ملخص تقني: BARL - المحاذاة الثنائية في فضاءات التمثيل والملصقات

1. بيان المشكلة

يهدف تقسيم الصور الطبية شبه الموجه (SSMIS) إلى تحقيق أداء يقارب الأساليب الموجهة بالكامل مع تقليل الاعتماد بشكل كبير على التوصيفات اليدوية المكلفة لكل بكسل. وبينما اعتمدت معظم أساليب SSMIS السائدة بشكل كبير على اتساق فضاء الملصقات (ضمان بقاء التنبؤات ثابتة تحت تأثير الاضطرابات)، فإنها غالباً ما تهمل محاذاة فضاء التمثيل.

يجادل المؤلفون بأنه بدون مواءمة الميزات الكامنة، ستكافح النماذج لتعلم تمثيلات تكون دقيقة ومترابطة مكانياً في آن واحد. وهذا أمر بالغ الأهمية بشكل خاص في التصوير الطبي، حيث تظهر الآفات غالباً أنماطاً مرضية مجزأة ومعقدة (على سبيل المثال، بكسلات متعددة غير متصلة تنتمي إلى نفس الفئة) والتي لا تعالجها طرق تنظيم الاتساق القياسية المصممة للصور الطبيعية بشكل كافٍ. كما تفشل طرق الفضاء المزدوج الحالية غالباً في مراعاة هذا التجزؤ المحدد أو تعتمد على بنوك ذاكرة تسبب عبئاً حسابياً إضافياً.

2. المنهجية: إطار عمل BARL

يقترح المؤلفون BARL (المحاذاة الثنائية في فضاءات التمثيل والملصقات)، وهو إطار عمل موحد مبني على بنية التدريب المشترك (co-training architecture) باستخدام نموذجين مستقلين في المعلمات ($E_S$ و $E_T$). يفرض الإطار قيوداً في اتجاهين في وقت واحد:

أ. محاذاة فضاء التمثيل

لمعالجة الطبيعة المجزأة للآفات الطبية، يقوم BARL بإجراء المحاذاة على مستويين مختلفين من الدقة:

1. محاذاة مستوى المنطقة: يستخرج الإطار ناقلات النماذج الأولية (prototype vectors) لفئات المقدمة والخلفية من خرائط الميزات لكلا النموذجين. ويقوم بتقليل مسافة جيب التمام بين تمثيلات مستوى المنطقة للمشهد ضعيف التعزيز (الذي تمت معالجته بواسطة $E_S$) والمشهد قوي التعزيز (الذي تمت معالجته بواسطة $E_T$). وهذا يضمن المتانة تجاه قوة التعزيز.
2. محاذاة مستوى المثيل (Instance-Level): إدراكاً لأن آفات الفئة نفسها تظهر غالباً كمجموعات منفصلة، يستخدم BARL تحليل المكونات المتصلة ثلاثي الأبعاد لاستخراج مثيلات الآفة الفردية من الأقنعة الثنائية للمشفر الأكثر استقراراً ($E_T$). ثم يقوم بحساب ناقلات النماذج الأولية لكل مثيل آفة محدد من كلا المشفرين ويفرض المحاذاة بين هذه الأزواج المتناظرة من المثيلات. وهذا يتجنب تحيز "إزاحة النموذج الأولي" الذي يحدث عند حساب متوسط الميزات عبر فئة مجزأة.

ب. محاذاة فضاء الملصقات

للاستفادة من بنية التدريب المشترك وهياكل فك التشفير متعددة المستويات، يقدم BARL وحدتين مبتكرتين:

1. التنظيم ثنائي المسار (DPR): بدلاً من محاذاة رؤوس المخرجات النهائية فقط، يفرض DPR الاتساق عبر جميع طبقات فك التشفير متعدد المقاييس. وهو يجمع بين:
   • خسارة الاتساق التوزيعي ($L_{distr}$): تقلل من متوسط مربع الخطأ (MSE) بين التوزيعات الاحتمالية المخففة.
   • خسارة الإشراف المتبادل العميق للملصقات الزائفة ($L_{CPS}$): آلية إشراف متبادل حيث يتعلم كل نموذج من الملصقات الزائفة الواثقة للنموذج الآخر.
   • خسارة تعظيم المعلومات (IM): تتضمن تقليل الإنتروبيا لزيادة ثقة التنبؤ، وعنصر تباعد KL لمطابقة توزيع الفئات المتوقع مع الأولوية التجريبية، مما يمنع انهيار النموذج.
2. تصحيح التحيز المعرفي التدريجي (PCBC): تعالج هذه الوحدة المناطق التي يختلف فيها النموذجان (عدم اليقين العالي). وهي تحدد وزناً مستمراً لعدم اليقين بناءً على مسافة $L_1$ بين التوزيعات الاحتمالية للنموذجين. يعمل هذا الوزن على تعديل خسارة متوسط مربع الخطأ مقابل الحقيقة الأرضية، مما يجبر النماذج على حل خلافاتها الأكثر أهمية في المناطق الغامضة تحديداً.

ج. الهدف العام

تجمع دالة الخسارة الإجمالية بين خسائر محاذاة التمثيل (بوزن 0.1)، وخسارة DPR، وخسارة PCBC، وخسارة التقسيم الموجهة القياسية (Cross-Entropy + Dice) للبيانات الموسومة.

