SRA-Seg: Synthetic to Real Alignment for Semi-Supervised Medical Image Segmentation

ملخص تقني: SRA-Seg

بيان المشكلة
يعتمد تقسيم الصور الطبية عادةً على مجموعات بيانات ضخمة وموسومة من قبل خبراء، وهي موارد نادرة وتستغرق وقتاً وجهداً وموارد كبيرة للحصول عليها. وبينما يمثل توليد البيانات الاصطناعية حلاً واعداً لعلاج عنق الزجاجة في البيانات، فإنه يؤدي إلى "فجوة نطاق" (domain gap) كبيرة. فالصور الاصطناعية، حتى عندما تكون واقعية بصرياً، غالباً ما توجد في مساحات سمات دلالية مختلفة عن الصور الطبية الحقيقية. هذا التباين يتسبب في فشل طرق التعلم شبه الموجه (SSL) القياسية عند دمج البيانات الاصطناعية غير الموسومة، حيث تجد النماذج صعوبة في سد الفجوة التوزيعية بين البيانات الحقيقية الموسومة والبيانات الاصطناعية غير الموسومة. إن النهج الحالية، مثل "النسخ واللصق ثنائي الاتجاه" (BCP)، تم تحسينها لنقل النطاق من "حقيقي إلى حقيقي"، لكنها غير فعالة في مواءمة التوزيعات الاصطناعية والحقيقية، مما يؤدي إلى ضعف التعميم وانخفاض أداء التقسيم.

المنهجية
يقترح المؤلفون إطار عمل SRA-Seg (المواءمة من الاصطناعي إلى الحقيقي لتقسيم الصور الطبية شبه الموجه)، وهو إطار مصمم لمواءمة توزيعات السمات الاصطناعية والحقيقية بشكل صريح. تتكون المنهجية من أربعة مكونات أساسية:

1. توليد البيانات الاصطناعية: يتم توليد صور اصطناعية عالية الدقة باستخدام StyleGAN2-ADA، المدرب حصرياً على مجموعة فرعية محدودة من البيانات الحقيقية الموسومة (على سبيل المثال، 5% أو 10%). وتطابق كمية الصور الاصطناعية الجزء المتبقي غير الموسوم من مجموعة البيانات.
2. توليد الملصقات الزائفة (Pseudo-Labels): يقوم نموذج معلم يعتمد على المتوسط المتحرك الأسي (EMA) بتوليد ملصقات زائفة للصور الاصطناعية. ولضمان المتانة، يتم تصفية التنبؤات الزائفة باستخدام مرشح "أكبر مكون متصل ثنائي الأبعاد" (2D largest-connected-component filter)، وتُحول الأقنعة الناتجة إلى تنسورات (one-hot tensors).
3. تعزيز الخلط الناعم (Soft-Mix Augmentation): للتخلص من الحدود القاسية التي تسببها عملية "النسخ واللصق" التقليدية، يستخدم SRA-Seg مزج الحواف الناعم (soft edge blending). يتضمن ذلك قص مناطق مستطيلة من كل من الصور الحقيقية والاصطناعية ودمجها باستخدام قناع ناعم (يتم إنشاؤه عبر التجميع المتوسط - average pooling) ومعامل خلط $\alpha$. يؤدي هذا إلى إنشاء انتقالات تشريحية مستمرة وملصقات ناعمة، مما يسمح للنموذج بالتعلم من المناطق المختلطة مع مراعاة عدم اليقين.
4. دوال الخسارة (Loss Functions): يعمل إطار العمل على تحسين دالة خسارة مشتركة تتكون من:
   • خسارة التقسيم الناعم ($L_{soft}$): بدلاً من استخدام مقاييس Dice وCross-Entropy المنفصلة، تعمل هذه الخسارة على خرائط احتمالية مستمرة (ملصقات ناعمة) لاحترام حالة عدم اليقين في المناطق المختلطة.
   • خسارة مواءمة التشابه (SA Loss - $L_{SA}$): هذا هو الابتكار المركزي. فهي تستخدم مستخرج سمات DINOv2 مجمد (ViT-B/16) لدمج كل من الصور الحقيقية والاصطناعية. تعمل خسارة SA على تقليل المسافة الإقليدية بين كل تمثيل اصطناعي ونظيره الحقيقي الأقرب في مساحة السمات. وهذا يعمل صراحةً على جذب التمثيلات الاصطناعية نحو التوزيعات الدلالية الحقيقية دون الحاجة إلى تسميات النطاق أو التدريب التنافسي.

