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

Resumen Técnico: Desenredar Preferencia y Ambigüedad para la Segmentación Controlable de Lesiones Médicas

Planteamiento del Problema
La segmentación de lesiones médicas se enfrenta inherentemente a la incertidumbre de las imágenes, derivada de límites mal definidos, artefactos y formas irregulares de los objetivos médicos. Una manifestación crítica de esta incertidumbre es la variabilidad interobservador, donde diferentes expertos proporcionan anotaciones divergentes para la misma imagen. Los enfoques existentes para la segmentación de imágenes médicas con múltiples evaluadores generalmente caen en dos categorías limitadas:

1. Métodos de generación: Estos producen resultados de segmentación diversos pero no logran capturar la personalización específica del experto, generando a menudo variaciones que no se asemejan a un comportamiento experto realista.
2. Métodos de personalización: Estos replican las salidas de anotadores individuales pero carecen de la capacidad de generar segmentación diversa, codificando efectivamente las preferencias del experto e ignorando la ambigüedad inherente de la imagen.
3. Métodos de crowdsourcing: Estos agregan múltiples anotaciones en una única meta-segmentación, asumiendo una única verdad fundamental y fallando en modelar la distribución de la variabilidad experta.

El artículo identifica una brecha en la literatura: no existe un enfoque efectivo capaz de generar simultáneamente resultados de segmentación que sean tanto diversos (capturando el rango de desacuerdo entre expertos) como personalizados (alineándose con anotaciones de expertos específicos) dentro de un marco unificado.

Metodología: ProSeg
Los autores proponen ProSeg (Modelado probabilístico de segmentación con múltiples evaluadores), un modelo gráfico probabilístico (PGM) diseñado para unificar diversidad y personalización. La innovación central reside en la introducción de dos variables latentes continuas para desenredar las fuentes de incertidumbre:

• $\tau$ (Tau): Modela las variaciones subjetivas entre anotadores expertos (variabilidad interobservador). Se infiere a partir del anotador experto específico $R$.
• $Z$: Modela la ambigüedad en las exploraciones médicas (incertidumbre intraimagen). Se infiere a partir de los datos de imagen observados $X$.

Formulación Probabilística
ProSeg modela la distribución conjunta $p(Y, x, R)$ de anotaciones ($Y$), imágenes ($x$) y expertos ($R$). El modelo asume que las anotaciones se generan condicionalmente basándose en las variables latentes $\tau$ y $Z$.

• Proceso Generativo: El modelo define distribuciones condicionales $p(y_{ri} | \tau_i, z_i)$, $p(x | z_i)$ y $p(r_i | \tau_i)$.
• Inferencia Variacional: Dado que las distribuciones posteriores de las variables latentes son intratables, el modelo emplea inferencia variacional para aproximarlas utilizando $q(z_i | x)$ y $q(\tau | R)$.
• Objetivo de Entrenamiento: El modelo se entrena maximizando la Cota Inferior de Evidencia (ELBO), lo que minimiza el log-verosimilitud negativo de los datos observados (reconstrucción de imágenes, clasificación de expertos y precisión de segmentación) mientras regulariza las distribuciones posteriores de $\tau$ y $Z$ para que coincidan con sus previos (Dirichlet para $\tau$ y Gaussiana para $Z$).

Arquitectura del Modelo
La arquitectura consta de cinco módulos de red neuronal:

1. Codificador de Imagen: Infiere la variable latente de ambigüedad $z$ a partir de la imagen $x$.
2. Decodificador de Imagen: Reconstruye la imagen a partir de $z$.
3. Incrustación de Clase: Infiere la variable latente de preferencia experta $\tau$ a partir del anotador experto $R$.
4. Clasificador: Predice el anotador experto a partir de $\tau$.
5. Predictor de Segmentación: Genera la segmentación $y_{ri}$ condicionada tanto a $\tau_i$ como a $z_i$.

Mecanismos de Control

• Personalización: Al especificar un experto particular $r$, el modelo muestrea $\tau$ de $q(\tau | r)$, generando una segmentación alineada con el estilo de ese experto específico mientras mantiene la diversidad mediante el muestreo de $z$.
• Diversidad: Al muestrear $\tau$ de la distribución previa $p(\tau)$ (Dirichlet) en lugar de la posterior de un experto específico, el modelo genera resultados de segmentación diversos que representan el espectro completo de la variabilidad experta.

Resultados Experimentales
Los autores evaluaron ProSeg en dos conjuntos de datos de referencia:

1. LIDC-IDRI: Un conjunto de datos de nódulos pulmonares con cuatro anotaciones expertas por imagen.
2. NPC: Un conjunto de datos de carcinoma nasofaríngeo con cuatro radiólogos reales, que exhibe una mayor variabilidad en las preferencias.

Métricas Clave:

• Diversidad: Medida mediante la Distancia de Energía Generalizada (GED) y Dice Suave ($D_{soft}$).
• Personalización: Medida mediante Dice de Coincidencia ($D_{match}$), Dice Máximo ($D_{max}$) y puntuaciones Dice promedio frente a expertos específicos ($D_{mean}$).

Hallazgos:

• ProSeg logró un rendimiento Estado del Arte (SOTA) en ambos conjuntos de datos.
• En LIDC-IDRI, ProSeg obtuvo el GED más bajo (0.1152) y el $D_{soft}$ más alto (91.53%), superando a los métodos de generación (por ejemplo, Probabilistic U-Net) y a los métodos de personalización (por ejemplo, TAB, Pionono).
• En el conjunto de datos NPC, más desafiante, ProSeg mejoró el rendimiento de diversidad en un 20.71% sobre los métodos de personalización SOTA anteriores en términos de GED, manteniendo al mismo tiempo una alta precisión de personalización ($D_{mean} = 82.07\%$).
• Los estudios de ablación confirmaron que ambas variables latentes son cruciales; eliminar $\tau$ o $Z$ resultó en una degradación significativa del rendimiento.
• El análisis visual demostró que ProSeg genera segmentaciones que son tanto diversas como estrechamente alineadas con la distribución "Estándar de Oro" de las anotaciones expertas, mientras que otros métodos carecen de diversidad o no logran coincidir con preferencias de expertos específicos.

Significado y Afirmaciones
El artículo afirma que ProSeg es el primer marco de modelado probabilístico que unifica el modelado de diversidad y personalización para la segmentación de lesiones con múltiples evaluadores. Al aprender conjuntamente estos aspectos dentro de un único marco probabilístico, ProSeg aborda las limitaciones de los métodos existentes que tratan la diversidad y la personalización como mutuamente excluyentes o requieren entrenamiento multifase. Los autores afirman que ProSeg proporciona un marco generalizable que puede extenderse a otras tareas de segmentación de imágenes médicas con múltiples evaluadores, ofreciendo una solución robusta para manejar la incertidumbre y la variabilidad inherentes en el diagnóstico clínico. El trabajo destaca que capturar tanto la ambigüedad de la imagen como la subjetividad del anotador es esencial para generar salidas de segmentación fiables y clínicamente relevantes.