Probabilistic Modeling of Multi-rater Medical Image Segmentation for Diversity and Personalization

ملخص تقني: فك الارتباط بين التفضيل والغموض من أجل تقسيم الآفات الطبية القابل للتحكم

بيان المشكلة
يواجه تقسيم الآفات الطبية تحدياً متأصلاً يتمثل في عدم اليقين في التصوير، والناجم عن الحدود غير الواضحة، والشوائب (artifacts)، والأشكال غير المنتظمة للأهداف الطبية. ويتجلى أحد المظاهر الحرجة لعد عدم اليقين هذا في التباين بين المراقبين، حيث يقدم خبراء مختلفون تعليقات (annotations) متباينة لنفس الصورة. تندرج الأساليب الحالية لتقسيم الصور الطبية متعددة المعلقين عموماً ضمن فئتين محدودتين:

1. أساليب التوليد (Generation methods): تنتج نتائج تقسيم متنوعة ولكنها تفشل في التقاط التخصيص الخاص بالخبير، وغالباً ما تولد تنوعات لا تشبه سلوك الخبراء الواقعي.
2. أساليب التخصيص (Personalization methods): تحاكي مخرجات المعلقين الأفراد ولكنها تفتقر إلى القدرة على توليد تقسيم متنوع، مما يؤدي فعلياً إلى برمجة تفضيلات الخبراء بشكل جامد وتجاهل الغموض المتأصل في الصورة.
3. أساليب الحشد (Crowdsourcing methods): تجمع عدة تعليقات في تقسيم ميتا (meta-segmentation) واحد، بافتراض وجود حقيقة أرضية (ground truth) واحدة، وتفشل في نمذجة توزيع تباين الخبراء.

يحدد البحث فجوة في الأدبيات: لا يوجد نهج فعال قادر على توليد نتائج تقسيم تكون متنوعة (تلتقط نطاق الاختلاف بين الخبراء) ومخصصة (تتوافق مع تعليقات خبراء محددين) في آن واحد ضمن إطار عمل موحد.

المنهجية: ProSeg
يقترح المؤلفون ProSeg (النمذجة الاحتمالية للتقسيم متعدد المعلقين)، وهو نموذج رسومي احتمالي (PGM) مصمم لتوحيد التنوع والتخصيص. يكمن الابتكار الجوهري في تقديم متغيرين كامنين مستمرين لفك الارتباط بين مصادر عدم اليقين:

• $\tau$ (تاو): ينمذج التباينات الذاتية بين المعلقين الخبراء (التباين بين المراقبين). ويتم استنتاجه من المعلق الخبير المحدد $R$.
• $Z$: ينمذج الغموض في المسوحات الطبية (عدم اليقين داخل الصورة). ويتم استنتاجه من بيانات الصورة المرصودة $X$.

الصياغة الاحتمالية
ينمذج ProSeg التوزيع المشترك $p(Y, x, R)$ للتعليقات ($Y$)، والصور ($x$)، والخبراء ($R$). يفترض النموذج أن التعليقات يتم توليدها شرطياً بناءً على المتغيرات الكامنة $\tau$ و $Z$.

• العملية التوليدية: يحدد النموذج التوزيعات الشرطية $p(y_{ri} | \tau_i, z_i)$، و $p(x | z_i)$، و $p(r_i | \tau_i)$.
• الاستدلال التبايني (Variational Inference): نظراً لأن التوزيعات البعدية للمتغيرات الكامنة غير قابلة للحساب المباشر، يستخدم النموذج الاستدلال التبايني لتقريبها باستخدام $q(z_i | x)$ و $q(\tau | R)$.
• هدف التدريب: يتم تدريب النموذج عن طريق تعظيم الحد الأدنى للاحتمال الأدنى (ELBO)، والذي يقلل من السلب اللوغاريتمي للاحتمالية المرصودة (إعادة بناء الصور، وتصنيف الخبراء، ودقة التقسيم) مع تنظيم التوزيعات البعدية لـ $\tau$ و $Z$ لتتطابق مع توزيعاتها الأولية (Dirichlet لـ $\tau$ و Gaussian لـ $Z$).