المساهمات الرئيسية

• إطار عمل مصمم خصيصاً لسد فجوة النطاق من الاصطناعي إلى الحقيقي في تقسيم الصور الطبية شبه الموجه.
• تقديم خسارة مواءمة التشابه (SA loss) باستخدام تمثيلات DINOv2 المجمدة لمواءمة السمات الاصطناعية مع نظيراتها الحقيقية.
• استراتيجية مزج الحواف الناعم التي تستبدل حدود النسخ واللصق القاسية بانتقالات تشريحية سلسة وملصقات مستمرة.
• خط إنتاج لتوليد الملصقات الزائفة يعتمد على المتوسط المتحرك الأسي (EMA)، مما يتيح الاستخدام الفعال للصور الاصطناعية في التعلم شبه الموجه (SSL).

النتائج التجريبية
قام المؤلفون بتقييم SRA-Seg على مجموعتي بيانات: ACDC (رنين مغناطيسي للقلب) و FIVES (صور قاع العين). قارنت التجارب SRA-Seg مع أحدث طرق التعلم شبه الموجه (بما في ذلك BCP، وCrossMatch، وABD، وDiffRect، وCGS) في ظل ظروف نقص البيانات (5% و10% من البيانات الحقيقية الموسومة، مع بقية البيانات اصطناعية).

• الأداء: باستخدام 10% فقط من البيانات الحقيقية الموسومة و90% من البيانات الاصطناعية غير الموسومة، حقق SRA-Seg درجة Dice بلغت 89.34% على ACDC و 84.42% على FIVES.
• المقارنة: تفوقت هذه النتيات بشكل كبير على طرق التعلم شبه الموجه الحالية التي تستخدم البيانات الاصطناعية. والجدير بالذكر أن SRA-Seg قد ساوت أو تجاوزت أداء الطرق التي استخدمت بيانات حقيقية غير موسومة، مما يثبت أن البيانات الاصطناعية الموائمة بشكل صحيح يمكن أن تكون بديلاً قابلاً للتطبيق للبيانات الحقيقية غير الموسومة.
• دراسات الاستئصال (Ablation Studies): أكدت التجارب أن الجمع بين تعزيز الخلط الناعم، والخسارة الناعمة، وخسارة SA يحقق أفضل أداء، حيث يساهم كل مكون في تحقيق مكاسب في مقاييس Dice وJaccard و95HD وASD.
• تحليل جودة البيانات: أشارت الدراسة إلى أن الأداء يعتمد بشدة على جودة البيانات الاصطناعية، والتي تُقاس بمسافة Fréchet Inception Distance (FID). وبينما حققت بيانات الـ 10% درجات FID ونتائج تقسيم أفضل من بيانات الـ 5%، إلا أن SRA-Seg ظل قوياً حتى في سيناريوهات التنوع المنخفض التي فشلت فيها الطرق الأخرى.

الأهمية والادعاءات
يزعم البحث أن SRA-Seg يضع أساساً مبدئياً للاستفيد من البيانات الاصطناعية للتغلب على عقبة التوسيم في التصوير الطبي. ومن خلال مواءمة توزيعات السمات بشكل صريح بدلاً من الاعتماد على الواقعية البصرية وحدها، تتيح الطريقة للنماذج استخدام الإمكانات الكاملة للخوارزميات التوليدية. ويؤكد المؤلفون أن SRA-Seg يمكّن نماذج التقسيم الطبي من تحقيق أداء رائد (state-of-the-art) بأقل قدر من البيانات الحقيقية الموسومة، مما يجعل فائدة البيانات الاصطناعية الموائمة بشكل صحيح تضاهي فائدة البيانات الحقيقية غير الموسومة. ويشير العمل إلى أنه مع تقدم النماذج التوليدية، توفر أطر عمل مثل SRA-Seg آلية جاهزة لتسخير هذه التحسينات من أجل تقسيم صور طبية أكثر دقة وسهولة في الوصول إليها.