان عند دمج مجموعات بيانات صدى القلب العامة (مثل CAMUS، وUnity Imaging، وEchoNet Dynamic):

1. انزياح النطاق (Domain Shift): تؤدي الاختلافات في عملية الحصول على الصور (أنواع الماسحات الضوئية، أشكال المخروط، وعدم تجانس الشدة) إلى حدوث انزياحات في التوزيع بين مجموعات البيانات.
2. التسمية الجزئية (Partial Labelling): تحتوي مجموعات البيانات المختلفة على مجموعات مختلفة من تسميات الحقيقة الأرضية (ground truth). على سبيل المثال، قد تسمي إحدى المجموعات البطين الأيسر (LV) والأذين الأيسر (LA)، بينما تسمي أخرى البطين الأيسر (LV) فقط. وعند دمجها، تكون بيانات التدريب "مسمّاة جزئيًا"، مما يعني أن بعض الهياكل تفتقر إلى التسميات الصحيحة في عينات محددة.

المشكلة الجوهرية: يحدد المؤلفون أن النهج القياسية للتعامل مع التسميات الجزئية (تحديدًا فقدان الإنتروبيا المتقاطعة التكيفي - Adaptive Cross-Entropy Loss) تفشل في وجود انزياح النطاق. فبدلاً من تعلم ميزات قوية، ينخرط النموذج في "تعلم الاختصارات" (Shortcut Learning): حيث يربط خصائص نطاق معينة (مثل: "هذه الصورة تشبه Unity Imaging") بوجود أو غياب تسميات محددة. وبناءً عليه، يتعلم النموذج التنبؤ بالتسميات فقط عندما تكون موجودة تاريخيًا في ذلك النطاق المحدد، مما يؤدي إلى فشل كارثي عندما تغيب تلك التسميات في نطاقات أخرى.

2. المنهجية

مجموعات البيانات والمعالجة المسبقة

استخدمت الدراسة ثلاث مجموعات بيانات عامة لصور صدى القلب ثنائية الأبعاد:

• CAMUS: 500 مريض، رؤى A2C/A4C، تسميات لـ LV، LVM، LA.
• Unity Imaging: 400 صورة، رؤية A2C، تسميات لـ LV، LVM، LA.
• EchoNet Dynamic: حوالي 20 ألف صورة، رؤى A2C/A4C، تسميات لـ LV فقط.
• المعالجة المسبقة: تم تغيير حجم الصور إلى $256 \times 256$. كما تمت إزالة المعلومات الزائدة خارج مخروط الموجات فوق الصوتية باستخدام نموذج nnU-Net مدرب على تقسيم المخروط.

النماذج المرجعية (Baselines)

• البنية (Architecture): U-Net.
• دوال الفقد (Loss Functions):
  1. CCE القياسي (Standard CCE): فقدان الإنتروبيا المتقاطعة المحسوب عبر جميع الفئات (بما في ذلك الخلفية). هذا يفشل في التسميات الجزئية بسبب تعارضات الإشراف (تسمية هيكل ما كـ "خلفية" في عينة ما و"أمامية" في عينة أخرى).
  2. الفقد التكيفي (Adaptive Loss): فقدان إنتروبيا متقاطعة معدل حيث يتم حذف المصطلحات الخاصة بتسميات الحقيقة الأرضية المفقودة من حساب الفقد. هذا هو النهج الأكثر تطورًا للتعامل مع التسميات الجزئية، ولكن يُفترض أنه عرضة لتعلم الاختصارات تحت تأثير انزياح النطاق.

الحل المقترح: إسقاط التسمية (Label Dropout)

لكسر الارتباط بين خصائص النطاق ووجود التسمية، يقترح المؤلفون إسقاط التسمية (Label Dropout):

• الآلية: أثناء التدريب، بالنسبة للعينات التي تحتوي على فئات مسمّاة جزئيًا، هناك احتمال $p$ أن يتم "إسقاط" تسمية محددة معينة اصطناعيًا (ضبطها كخلفية) في قناع الحقيقة الأرضية، حتى لو كانت موجودة في الأصل.
• المنطق: من خلال إزالة التسميات عشوائيًا والتي يجب أن تكون موجودة، يُجبر النموذج على تعلم الميزات البصرية للهيكل بغض النظر عما إذا كانت التسمية موجودة في مجموعة البيانات المحددة أو في العينة المحددة. هذا يمنع النموذج من الاعتماد على إشارات النطاق لتقرير ما إذا كان سيتنبأ بالتسمية أم لا.
• التنفيذ: يتم تطبيق ذلك فقط على الفئات المسمّاة جزئيًا. إذا فُقدت عدة فئات، يتم اختيار واحدة منها عشوائيًا للإسقاط.

