Résumé Technique : Au-delà de la Précision : Évaluation de la Fidélité Postérieure des Solveurs Inverses par Diffusion

Énoncé du Problème

Les problèmes inverses dans les domaines scientifiques et ingénieriaux (par exemple, l'imagerie médicale, la géophysique, l'astronomie) sont intrinsèquement mal posés, produisant souvent plusieurs solutions physiquement plausibles en raison du bruit de mesure et de données incomplètes. Bien que les Solveurs Inverses par Diffusion (DIS) soient devenus un paradigme puissant pour résoudre ces problèmes en exploitant des priors de diffusion pré-entraînés, les benchmarks d'évaluation actuels souffrent d'une limitation critique : ils se concentrent presque exclusivement sur la précision de reconstruction (par exemple, PSNR, SSIM).

Cette focalisation crée un « piège de la précision », où les méthodes sont jugées uniquement sur la qualité de reconstruction point par point. Cependant, les méthodes DIS stochastiques sont conçues pour échantillonner à partir d'une distribution postérieure $p(x|y)$ afin de quantifier l'incertitude. Une méthode peut atteindre une haute précision en produisant une sortie unique de type déterministe qui se trouve être proche de la vérité terrain, tout en échouant à capturer le véritable comportement distributionnel (par exemple, modes manquants, effondrement de la variance, ou génération d'échantillons hors-postérieur). Les métriques existantes pour la fidélité distributionnelle, telles que la distance de Wasserstein ou le FID, nécessitent l'accès à des échantillons ou des densités de vérité terrain, qui sont indisponibles dans les applications scientifiques réelles. Par conséquent, il manque des métriques robustes et sans vérité terrain pour évaluer si les méthodes DIS récupèrent véritablement la distribution postérieure cible.

Méthodologie

1. Étude Systématique de la Fidélité Postérieure

Les auteurs mènent une étude contrôlée utilisant des problèmes inverses synthétiques avec des vérités postérieures analytiques connues. En visualisant les échantillons postérieurs et en les comparant aux distributions de vérité terrain, ils démontrent que différentes méthodes DIS exhibent des comportements qualitativement distincts (par exemple, effondrement de modes, mauvaise couverture des modes faibles) même lorsque leur précision de reconstruction est comparable. Cela établit la nécessité d'évaluer le comportement distributionnel au-delà de la précision.

2. Discrepance de Stein à Noyau Basée sur le Score (Score-KSD)

Pour pallier l'absence d'échantillons de vérité terrain dans les contextes réels, l'article propose le Score-KSD, une métrique théoriquement fondée qui évalue la cohérence postérieure sans nécessiter l'accès à la densité ou aux échantillons de la vraie postérieure.

• Approximation du Score Postérieur : La méthode repose sur la décomposition du score postérieur $\nabla_x \log p(x|y)$ via la règle de Bayes :
  $$\nabla_x \log p(x|y) = \nabla_x \log p(y|x) + \nabla_x \log p(x)$$

  • Score de Vraisemblance : Pour un bruit gaussien, le score de vraisemblance $\nabla_x \log p(y|x)$ est calculable analytiquement en utilisant l'opérateur direct $A$ et la mesure $y$.
  • Score de Prior : Le score de prior $\nabla_x \log p(x)$ est approximé en utilisant un modèle de diffusion pré-entraîné. En perturbant une image propre $x$ avec un petit bruit et en interrogeant le réseau de score de diffusion $s_\theta$, les auteurs approximent le score de prior.
  • Score Combiné : La somme du score de vraisemblance et du score de prior approximé produit un champ de score postérieur estimé $\hat{s}_p(x; y)$.

• Discrepance de Stein à Noyau (KSD) : En utilisant le champ de score estimé, les auteurs appliquent la KSD pour mesurer l'écart entre la distribution des échantillons générés par une méthode DIS ($\hat{q}_N$) et la postérieure cible $p(x|y)$. La KSD mesure la violation maximale de l'identité de Stein $\mathbb{E}[T_p f(X)] = 0$ sur un Espace de Hilbert à Noyau Reproductible (RKHS).

