Explaining Digital Pathology Models via Clustering Activations

ملخص تقني: شرح نماذج علم الأمراض الرقمي عبر تجميع التنشيطات

بيان المشكلة
يعيق "فجوة الثقة" اعتماد نماذج التعلم العميق في علم الأمراض الرقمي السريري. فبينما يمكن للشبكات العصبية الالتفافية (CNNs) تصنيف شرائح الأنسجة بدقة (مثل اكتشاف سرطان البروستاتا)، إلا أنها تعمل كصناديق "سوداء" غامضة. يتردد أطباء المسالك البولية في الوثوق بهذه النماذج لأن تقنيات التفسير القياسية، مثل الإقصاء (occlusion)، أو خريطة التدرج (GradCAM)، أو انتشار الصلة (relevance propagation)، توفر فقط خرائط بروز (saliency maps) محلية أحادية البعد. تسلط هذه الخرائط الضوء على المناطق التي تساهم في تنبؤ واحد، لكنها تفشل في شرح المنطق وراء القرار أو السلوك العالمي للنموذج. وعلى عكس أطباء المسالك البولية البشر الذين يجمعون بين مختلف السمات المورفولوجية وأنواع الأنسجة، لا تكشف الطرق الحالية عن التمثيلات الدلالية الداخلية التي يستخدمها النموذج للتمييز بين الأنسجة السليمة والسرطانية.

المنهجية
يقترح المؤلفون تقنية تفسير تعتمد على التجميع (clustering) تعمل على تصور السلوك العالمي لنماذج الشبكات العصبية الالتفافية عبر تجميع التنشيطات المتميزة للميزات. تعمل هذه الطريقة كما يلي:

1. استخراج الميزات: بالنسبة لنموذج CNN معين، يتم استخراج متجهات الميزات من طبقة التفافية محددة $\ell$ لكل موقع مكاني $(i, j)$ لقطع الصور المدخلة. تمثل هذه المتجهات قيم التنشيط عبر جميع القنوات $C$.
2. تحليل المصفوفات غير السالبة (NMF): لضمان التفسير الدلالي، يستخدم المؤلفون تقنية NMF على متجهات الميزات. وبما أن NMF تتطلب مدخلات غير سالبة، فإنهم يستخدمون مخرجات الطبقة بعد دالة تنشيط ReLU.
3. عملية التجميع:
   • التدريب: يتم تفكيك مصفوفة التدريب $V$ من متجهات الميزات إلى مصفوفات غير سالبة $W$ و $H$ عن طريق تقليل معيار فروبينيوس $\|V - WH\|_F^2$. تمثل المصفوفة $H$ عدد $K$ من فئات المتجهات (مراكز التجميع)، بينما تمثل $W$ شدة (وزن) كل فئة لكل متجه ميزة.
   • الاستدلال: بالنسبة للبيانات الجديدة، تظل $H$ ثابتة، ويتم تحسين $W$. يتم تعيين كل موقع مكاني للفئة ذات أعلى وزن شدة.
4. التكيف مع صور الشريحة الكاملة (WSI): للتعامل مع النطاق الهائل لصور WSI (مئات الآلاف من البكسلات) ومشكلة تداخل القطع (tiles):
   • يتم التخلص من حدود الـ 2 بكسل من متجهات الميزات في كل قطعة لتخفيف آثار الحدود.
   • يتم حساب متوسط متجهات الميزات من القطع المتداخلة عند نفس الموقع المكاني لإنشاء تمثيل متسق لكل بكسل.
   • يتم التخلص من القطع التي لا تحتوي على تداخل نسيجي (الخلفية) للتركيز على المناطق ذات الصلة.

