Improved Anomaly Detection in Medical Images via Mean Shift Density Enhancement

إليك ملخص تقني مفصل لورقة البحث بعنوان: "تحسين كشف الشذوذ في الصور الطبية عبر تعزيز كثافة إزاحة المتوسط (Mean Shift Density Enhancement)."

1. بيان المشكلة

يعد كشف الشذوذ (Anomaly Detection) في التصوير الطبي أمراً بالغ الأهمية لتحديد الحالات المرضية النادرة (مثل الأورام، الالتهاب الرئوي، أو المياه الزرقاء/الجلوكوما) حيث تكون العينات غير الطبيعية الموصوفة نادرة، أو مكلفة للحصول عليها، أو مقيدة بخصوصية البيانات.

• التحدي: تفشل التعلم الخاضع للإشراف التقليدي بسبب نقص بيانات الشذوذ المصنفة. تندرج الأساليب الحالية غير الخاضعة للإشراف أو أساليب الفئة الواحدة (one-class approaches) عموماً ضمن ثلاث فئات:
  1. القائمة على إعادة البناء (Reconstruction-based): (مثل المشفرات التلقائية Autoencoders، وشبكات GANs) وتواجه صعوبة مع حالات الشذوذ الدقيقة أو الموضعية التي لا تؤثر بشكل كبير على خطأ إعادة البناء.
  2. القائمة على السمات (Feature-based): تستخرج التمثيلات باستخدام نماذج مدربة مسبقاً أو ذاتية الإشراف، لكنها غالباً ما تفترض مساحات سمات إقليدية ثابتة، متجاهلةً البنية المتشعبة (manifold structure) الجوهرية للبيانات الطبية.
  3. القائمة على الكثافة (Density-based): تنمذج توزيعات البيانات الطبيعية ولكنها غالباً ما تفشل في مراعاة الخصائص الهندسية المعقدة للمتعدد (manifold) الخاص بالبيانات.
• الفجوة: تتعامل الطرق الحالية عادةً مع مساحة السمات الكامنة (latent feature space) كفضاء ثابت بعد الاستخراج. وهي تفتقر إلى آلية لإعادة هيكلة أو تحسين المساحة الكامنة صراحةً لتعزيز الفصل بين الحالات الطبيعية والشاذة قبل عملية التقييم.

2. المنهجية

يقترح المؤلفون إطار عمل هجين يسمى تعزيز كثافة إزاحة المتوسط (MSDE) الذي يدمج تعلم التمثيل ذاتي الإشراف مع تقدير الكثافة القائم على المتعدد (manifold). يعمل خط الإنتاج تحت نموذج تعلم الفئة الواحدة (التدريب على العينات الطبيعية فقط) ويتكون من ثلاث مراحل:

أ. استخراج السمات

يتم تضمين الصور الطبية في مساحة كامنة عالية الأبعاد (512 بُعداً) باستخدام هياكل عصبية مدربة مسبقاً:

• متخصص في المجال: يُستخدم نموذج AnatPaste (ذاتي الإشراف) لصور الأشعة السينية للصدر.
• عام: يُستخدم نموذج ResNet18 (المدرب مسبقاً على ImageNet) للأنماط الأخرى (الرنين المغناطيسي، تصوير قاع العين، وأنسجة طبية).

ب. تعزيز كثافة إزاحة المتوسط (MSDE)

هذا هو الابتكار الجوهري. بدلاً من استخدام السمات الخام، يقوم إطار العمل بتنقية التضمينات (embeddings) بشكل تكراري لنقل العينات نحو مناطق ذات احتمالية بيانات أعلى.

• الآلية: يقوم ببناء رسم بياني للتشابه مدرك للمتعدد (manifold-aware similarity graph) لتقدير أوزان كثافة العينات بناءً على الجوار المحلي.
• الإزاحة التكرارية: يتم تحديث التضمينات عبر عملية إزاحة متوسط موزونة:
  $$x_i^{(t+1)} = x_i^{(t)} + \eta (\tilde{x}_i^{(t)} - x_i^{(t)})$$
  حيث أن $\tilde{x}_i$ هو المتوسط الموزون للجيران. هذه العملية تعمل على "تكثيف" العناقيد الطبيعية في مراكز طوبولوجية عالية الكثافة، بينما تدفع حالات الشذوذ نحو المحيط.
• المعالجة الموحدة: يتم تطبيق MSDE على اتحاد مجموعات التدريب والاختبار لضمان الاتساق الهندسي وتقليل عدم التطابق في التمثيل.