3. المساهمات الرئيسية

يوضح البحث أربع مساهمات رئيسية:

1. صياغة المشكلة: تعريف التقسيم شبه الموجه كمسألة تحسين قيود ثنائية الفضاء، تقوم بتنظيم توزيعات الميزات في فضاءات التمثيل والملصقات في آن واحد.
2. التنظيم ثنائي الفضاء:
   • في فضاء الملصقات، تقديم DPR (الاستفادة من دلالات فك التشفير متعدد المستويات) وPCBC (تصحيح التباينات بين الفروع عبر عدم اليقين).
   • في فضاء التمثيل، المحاذاة الصريحة للميزات على كل من مستويات المناطق الخشنة ومستويات مثيلات الآفات الدقيقة لالتقاط الأنماط المرضية المجزأة.
3. التقييم الشامل: تجارب مكثفة على أربعة معايير عامة ثلاثية الأبعاد (BraTS 2020, 2021, 2023 MEN, و IXI) وعلى مجموعة بيانات CBCT للأسنان خاصة. يتفوق الأسلوب باستمرار على 13 طريقة من أحدث الأساليب المرجعية تحت نسب تسمية 10% و20%.
4. التحليل المتعمق: يقدم المؤلفون تحقيقات استكشافية في تقنيات تنظيم الاتساق، وأبعاد فضاء التمثيل، وأطر العمل البديلة شبه الموجهة (Mean Teacher, FixMatch, Singleton, Co-Training)، مما يوفر رؤى نظرية وأدلة تجريبية للمجال.

4. النتائج التجريبية

• الأداء: يحقق BARL باستمرار نتائج هي الأفضل في فئته عبر جميع مجموعات البيانات. على سبيل المثال، في مجموعة بيانات BraTS 2020 مع 20% من التسميات، حقق درجة Dice بلغت 0.8591 ومسافة Hausdorff (HD) بلغت 8.6240، متفوقاً على أفضل الطرق الأخرى. وفي مجموعة بيانات CBCT للأسنان مع 20% من التسميات، وصل إلى درجة Dice بلغت 0.9083.
• التعميم: في التحقق من صحة البيانات عبر المجموعات (التدريب على BraTS 2020 والاختبار على BraTS 2021)، أظهر BARL قدرات تعميم فائقة مقارنة بطرق أخرى شبه موجهة، محافظاً على أداء عالٍ على البيانات الخارجة عن التوزيع.
• دراسات الاستئصال (Ablation Studies):
  • الوحدات: أدى إزالة أي مكون منفرد (محاذاة المنطقة/المثيل، DPR، PCBC) إلى تدهور الأداء، مما يؤكد ضرورة إطار العمل الكامل.
    𝗲. دقة المحاذاة: أثبتت محاذاة مستوى المثيل تفوقها على محاذاة مستوى الفئة بالنسبة للآفات المجزأة.
  • نطاق البيانات: تطبيق محاذاة التمثيل على جميع البيانات (الموسومة وغير الموسومة) أعطى نتائج أفضل من تطبيقها على البيانات غير الموسومة فقط، مما يشير إلى أن البيانات الموسومة تعمل كمرتكزات دلالية مستقرة.
  • البنية: أظهر إطار العمل أن النماذج ذات الخلفيات القائمة على CNN (تحديداً متغيرات U-Net مثل ResUnet) تفوقت عموماً على الخلفيات القائمة على Transformer في ظروف البيانات المنخفضة بسبب التحيزات الاستقرائية القوية.
  • توافق إطار العمل: أظهر الإطار أن بنية التدريب المشترك (Co-Training) (تحديداً مع التعزيز غير المتماثل) وبنية Singleton (مع CCT dropout) قدمتا أفضل النتائج عند دمجهما في أطر عمل مختلفة.

5. الأهمية والادعاءات

يدعي البحث أن BARL يضع معياراً جديداً للأداء في تقسيم الصور الطبية ثلاثية الأبعاد شبه الموجه. وتكمن أهميته في:

• معالجة التجزؤ: من خلال نمذجة مثيلات الآفة صراحةً بدلاً من مجرد نماذج الفئات الأولية، فإنه يحل قيداً محدداً لتطبيق طرق اتساق الصور الطبيعية على البيانات الطبية.
• التحسين الموحد: نجح في توحيد محاذاة التمثيل ومحاذاة الملصقات في هدف واحد، مجادلاً بأن محاذاة المخرات وحدها غير كافية عندما تكون الـ manifolds الميزية غير متوافقة.
• المتانة: يسمح تصميم القيود ثنائي الفضاء للنموذج بتعلم ميزات قوية وقابلة للنقل من تسميات محدودة، مما يجعله مناسباً لمختلف الوسائط السريرية والإعدادات متعددة المؤسسات.

يخلص المؤلفون إلى أنه بينما يضع BARL خط أساس قوياً، فإن العمل المستقبلي سيستكشف دمج تقنيات مكملة مثل تكييف النطاق (domain adaptation) والتعلم التبايني المتقدم لمواصلة دفع المجال للأمام.