🔢 mathematics

Uncertain but Useful: Leveraging CNN Training Variability into Data Augmentation

Este artículo demuestra que la incertidumbre numérica inherente al entrenamiento del modelo de aprendizaje profundo FastSurfer para neuroimagen no solo impacta la fiabilidad, sino que también puede aprovecharse eficazmente como una técnica de aumento de datos mediante el uso de ensambles para mejorar el rendimiento de la regresión de la edad cerebral.

Autores originales: Inés Gonzalez-Pepe, Vinuyan Sivakolunthu, Yohan Chatelain, Tristan Glatard

Publicado 2026-07-03

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Inés Gonzalez-Pepe, Vinuyan Sivakolunthu, Yohan Chatelain, Tristan Glatard

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La visión general: Cuando las computadoras "suponen" de forma diferente

Imagina que estás horneando un pastel siguiendo una receta muy precisa (un modelo de Aprendizaje Profundo o Deep Learning). Esperas que, si usas exactamente los mismos ingredientes y la misma configuración de horno, obtengas exactamente el mismo pastel cada vez.

Sin embargo, este artículo descubrió que con los escáneres cerebrales de IA modernos, eso no es del todo cierto. Incluso cuando usas el mismo escaneo cerebral y la misma receta, la computadora podría hornear "pasteles" (segmentaciones) ligeramente diferentes dependiendo de fluctuaciones diminutas e invisibles en cómo se calcula la matemática.

Los investigadores se hicieron dos grandes preguntas:

¿Es esta "inconsistencia al hornear" un problema? (¿Hace que nuestros resultados sean poco fiables?)
¿Podemos usar esta inconsistencia a nuestro favor? (¿Podemos convertir un error en una ventaja?)

Parte 1: El problema – "La mano temblorosa"

Los investigadores compararon dos formas de mapear el cerebro:

FreeSurfer: El método tradicional de la vieja escuela (como un maestro carpintero usando un serrucho manual).
FastSurfer: El nuevo método rápido de Aprendizaje Profundo (como un cortador láser de alta tecnología).

El descubrimiento:
Descubrieron que cuando la nueva IA (FastSurfer) está aprendiendo (entrenando), en realidad es más temblorosa que el método antiguo, especialmente en las capas exteriores del cerebro (la corteza).

La analogía:
Imagina a dos artistas intentando calcar el mapa de una ciudad.

El Artista Viejo (FreeSurfer) dibuja el mapa una vez. Si comete un pequeño error, es consistente.
El Nuevo Artista (FastSurfer) está aprendiendo a dibujar. Cada vez que practica, su mano tiembla un poquito de forma diferente debido a cómo su cerebro procesa los números. A veces dibuja una calle un milímetro a la izquierda; otras veces, un milímetro a la derecha.

El artículo encontró que este "temblor de mano" en la nueva IA es tan fuerte que puede cambiar el mapa final más que el método antiguo. Esto es importante porque si un médico confía en ese mapa para medir el tamaño del cerebro, un pequeño cambio podría cambiar un diagnóstico de "sano" a "en riesgo".

Parte 2: El atajo – "Los dados mágicos"

Para medir este "temblor de mano", los investigadores utilizaron una herramienta matemática compleja y lenta llamada Aritmética de Monte Carlo. Es como revisar cada uno de los granos de arena en un reloj de arena para ver si alguno tiene un tamaño ligeramente incorrecto. Es preciso, pero toma una eternidad.

El descubrimiento:
Encontraron una forma mucho más rápida de medir esta inestabilidad. Simplemente cambiaron la Semilla Aleatoria (Random Seed) (piensa en esto como lanzar un dado diferente) al inicio del entrenamiento.

La analogía:
En lugar de revisar cada grano de arena, simplemente le pidieron al artista que comenzara el dibujo con un "estado de ánimo" diferente (una semilla aleatoria diferente). Descubrieron que los mapas "temblorosos" resultantes se veían casi exactamente iguales a los creados con la herramienta matemática súper lenta y compleja.

Por qué esto es genial: Es como darse cuenta de que no necesitas un microscopio para ver el bamboleo de tu mano; solo necesitas agitarla de algunas formas diferentes y mirar el resultado. Es una forma barata y rápida de ver qué tan inestable es la IA.

Parte 3: La solución – "El efecto del coro"

Normalmente, cuando una computadora produce resultados diferentes, pensamos que es un error. Pero los investigadores se preguntaron: ¿Y si usamos todas esas versiones diferentes para obtener una mejor respuesta?

El descubrimiento:
Entrenaron 15 versiones diferentes de la IA, cada una con un "estado de ánimo" distinto (semilla aleatoria diferente). Luego, en lugar de elegir solo una, combinaron los 15 mapas (un "ensamble").