ج. تسجيل الشذوذ القائم على الكثافة

بعد التنقية، تخضع السمات المحسنة لتقليل الأبعاد والتقييم الاحتمالي:

1. تقليل الأبعاد: يقوم تحليل المكونات الرئيسية (PCA) بتقليل السمات المنقحة من 512 إلى 256 بُعداً لضمان الاستقرار العددي.
2. النمذجة الغاوسية: يتم ملاءمة توزيع غاوسي متعدد المتغيرات (Multivariate Gaussian distribution) لبيانات التدريب الطبيعية في المساحة المختزلة.
3. التسجيل (Scoring): يتم حساب درجات الشذوذ باستخدام مسافة ماهالانوبيس (Mahalanobis distance)، والتي تأخذ في الاعتبار ارتباطات السمات وهيكل التباين.
   $$s(z) = \sqrt{(z - \mu_z)^\top \Sigma_z^{-1} (z - \mu_z)}$$
   يتم توحيد الدرجات وتمريرها عبر دالة سيجمويد (sigmoid function) لحصرها بين [0، 1].

3. المساهمات الرئيسية

1. خطوة وسيطة مبتكرة: تقديم تنقية المتعدد (Manifold Refinement) كخطوة متميزة بين استخراج السمات وتسجيل الشذوذ. وهذا يعيد هيكلة المساحة الكامنة صراحةً لتعزيز قابلية الفصل للبيانات الطبيعية، وهو اتجاه لم يتم استكشافه بعمق سابقاً في التصوير الطبي.
2. إطار عمل هجين: يجمع بنجاح بين القوة الدلالية لتعلم السمات ذاتي الإشراف والصرامة الإحصائية لتقدير الكثافة.
3. النمطية (Modularity): الطريقة مستقلة عن النموذج وتعمل على السمات المستخرجة مسبقاً، ولا تتطلب إعادة تدريب الهيكل الأساسي. يمكن دمجها مع أي مستخرج سمات موجود (CNNs، النماذج ذاتية الإشراف، أو النماذج التأسيسية).
4. الكفاءة: من خلال العمل على التضمينات بدلاً من الصور الخام وتجنب التوليد التكراري للصور (على عكس نماذج الانتشار Diffusion Models)، فإن الطريقة خفيفة حسابياً وقابلة للتوسع.

4. النتائج التجريبية

تم تقييم إطار العمل على سبعة مجموعات بيانات متنوعة من التصوير الطبي (الأشعة السينية للصدر، رنين مغناطيسي للدماغ، قاع العين، تصوير الجلد، وأنسجة طبية) باتباع بروتوكول معيار MedIAnomaly.

• الأداء العام:
  • حقق أعلى AUC في 4 من أصل 7 مجموعات بيانات.
  • حقق أعلى دقة متوسطة (AP) في 5 من أصل 7 مجموعات بيانات.
• إنجازات بارزة:
  • كشف أورام الدماغ: حقق أداءً شبه مثالي بـ 0.981 AUC و 0.981 AP، متفوقاً بشكل كبير على النماذج المرجعية الحديثة (SOTA) مثل MSC (0.973 AUC).
  • Camelyon16 (الأنسجة الطبية): تفوق على نموذج AutoDDPM الانتشار الكثيف حسابياً (0.807 AUC) محققاً 0.812 AUC و 0.820 AP، رغم استخدامه فقط لإزاحة هندسية خفيفة على سمات ResNet18.
  • VinDr-CXR: تفوق على أفضل النتائج السابقة (AE-U) بـ 0.819 AUC مقابل 0.769.
• القيود:
  • كان الأداء أقل في مجموعة بيانات ISIC 2018 (تصوير الجلد) (0.705 AUC مقابل 0.807 لـ AnatPaste). ويعزو المؤلفون ذلك إلى مبدأ "المدخلات السيئة تؤدي لمخرجات سيئة" (garbage in, garbage out): حيث تفتقر صور الجلد إلى المناطق التشريحية المهيكلة التي يستغلها هيكل AnatPaste، مما يؤدي إلى سمات أولية أقل تمييزاً لا يمكن لـ MSDE استعادتها بالكامل.

5. الأهمية والأثر

• الفائدة السريرية: يوفر إطار العمل أداة قابلة للتوسع وقوية للكشف المبكر عن الأمراض والفرز في البيئات ذات البيانات المحدودة، خاصة حيث لا تتوفر بيانات الشذوذ.
• تحول في النموذج المعرفي: تشير النتائج إلى أن التحسينات المستقبلية في كشف الشذوذ قد لا تأتي فقط من محسّنات الترميز (encoders) أو المسجلات (scorers)، بل من استراتيجيات تحويل مساحة السمات الأفضل. إنها تثبت أن التمثيلات الكامنة المدربة مسبقاً تحتوي على بنية هندسية "غير مستغلة" يمكن الكشف عنها من خلال الإزاحة الموجهة بالكثافة.
• النشر: الكفاءة الحسابية (تجنب إعادة التدريب من البداية إلى النهاية أو توليد الصور في مساحة الصورة) تجعل الطريقة مناسبة جداً للنشر السريري الواقعي عبر مختلف أنماط التصوير.

في الختام، يرسخ MSDE تنقية متعدد المساحة الكامنة كمبدأ قوي ومستغل بشكل ضعيد سابقاً لكشف الشذو في الصور الطبية من الفئة الواحدة، مما يسد الفجوة بين تعلم التمثيل والنمذجة الاحتمالية.