بنية النموذج
تتكون البنية من خمس وحدات عصبية:

1. مشفر الصورة (Image Encoder): يستنتج متغير الغموض الكامن $z$ من الصورة $x$.
2. فك تشفير الصورة (Image Decoder): يعيد بناء الصورة من $z$.
3. تضمين الفئة (Class Embedding): يستنتج متغير تفضيل الخبير الكامن $\tau$ من المعلق الخبير $R$.
4. المصنف (Classifier): يتنبأ بالمعلق الخبير من $\tau$.
5. متنبئ التقسيم (Segmentation Predictor): يولد التقسيم $y_{ri}$ مشروطاً بكل من $\tau_i$ و $z_i$.

آليات التحكم

• التخصيص: من خلال تحديد خبير معين $r$، يقوم النموذج بأخذ عينة من $\tau$ من التوزيع $q(\tau | r)$، مما يولد تقسيماً متوافقاً مع أسلوب ذلك الخبير المحدد مع الحفاظ على التنوع عبر أخذ عينات من $z$.
• التنوع: من خلال أخذ عينات من $\tau$ من التوزيع الأولي $p(\tau)$ (Dirichlet) بدلاً من التوزيع البعدي لخبير محدد، يولد النموذج نتائج تقسيم متنوعة تمثل الطيف الكامل لتباين الخبراء.

النتائج التجريبية
قيم المؤلفون ProSeg على مجموعتي بيانات مرجعيتين:

1. LIDC-IDRI: مجموعة بيانات لعقد الرئة تحتوي على أربعة تعليقات من خبراء لكل صورة.
2. NPC: مجموعة بيانات لسرطان سرطان البلعوم الأنفي تضم أربعة أطباء أشعة حقيقيين، والتي تظهر تبايناً أعلى في التفضيلات.

المقاييس الرئيسية:

• التنوع: تم قياسه بواسطة مسافة الطاقة المعممة (GED) و $D_{soft}$.
• التخصيص: تم قياسه بواسطة $D_{match}$، و $D_{max}$، ومتوسط درجات Dice مقابل خبراء محددين ($D_{mean}$).

النتائج:

• حقق ProSeg أداءً رائداً (SOTA) في كلتا مجموعتي البيانات.
• في LIDC-IDRI، حقق ProSeg أدنى قيمة لـ GED (0.1152) وأعلى قيمة لـ $D_{soft}$ (91.53%)، متفوقاً على أساليب التوليد (مثل Probabilistic U-Net) وأساليب التخصيص (مثل TAB و Pionono).
• في مجموعة بيانات NPC الأكثر تحدياً، حسن ProSeg أداء التنوع بنسبة 20.71% مقارنة بأساليب التخصيص الرائدة السابقة من حيث GED، مع الحفاظ على دقة تخصيص عالية ($D_{mean} = 82.07\%$).
• أكدت دراسات الاستئصال (Ablation studies) أن كلا المتغيرين الكامنين ضروريان؛ حيث أدى حذف $\tau$ أو $Z$ إلى انخفاض كبير في الأداء.
• أظهر التحليل البصري أن ProSeg يولد تقسيمات متنوعة ومتوافقة تماماً مع توزيع "المعيار الذهبي" لتعليقات الخبراء، بينما تفتقر الأساليب الأخرى إما إلى التنوع أو تفشل في التوافق مع تفضيلات خبراء محددين.

الأهمية والادعاءات
يزعم البحث أن ProSeg هو أول إطار عمل للنمذجة الاحتمالية يوحد نمذجة التنوع والتخصيص لتقسيم الآفات متعدد المعلقين. ومن خلال تعلم هذين الجانبين معاً ضمن إطار عمل احتمالي واحد، يعالج ProSeg قيود الأساليب الحالية التي تعامل التنوع والتخصيص كأمرين متنافيين أو تتطلب تدريباً متعدد المراحل. يؤكد المؤلفون أن ProSeg يوفر إطار عمل قابلاً للتعميم يمكن توسيعه ليشمل مهام تقسيم الصور الطبية متعددة المعلقين الأخرى، مما يقدم حلاً قوياً للتعامل مع عدم اليقين والتباين المتأصل في التشخيص السريري. يسلط العمل الضوء على أن التقاط كل من غموض الصورة وذاتية المعلق أمر ضروري لتوليد مخرجات تقسيم موثوقة وذات صلة سريرية.