3. المساهمات الرئيسية

1. تحديد تعلم الاختصارات في التسمية الجزئية: هذه هي الورقة الأولى التي تثبت أن دوال الفقد التكيفية، رغم فعاليتها في البيئات المحكومة، تفشل في وجود انزياح النطاق لأن النماذج تتعلم ربط هوية النطاق بوجود التسمية بدلاً من تعلم الميزات التشريحية.
2. مخطط إسقاط التسمية (Label Dropout Scheme): تقنية مبتكرة، بسيطة وفعالة لكسر ارتباط النطاق بالتسمية، مما يجبر النموذج على تعلم تمثيلات ثابتة للهياكل القلبية.
3. التحقق الشامل: قدمت الدراسة سلسلة صارمة من التجارب التي تعزل آثار انزياح النطاق، والتسمية الجزئية، والحل المقترح.

4. النتائج التجريبية

أجرى المؤلفون أربع تجارب للتحقق من فرضيتهم ومنهجهم:

• التجربة 1 (الحاجة إلى التنوع): أدى التدريب على مجموعة بيانات واحدة إلى أداء ضعيف عبر النطاقات، مما أكد ضرورة التدريب على مجموعات بيانات متعددة.
• التجربة 2 (فشل الفقد التكيفي): عند التدريب على المجموعات المدمجة والمسمّاة جزئيًا:
  • فشل نموذج الفقد القياسي (Standard Loss) تمامًا في التسميات المفقودة.
  • فشل نموذج الفقد التكيفي (Adaptive Loss) (بدون إسقاط) أيضًا في التنبؤ بالهياكل المفقودة (مثل LVM و LA في EchoNet Dynamic) لأنه تعلم أن "صور EchoNet Dynamic لا تحتوي على تسميات LVM/LA".
  • لم يستطع تعزيز البيانات (Data Augmentation) وحده التغلب على تعلم الاختصارات هذا.
• التجربة 3 (بيئة محكومة): باستخدام مجموعة بيانات CAMUS فقط مع إزالة التسميات اصطناعيًا (بدون انزياح النطاق):
  • حقق نموذج الفقد التكيفي (Adaptive Loss) أداءً مقارباً للمرجع ذو التسميات الكاملة (Dice ~0.86 مقابل 0.87).
  • أكد هذا أن الفقد التكيفي يعمل إذا لم يكن هناك انزياح في النطاق، مما يعزل انزياح النطاق كسبب للفشل في التجربة 2.
• التجربة 4 (فعالية إسقاط التسمية):
  • الإعداد: دمج CAMUS و Unity Imaging (مع إزالة LA اصطناعيًا من Unity).
  • النتيجة: أدى إدخال إسقاط التسمية (حتى باحتمالات منخفضة مثل 10%) إلى تحسين الأداء بشكل كبير.
  • المكاسب الكمية: في مجموعة اختبار EchoNet Dynamic (التدريب على جميع المجموعات الثلاث مع إسقاط التسمية):
    • ارتفع LVM Dice من 0.319 (الفقد التكيفي فقط) إلى 0.518 (الفقد التكيفي + الإسقاط). وهذا يمثل تحسنًا نسبيًا بنسبة 62%.
    • ارتفع LA Dice من 0.553 إلى 0.689. وهذا يمثل تحسنًا نسبيًا بنسبة 25%.
    • تم تأكيد الأهمية الإحصائية عبر اختبار Wilcoxon Signed Rank Test ($p < 0.05$).

5. الأهمية والخاتمة

هذا العمل بالغ الأهمية للنشر السريري للذكاء الاصطنافي في مجال صدى القلب. فهو يسلط الضوء على أن مجرد دمج مجموعات بيانات متنوعة مع دوال الفقد الحالية ليس كافيًا وقد يؤدي إلى نماذج هشة تفشل في السيناريوهات الواقعية.

• القوة (Robustness): يُمكّن "إسقاط التسمية" تدريب نماذج قوية تجاه كل من انزياح النطاق والتسميات المفقودة، وهو أمر شائع في التصوير الطبي حيث نادرًا ما تكون مجموعات البيانات متوافقة تمامًا.
• القدرة على التعميم (Generalizability): تتيح هذه التقنية إنشاء نماذج أكثر قدرة على التعميم دون الحاجة إلى إعادة تسمية مكلفة لمجموعات البيانات الموجودة.
• العمل المستقبلي: يخطط المؤلفون لاختبار هذه الطريقة على بنيات أخرى (مثل الـ Transformers) وأنماط تصوير أخرى (مثل الرنين المغناطيسي).

باختصار، تثبت هذه الورقة أن إسقاط التسمية (Label Dropout) هو تدخل ضروري لمنع تعلم الاختصارات عند تدريب نماذج التقسيم العميقة على بيانات طبية غير متجانسة ومسمّاة جزئيًا، مما يؤدي إلى مكاسب كبيرة في الأداء للهياكل القلبية ذات الأهمية السريرية.