La analogía:
Imagina que estás tratando de adivinar la temperatura exterior.

Método A: Le preguntas a una persona. Puede que esté ligeramente equivocada.
Método B: Le preguntas a 15 personas que tienen relojes ligeramente diferentes. Tomas el promedio de sus respuestas.
El resultado: El promedio de las 15 suposiciones suele estar mucho más cerca de la temperatura real que cualquier suposición individual.

En este artículo, utilizaron este "Efecto del Coro" para predecir la Edad Cerebral (estimar qué tan viejo es un cerebro basándose en su forma).

Descubrieron que usar los mapas "temblorosos" combinados hizo que la predicción de la edad fuera mucho más precisa.
Lo compararon con otros métodos que intentan simular nuevos datos (como una fotocopiadora haciendo copias borrosas). El método del "Coro" funcionó mejor porque los 15 mapas se basaban en cerebros reales, solo que vistos de forma ligeramente distinta. Los datos falsos se veían "poco realistas" y no ayudaban tanto.

Resumen de las conclusiones clave

La IA es inestable: Los nuevos escáneres cerebrales de IA rápida son en realidad más sensibles a los errores matemáticos diminutos durante el entrenamiento que los métodos antiguos y lentos. Esto podría afectar los resultados médicos si no se tiene en cuenta.
Las Semillas Aleatorias son un buen indicador: No necesitas matemáticas complejas para medir esta inestabilidad; cambiar el número inicial aleatorio (la semilla) te da una imagen clara de cuánto se tambalea la IA.
Abraza el bamboleo: En lugar de luchar contra la inestabilidad, los investigadores la utilizaron. Al combinar múltiples versiones ligeramente diferentes de la IA, crearon un "súper-modelo" que predice la edad cerebral mejor que los métodos estándar, sin necesidad de recolectar nuevos datos de pacientes.

En resumen: El artículo muestra que el "ruido" en el entrenamiento de la IA es real y peligroso, pero si escuchas a todo el coro en lugar de a un solo cantante, ese ruido puede ayudarte a escuchar la verdad con mayor claridad.

Resumen Técnico: Incierto pero Útil: Aprovechando la Variabilidad del Entrenamiento de CNN para el Aumento de Datos

Declaración del Problema

Si bien el aprendizaje profundo (DL) ha revolucionado la neuroimagen al ofrecer un rendimiento de vanguardia con tiempos de computación reducidos, la incertidumbre numérica inherente a la fase de entrenamiento de DL permanece en gran medida inexplorada. A diferencia de la inferencia, el entrenamiento implica una optimización iterativa y de alta dimensión donde pequeñas perturbaciones numéricas pueden acumularse a través de las iteraciones, potencialmente dirigiendo a los modelos hacia soluciones diferentes incluso con datos idénticos. Aunque la incertidumbre numérica está bien documentada en los procesos tradicionales de neuroimagen (por ejemplo, FreeSurfer), su comportamiento e impacto durante el entrenamiento de DL no se comprenden completamente. Esta brecha es crítica ya que las redes neuronales están reemplazando cada vez más a las herramientas clásicas, y trabajos recientes sugieren que un ruido numérico comparable en los procesos tradicionales puede distorsionar los hallazgos clínicos.

Metodología

Los autores emplearon un enfoque multifacético para cuantificar y aprovechar la variabilidad del tiempo de entrenamiento en el modelo de segmentación FastSurfer:

Perturbación Numérica mediante Aritmética de Monte Carlo (MCA):
- Para simular la variabilidad de hardware y software, los autores aplicaron MCA, un método de aritmética estocástica que introduce perturbaciones aleatorias en las operaciones de punto flotante durante el tiempo de ejecución.
- Utilizando Fuzzy PyTorch, integraron la aritmética estocástica directamente en el flujo de ejecución de PyTorch, aplicando una perturbación de 1 unidad de la mínima precisión (ulp) para simular errores de precisión virtual.
- Para fines comparativos, también se aplicó MCA al proceso tradicional de FreeSurfer v7.3.2 utilizando "fuzzy libmath" en CPU.
Perturbación de la Semilla Aleatoria como Proxy:
- Para establecer una línea base práctica, se entrenaron modelos con 15 semillas aleatorias diferentes en GPU. Estas semillas controlaban los procesos pseudialeatorios (inicialización de pesos, dropout) manteniendo el barajado de datos fijo para aislar la incertidumbre del modelo (epistémica).
- Se evaluó la similitud estructural entre la variabilidad inducida por la semilla y la variabilidad inducida por MCA para validar las semillas como un proxy de bajo costo para la incertidumbre numérica.
Ensamble como Aumento de Datos:
- Los autores reformularon la inestabilidad del tiempo de entrenamiento como una técnica de aumento de datos. Se entrenaron múltiples modelos FastSurfer con diferentes semillas, y sus salidas se ensamblaron para generar 15 segmentaciones distintas pero anatómicamente válidas por sujeto.
- Estos volúmenes de Regiones de Interés (ROI) derivados del ensamble se utilizaron como características para tareas de regresión de edad cerebral mediante modelos de Bosque Aleatorio (RF), Máquina de Vectores de Soporte (SVM) y Gradient Boosting (GB).
- Este enfoque se comparó contra métodos de aumento de datos sintéticos, específicamente un sintetizador de Cópula Gaussiana y autoencoders variacionales (estos últimos excluidos debido a distribuciones poco realistas).
Métricas de Evaluación:
- Variabilidad: Medida utilizando la puntuación mínima de Sørensen-Dice entre pares de repeticiones para capturar la consistencia en el peor de los casos.
  - Desempeño en Tareas Posteriores (Downstream): Evaluado mediante el Error Absoluto Medio (MAE) en la regresión de edad cerebral en conjuntos de datos internos (conjunto de entrenamiento de FastSurfer) y un conjunto de datos externo (Healthy Brain Network, HBN).

