Instance Awareness of Multi-class Semantic Segmentation Loss Functions

إليك ملخص تقني مفصل للورقة البحثية بعنوان "الوعي بالنماذج المتعددة لوظائف خسارة التقسيم الدلالي متعدد الفئات" (Instance Awareness of Multi-class Semantic Segmentation Loss Functions) من إعداد كوندو وآخرون.

1. بيان المشكلة

تعالج الورقة البحثية تحدي عدم التوازن المتزامن بين النماذج (Instances) والفئات (Classes) في التقسيم الدلالي متعدد الفئات، وتحديداً في سياق تقسيم نقائل الدماغ (BraTS-METS 2025).

• عدم توازن الفئات (Class Imbalance): تمتلك الفئات النادرة (مثل تجويف الاستئصال - RC) عدداً أقل بكثير من الـ voxels والنماذج مقارنة بالفئات الشائعة (مثل الورم الكامل - WT). تعمل وظائف الخسارة القياسية (مثل Dice + Cross-Entropy) على حساب متوسط التدرجات عبر جميع الـ voxels الأمامية، مما يتسبب في تلقي الفئات النادرة لإشارات تدريب ضئيلة بشكل غير متناسب.
• عدم توازن النماذج (Instance Imbalance): ضمن الفئة الواحدة، غالباً ما تكون الآفات الصغيرة (المتغيرات الدقيقة) ممثلة بشكل أقل مقارنة بالآفات الكبيرة لأن خسائر مستوى الـ voxel القياسية يهيمن عليها الحجم الكبير للنماذج الضخمة.
• الفجوة: صُممت وظائف الخسارة الحالية "الحساسة للنماذج" (مثل Blob Loss و CC Loss) لتقسيم الفئة الواحدة؛ فهي تعمل على مساواة التدرجات بين النماذج من نفس الفئة، لكنها تفشل في معالجة عدم التوازن بين الفئات المختلفة في الإعدادات متعددة الفئات. وعلى العكس من ذلك، تعالج خسائر تعدد الفئات القياسية عدم توازن الفئات عبر المتوسط الموحد ولكنها تتجاهل التفاوتات في الحجم على مستوى النموذج.

2. المنهجية

يقترح المؤلفون إطار عمل يوسع وظائف الخسارة الحساسة للنماذج لتشمل التقسيم متعدد الفئات، ويدمج الوزن العكسي للحجم بطريقة مبتكرة وموضعية.

أ. التوسيع متعدد الفئات عبر التفكيك (واحد مقابل الكل)

قام المؤلفون بتكييف Blob Loss و CC Loss للإعدادات متعددة الفئات باستخدام استراتيجية "واحد مقابل الكل" (one-vs-rest):

1. التفكيك: يتم عزل خريطة التسميات متعددة الفئات لكل فئة أمامية $c$ إلى خريطة ثنائية $y_c$ (حيث تمثل الفئة $c$ الجزء الأمامي، وبقية الفئات هي الخلفية).
2. استخراج النماذج: يتم تحديد المكونات المتصلة ثلاثية الأبعاد داخل $y_c$ لتعريف النماذج الفردية $\{S^c_1, \dots, S^c_{K_c}\}$.
3. حساب الخسارة:
   • CC Loss: تقسم الحجم إلى خلايا فورونوي $V^c_k$ بناءً على المسافة الإقليدية لأقرب مكون. تُحسب الخسارة فقط داخل هذه المناطق المحلية لمنع المكونات الكبيرة من الهيمنة على الصغيرة.
   • Blob Loss: تنشئ مجالاً خاصاً بالنموذج $\Omega^c_k$ عن طريق إزالة جميع المكونات الأمامية الأخرى من نفس الفئة، مما يترك المكون المستهدف والخلفية فقط.
4. التجميع: تكون خسارة النموذج النهائية ($L_{instance}$) هي المتوسط الموحد للخسائر عبر جميع المكونات وجميع الفئات:
   $$L_{instance} = \frac{1}{|C|} \sum_{c \in C} \frac{1}{K_c} \sum_{k=1}^{K_c} \ell^c_k$$
   الرؤية الجوهرية: من خلال التوسيع الموحد عبر الفئات ($\frac{1}{|C|}$)، تساهم الفئة النادرة ذات النماذج القليلة (مثل RC) في التدرج بنفس قدر مساهمة الفئة الشائعة ذات النماذج الكثيرة (مثل ET)، مما يحل فعلياً عدم توازن الفئات، بينما يحل متوسط المكونات لكل فئة عدم توازن النماذج.

ب. الوزن العكسي الموضعي للحجم (IWL)

يفشل الوزن العكسي للحجم القياسي (تعيين أوزان تتناسب عكسياً مع حجم المكون) في إعدادات تعدد الفئات عند تطبيقه عالمياً لأن الأوزان تختلف بمراحل كبيرة بين الفئات النادرة والشائعة، مما يؤدي إلى زعزعة استقرار التدريب.