  • La KSD au carré admet un estimateur empirique sous forme close basé sur les échantillons générés et la fonction de noyau.
  • Une version normalisée, le score-KSD, est proposée pour tenir compte de la dimensionnalité des données, permettant une comparaison intra-tâche. Un score-KSD plus faible indique une plus grande cohérence avec le champ de score postérieur cible.

Contributions Clés

1. Identification du « Piège de la Précision » : L'article démontre systématiquement qu'une haute précision de reconstruction ne garantit pas une haute fidélité postérieure. Différentes méthodes DIS peuvent produire des scores PSNR similaires tout en exhibant des comportements d'incertitude radicalement différents (par exemple, effondrement déterministe par rapport à un échantillonnage bien dispersé).
2. Proposition du Score-KSD : Les auteurs introduisent une métrique sans vérité terrain pour évaluer la cohérence postérieure. Contrairement aux métriques distributionnelles précédentes, le Score-KSD ne nécessite que le modèle direct, le niveau de bruit et un prior de diffusion pré-entraîné, le rendant applicable aux problèmes inverses réels où la vraie postérieure est inconnue.
3. Évaluation Complète : L'étude valide le Score-KSD par :
   • Simulations Contrôlées : Comparaison des classements Score-KSD avec la fidélité postérieure visuelle et les scores analytiques de vérité terrain.
   • Tâches Réelles : Application de la métrique à la diffusion inverse linéaire, à la reconstruction IRM sous-échantillonnée et à la reconstruction CT à vues espacées (à la fois en distribution et hors distribution).

Résultats

• Études de Simulation : Dans des contextes synthétiques avec des postérieures connues, le Score-KSD distingue avec succès les méthodes qui récupèrent la géométrie complète de la postérieure (y compris les modes faibles) de celles qui souffrent d'effondrement de modes. Les méthodes à haute précision mais à faible couverture distributionnelle (par exemple, RED-Diff, FPS dans des configurations à exécution unique) ont présenté des valeurs de Score-KSD significativement plus élevées que les méthodes avec une meilleure cohérence postérieure (par exemple, MCG-Diff, DiffPIR).
• Expériences Réelles :
  • Le Score-KSD discrimine efficacement les méthodes DIS des baselines triviales (priors non conditionnels, bruit pur).
  • La métrique révèle que des méthodes avec des scores PSNR similaires ont souvent des valeurs de Score-KSD divergentes, confirmant que la précision seule est insuffisante pour évaluer les solveurs stochastiques.
  • Dans des contextes Hors Distribution (OOD) (par exemple, reconstruire des CT pulmonaires en utilisant un prior entraîné sur LIDC-IDRI), les valeurs de Score-KSD ont augmenté, indiquant correctement une cohérence postérieure dégradée due à un décalage de prior.
  • La métrique a montré une stabilité à travers différentes images de test au sein d'une même tâche, soutenant son utilisation comme outil de diagnostic robuste.

Signification et Revendications

L'article soutient que la quantification robuste de l'incertitude est une condition préalable au déploiement des méthodes DIS dans des applications scientifiques sensibles aux risques. La signification principale de ce travail réside dans le changement de paradigme d'évaluation de la précision point par point vers la fidélité distributionnelle.

Les auteurs affirment que le Score-KSD fournit un diagnostic significatif et théoriquement fondé qui :

1. Révèle des Comportements Cachés : Il met en lumière des échecs distributionnels (comme l'effondrement de modes) que les métriques de précision manquent.
2. Permet une Évaluation Sans Vérité Terrain : Il permet l'évaluation de la cohérence postérieure dans des scénarios réels où les postérieures analytiques sont indisponibles.
3. Met en Évidence le « Piège de la Précision » : Il démontre que l'optimisation pour le PSNR ne conduit pas nécessairement à une meilleure quantification de l'incertitude, encourageant la communauté à adopter des normes d'évaluation conscientes de la distribution.

Les auteurs notent modestement que le Score-KSD est un diagnostic intra-tâche (les valeurs ne sont pas directement comparables entre différents problèmes inverses en raison de la netteté et des dimensions variables des postérieures) et que sa précision dépend de l'estimation correcte de l'échelle de bruit $\sigma_y$. Ils identifient la sensibilité de cette estimation du bruit comme une direction pour les travaux futurs.