Resultados Clave

La Variabilidad del Tiempo de Entrenamiento Excede a los Métodos Tradicionales en Regiones Corticales:
- La cuantificación reveló que la variabilidad del tiempo de entrenamiento de FastSurfer iguala o supera la de FreeSurfer, particularmente en estructuras corticales. Mientras que la variabilidad subcortical fue mayormente comparable, todas las regiones corticales exhibieron una variabilidad significativamente mayor con FastSurfer.
- Esto sugiere que FastSurfer está sujeto a las mismas preocupaciones de reproducibilidad identificadas previamente en FreeSurfer, con implicaciones potenciales para los resultados clínicos posteriores.
La Perturbación de la Semilla como un Proxy Válido:
- Los rankings de variabilidad regional entre MCA y las perturbaciones de la semilla aleatoria mostraron una fuerte correlación (Spearman $\rho = 0.877$ ).
- A pesar de que MCA se realizó en CPU y las semillas en GPU, la fuerte concordancia estructural indica que las semillas aleatorias capturan efectivamente los patrones regionales de inestabilidad, proporcionando una alternativa computacionalmente factible a la exhaustiva MCA.
El Ensamble Numérico Mejora el Desempeño en Tareas Posteriores:
- Los modelos entrenados con diferentes semillas lograron un desempeño comparable a una línea base IEEE fija, confirmando que la variabilidad observada no degrada la capacidad central del modelo.
- Eficacia del Aumento de Datos: El ensamble numérico mejoró consistentemente el desempeño de la regresión de la edad cerebral. El aumento en el número de repeticiones del ensamble condujo a mejoras monotónicas significativas en el MAE para los modelos RF, SVM y GB, tanto en los conjuntos de datos internos como en los externos.
- Comparación con Métodos Sintéticos: El ensamble numérico superó al aumento sintético (Cópula Gaussiana). Mientras que los métodos sintéticos mostraron correlaciones débiles o no significativas con las mejoras de desempeño, el ensamble numérico proporcionó ganancias robustas. Los autores atribuyen esto al hecho de que los miembros del ensamble representan variaciones neuroanatómicas auténticas de escaneos de RM reales, mientras que los métodos sintéticos luchan por aprender distribuciones realistas a partir de datos limitados.

Significancia y Reivindicaciones

El artículo posiciona la incertidumbre numérica durante el entrenamiento de DL como un factor sustantivo en la confiabilidad de la neuroimagen con consecuencias medibles para las tareas posteriores. Los autores realizan dos reivindicaciones principales:

Evaluación de Riesgos: La incertidumbre numérica inherente al entrenamiento de FastSurfer es al menos tan significativa como la de la línea de base tradicional de FreeSurfer, particularmente en las regiones corticales. Esto requiere una investigación sistemática sobre la propagación de la incertidumbre desde los procesos basados en DL hacia los análisis clínicos posteriores.
Oportunidad de Aumento: La variabilidad del tiempo de entrenamiento, caracterizada efectivamente por las perturbaciones de la semilla aleatoria, puede aprovecharse constructivamente como una técnica de aumento de datos. Al utilizar el ensamble, los investigadores pueden generar representaciones diversas y anatómicamente realistas sin recolección de datos adicionales, mejorando así la robustez de las tareas de regresión posteriores en comparación con la generación de datos sintéticos.

El trabajo concluye que la incertidumbre numérica no debe verse simplemente como una fuente de error a minimizar, sino como un recurso que, cuando se caracteriza y aprovecha adecuadamente, puede mejorar la confiabilidad y el desempeño de las aplicaciones de neuroimagen.