• الحل المقترح: دمج التوزين داخل خسارة كل نموذج على حدة.
• الآلية: يتم تطبيق خريطة وزن $w^c_k$ فقط على الـ voxels داخل مجال النموذج المحدد ($\Omega^c_k$ أو $V^c_k$).
  $$w^c_k(v) = \min(\max(|\Omega^c_k|/|S^c_k|, 1), 2 \times 10^5)$$
• الأثر: هذا يحصر إعادة التوزين في السياق المكاني لنموذج واحد، مما يعزز التدرجات للنماذج الصغيرة دون خلق اختلالات في الأوزان العالمية عبر الفئات.

ج. دالة الخسارة المركبة

تجمع الخسارة الإجمالية بين الخسارة العالمية القياسية (لمعاقبة الإيجابيات الكاذبة في مناطق الخلفية) مع خسارة النموذج الجديدة:
$$L = \alpha \cdot L_{global} + \beta \cdot L_{instance}$$
قيم المؤلفين أن $\alpha=1, \beta=1$ وأن $\alpha=1, \beta=2$.

3. المساهمات الرئيسية

1. إعادة توظيف خسائر النماذج: أثبتوا أن توسيع خسائر الحساسية للنماذج (Blob/CC) لتشمل التقسيم متعدد الفئات عبر التفكيك (واحد مقابل الكل) يحل في آن واحد عدم توازن الفئات (عبر التوسيع الموحد للفئات) وعدم توازن النماذج.
2. إعادة التوزين الموضعي: أظهروا أن الوزن العكسي للحجم يكون فعالاً فقط عندما يتم دمجه محلياً ضمن خسائر النماذج لكل مكون. التطبيق العالمي يؤدي إلى زعزعة استقرار التدريب، بينما التطبيق المحلي يحسن بشكل كبير أداء الفئات النادرة (على سبيل المثال، ارتفع Dice الخاص بـ RC من 0.22 إلى 0.44).
3. تحليل المقايضة: حددوا وجود مقايضة منهجية بين التداخل على مستوى الـ voxel (Dice) والاكتشاف على مستوى النموذج (Panoptic Quality). الطرق التي ترفع وزن الفئات النادرة بقوة تحسن Dice ولكنها غالباً ما تضعف جودة الاكتشاف (PQ).

4. النتائج التجريبية

أُجريت التجارب على مجموعة بيانات BraTS-METS 2025 (260 حالة اختبار)، مع التركيز على أربعة مناطق: WT، TC، ET، والمنطقة النادرة (RC).

• الأساس (Baseline): حقق نموذج nnU-Net القياسي (Dice + CE) قيمة RC Dice بلغت 0.15 وForeground Mean PQ (عند $\tau=0.5$) بلغت 0.38.
• Multi-Class CC Loss:
  • حسّن RC Dice إلى 0.31.
  • حافظ على Foreground Mean PQ عند 0.39 (مقاربة للأساس).
  • حقق أفضل Foreground Mean Dice إجمالي (0.64).
• Multi-Class Blob Loss:
  • حقق أفضل Foreground Mean PQ (0.40) وRecognition Quality (0.53).
  • حسّن RC Dice إلى 0.22.
• مع الوزن العكسي الموضعي للحجم (IWL):
  • Blob + IWL: حقق أعلى RC Dice (0.44) وأعلى Foreground Mean Dice (0.65).
  • التكلفة: جاء ذلك على حساب جودة الاكتشاف، حيث انخفضت Foreground Mean PQ إلى 0.31.
• معامل التوزين ($\beta$): على عكس إعدادات الفئة الواحدة حيث يُوصى بـ $\beta=2$، كان الأداء الأفضل في إعداد تعدد الفئات مع $\beta=1$. التفكيك (واحد مقابل الكل) يوفر بالفعل توازناً كافياً للفئات، و $\beta=2$ يؤدي إلى الإفراط في تقسيم الفئات النادرة.

5. الأهمية والخاتمة

• الأثر السريري: يعد التقسيم الدقيق لتجويف الاستئصال (RC) أمراً بالغ الأهمية لتخطيط جراحة التردد الإشعاعي التجسيمي (SRS) بعد العمليات. إن تحسين RC Dice من 0.15 إلى 0.44 يعزز مباشرة دقة تخطيط العلاج.
• الرؤية المنهجية: توضح الورقة أن إعادة التوزين المهيكلة والمحددة مكانياً (التفكيك واحد مقابل الكل + الوزن العكسي الموضعي للحجم) تتفوق على إعادة التوزين العالمي في التقسيم متعدد الفئات مع البيانات غير المتوازنة.
• الاتجاهات المستقبلية: يسلط المؤلفون الضوء على المقايضة المتأصلة بين Dice و Panoptic Quality. يجب أن تهدف الأعمال المستقبلية إلى حل هذه المقايضة لتحقيق كل من التداخل العالي في الـ voxel والدقة العالية في اكتشاف النماذج في وقت واحد.

باخت-صار، يقدم هذا العمل إطار عمل لدالة خسارة قوية تعامل كل نموذج ورم وكل فئة ورم بنفس القدر من الأهمية، مما يسد الفجوة بين التقسيم الآلي ودقة مستوى الآفة المطلوبة لعلاج نقائل الدماغ الفردي.