Improved Anomaly Detection in Medical Images via Mean Shift Density Enhancement

1. Problématique

La détection d'anomalies dans les images médicales est cruciale pour identifier des pathologies rares. Cependant, l'obtention de grands ensembles de données annotées pour les cas anormaux est souvent impossible en raison de la rareté des pathologies, du coût de l'annotation par des experts et des contraintes de confidentialité.

• Défi principal : Développer des méthodes d'apprentissage monoclasses (One-Class Classification - OCC) capables d'apprendre uniquement à partir de données normales pour détecter les anomalies.
• Limites des approches existantes :
  • Les méthodes basées sur la reconstruction (autoencodeurs, GANs) peinent à détecter des anomalies subtiles qui n'affectent pas significativement l'erreur de reconstruction.
  • Les méthodes basées sur les caractéristiques (feature-based) supposent souvent un espace de caractéristiques fixe et euclidien, sans exploiter pleinement la structure géométrique intrinsèque (variété) des données médicales.
  • Les méthodes basées sur la densité supposent souvent que l'espace de caractéristiques est déjà bien structuré, sans étape de raffinement préalable.

2. Méthodologie : Le cadre MSDE

Les auteurs proposent un cadre hybride nommé MSDE (Mean Shift Density Enhancement) qui intègre l'apprentissage de représentations auto-supervisé avec une estimation de densité basée sur la variété (manifold). Le pipeline se déroule en trois étapes principales :

A. Extraction de Caractéristiques (Feature Extraction)

Les images médicales sont d'abord encodées dans un espace latent de haute dimension (512 dimensions) à l'aide de réseaux de neurones convolutifs pré-entraînés :

• Backbones utilisés : ResNet18 (pré-entraîné sur ImageNet) pour la plupart des modalités, et AnatPaste (un modèle auto-supervisé spécifique au domaine) pour les radiographies thoraciques.
• Objectif : Obtenir des représentations sémantiques robustes sans annotation manuelle des anomalies.

B. Renforcement de Densité par Déplacement de Moyenne (MSDE)

C'est l'étape novatrice du cadre. Au lieu d'utiliser les caractéristiques brutes, l'algorithme MSDE affine itérativement l'espace latent pour regrouper les échantillons normaux dans des régions de haute probabilité.

• Mécanisme : Un graphe de similarité basé sur la variété est construit pour identifier les voisins locaux.
• Opération : Une opération de déplacement de moyenne pondérée (Weighted Mean Shift) est appliquée itérativement :
  $$\tilde{x}_i^{(t)} = \frac{\sum_{j \in N_i} w_j x_j^{(t)}}{\sum_{j \in N_i} w_j}$$
  $$x_i^{(t+1)} = x_i^{(t)} + \eta (\tilde{x}_i^{(t)} - x_i^{(t)})$$
  où $N_i$ est le voisinage local, $w_j$ sont des poids de densité, et $\eta$ est le taux d'apprentissage.
• Effet : Les échantillons normaux sont "tirés" vers des noyaux de haute densité (compaction), tandis que les anomalies, ne pouvant pas se conformer à ces structures locales, sont repoussées vers la périphérie de l'espace latent.

C. Notation des Anomalies (Anomaly Scoring)

Une fois l'espace latent raffiné :

1. Réduction de dimension : Une Analyse en Composantes Principales (PCA) réduit la dimension de 512 à 256 pour assurer la stabilité numérique.
2. Modélisation : Une estimation de densité gaussienne (Gaussian Density Estimator) est ajustée sur les échantillons normaux raffinés.
3. Score : La distance de Mahalanobis est calculée entre les échantillons de test et la distribution normale apprise. Cette distance prend en compte la structure de covariance, pénalisant moins les variations naturelles (haute variance) et plus les déviations anormales (faible variance).
4. Normalisation : Les scores bruts sont transformés via une fonction sigmoïde pour obtenir une probabilité dans l'intervalle [0, 1].

3. Contributions Clés

1. Nouvelle étape intermédiaire : Introduction du raffinement de la variété latente (manifold refinement) comme étape distincte entre l'extraction de caractéristiques et le score d'anomalie, un domaine largement sous-exploré en imagerie médicale.
2. Approche hybride : Combinaison efficace de l'apprentissage de représentations (feature learning) et de la modélisation probabiliste de la densité, surpassant les méthodes qui utilisent l'un ou l'autre de manière isolée.
3. Robustesse sans réentraînement : La méthode fonctionne sur des caractéristiques pré-extraites sans nécessiter de réentraînement des backbones, ce qui la rend modulaire et compatible avec divers modèles existants.
4. Performance unifiée : Démonstration qu'un seul ensemble d'hyperparamètres fixe peut être appliqué à travers sept modalités d'imagerie différentes (rayons X, IRM, fond d'œil, histopathologie) avec des résultats state-of-the-art.

4. Résultats Expérimentaux

L'évaluation a été menée sur 7 jeux de données publics (RSNA, VinDr-CXR, Brain Tumor, LAG, ISIC 2018, Camelyon16, BraTS2021) couvrant 5 modalités d'imagerie.

• Performance Globale :
  • MSDE atteint les meilleurs scores AUC (Area Under Curve) sur 4 des 7 jeux de données.
  • MSDE atteint les meilleurs scores AP (Average Precision) sur 5 des 7 jeux de données.
• Cas d'étude remarquable (Tumeurs cérébrales) :
  • Performance quasi-parfaite avec un AUC et un AP de 0,981, démontrant une capacité exceptionnelle à éviter les faux positifs tout en maintenant un bon rappel.
• Comparaison avec l'état de l'art :
  • Sur le jeu de données Camelyon16 (histopathologie), MSDE (AUC 0,812) surpasse les modèles de diffusion complexes comme AutoDDPM (AUC 0,807), bien que ce dernier soit beaucoup plus coûteux en calcul.
  • Sur le jeu de données VinDr-CXR, MSDE améliore significativement le score par rapport aux meilleurs autoencodeurs précédents (AUC 0,819 vs 0,769).
• Limitation observée :
  • Performance inférieure sur le jeu de données ISIC 2018 (dermatoscopie) par rapport au modèle AnatPaste seul. Cela suggère que si les caractéristiques initiales ne capturent pas bien la structure (textures homogènes sans structures anatomiques définies), le raffinement géométrique a un impact limité ("garbage in, garbage out").

5. Signification et Impact

• Efficacité computationnelle : Contrairement aux méthodes basées sur la reconstruction ou la diffusion qui nécessitent une génération d'images itérative coûteuse, MSDE opère uniquement sur des vecteurs de caractéristiques pré-extraits, ce qui le rend léger et évolutif.
• Utilisation de l'information latente cachée : L'étude démontre que les représentations pré-entraînées contiennent souvent une structure géométrique sous-exploitée. Le raffinement par MSDE permet de révéler cette information sans modifier le modèle d'encodage.
• Outil d'aide à la décision clinique : Le cadre proposé est présenté comme un outil scalable pour le dépistage précoce et la détection de maladies dans des contextes à faible étiquetage (low-label settings), applicable à diverses modalités d'imagerie.
• Perspective future : L'article suggère que l'avenir de la détection d'anomalies réside non seulement dans de meilleurs encodeurs, mais aussi dans de meilleures stratégies de transformation de l'espace de caractéristiques (post-traitement géométrique).

En conclusion, ce travail établit le raffinement de la variété latente via l'amélioration de la densité comme une étape intermédiaire prometteuse et efficace pour la détection d'anomalies médicales en apprentissage monoclassique.