المساهمات الرئيسية

• التفسير العالمي مقابل المحلي: على عكس خرائط البروز التي تسلط الضوء على مناطق محددة لقرار واحد، تكشف هذه الطريقة عن السلوك العالمي للنموذج من خلال تجميع التمثيلات الداخلية إلى فئات دلالية متميزة.
• التجزئة الدلالية بدون إشراف: تولد هذه التقنية تجزئة دلالية للصورة المدخلة بناءً على الفئات المتعلمة، على الرغم من أن النموذج الأساسي تم تدريبه حصرياً على التصنيف الثنائي (سرطان مقابل غير سرطان) ولم يتم تدريبه أبداً على التجزئة.
• التعامل مع تحديات صور الشريحة الكاملة (WSI): صُممت هذه الطريقة خصيصاً لإدارة الأبعاد العالية والتوزيع النسيجي المتناثر الذي يميز شرائح علم الأمراض الرقمي.
• التحقق مقابل المعرفة الخبيرة: تم تقييم الطريقة باستخدام نموذج اكتشاف سرطان البروستاتا، مما أظهر أن المجموعات الناتجة تتوافق مع السمات المورفولوجية المرصودة التي يتعرف عليها أطباء المسالك البولية.

النتائج
تم تقييم التقنية باستخدام نموذج اكتشاف سرطان البروستاتا (ببنية VGG-16) تم تدريبه على 87 شريحة كاملة (WSI) من معهد ماساريكك التذكاري للسرطان. قام المؤلفون بتدريب نماذج التجميع مع $K=4, 6,$ و $8$ فئات.

• تقييم طبيب المسالك البولية: قام طبيب مقيم بتحليل مخرجات التجميع لـ $K=6$ وحدد أن الفئات تتوافق مع هياكل مورفولوجية محددة:
  • تم تحديد الفئات 2 و4 و5 على أنها تقابل المناطق السرطانية (مثل سلاسل من النوى المتراصة بكثافة، وتجاويف صغيرة).
  • تم تحديد الفئات 1 و3 و6 على أنها تقابل الهياكل النسيجية المتناثرة، أو الحواف، أو الظهارة الطبيعية.
• التحليل الكمي:
  • حقق نموذج انحدار لوجستي تم تدريبه فقط على أوزان التجميع أداءً عالياً في التنبؤ بإيجابية السرطان (الدقة: 0.984، المساحة تحت المنحنى AUC: 0.998).
  • أكدت معاملات الانحدار أن الفئات 2 و4 و5 ترتبط بقوة بملصقات السرطان الإيجابية، بينما ترتبط الفئات 1 و3 و6 بالملصقات السلبية، مما يتوافق مع التقييم النوعي للطبيب.
• المقارنة مع GradCAM:
  • بينما أظهرت الفئات 2 و4 و5 ارتباطاً عالياً مع خرائط GradCAM، كان مؤشر التقاطع على الاتحاد (IoU) بين مجموعات التجميع وأقنعة GradCAM منخفضاً.
    la يشير هذا إلى أنه بينما تتداخل المجموعات مع المناطق التي تعتبرها GradCAM مهمة، فإن طريقة التجميع توفر معلومات أكثر دقة وتفصيلاً حول ماهية السمات المحددة داخل تلك المناطق التي يستخدمها النموذج.

الأهمية والادعاءات
يزعم البحث أن هذا النهج القائم على التجميع يقدم أداة قوية لفهم الآليات الداخلية للشبكات العصبية الالتفافية في علم الأمراض الرقمي. ومن خلال الانتقال لما وراء خرائط البروز البسيطة للكشف عن السلوك الدلالي العالمي للنموذج، تساعد هذه الطة في إزالة الغموض عن طبيعة "الصندوق الأسود". ويرى المؤلفون أن تقديم رؤى قابلة للتفسير حول السمات المورفولوجية المحددة التي يعطيها النموذج الأولوية يمكن أن يزيد بشكل كبير من ثقة الأطباء، مما يسهل الاعتماد الأسرع والأكثر أماناً لنماذج الذكاء الاصطناعي في الممارسة السريرية. تُقدم الطريقة كتقنية قابلة للتطبيق على أي بنية نموذج تستخدم متجهات الميزات المكانية، مع اقتراح العمل المستقبلي لفحص نماذج المحولات (Transformer) التأسيسية.