Resource-Aware Evolutionary Neural Architecture Search for Cardiac MRI Segmentation

Résumé technique : Recherche d'architecture neuronale évolutive consciente des ressources pour la segmentation des IRM cardiaques

Énoncé du problème
La segmentation par résonance magnétique cardiaque (CMR) est cruciale pour l'évaluation quantitative de la structure et de la fonction ventriculaires, en particulier la délimitation du ventricule gauche (VG), du ventricule droit (VD) et du myocarde (MYO). Cependant, l'obtention d'une délimitation fiable est entravée par un faible contraste des tissus, des frontières floues (en particulier autour des muscles papillaires et des points d'insertion), une variabilité inter-patient et des décalages de domaine entre différents scanners et protocoles. Bien que l'apprentissage profond, et notamment les architectures encodeur-décodeur comme U-Net, soit devenu le paradigme dominant, les praticiens sont confrontés à des compromis significatifs entre la qualité des frontières (mesurée par le coefficient de similarité de Dice [DSC] et la distance de Hausdorff au 95e percentile [HD95]) et l'efficacité computationnelle (paramètres et FLOPs). Les méthodes existantes de recherche d'architecture neuronale (NAS) exigent souvent un effort d'ingénierie considérable pour équilibrer ces objectifs concurrents ou échouent à optimiser explicitement les contraintes de ressources déployables dans des contextes spécifiques au cœur.

Méthodologie : CardiacNAS
Les auteurs proposent CardiacNAS, un cadre de recherche d'architecture neuronale évolutive conçu pour automatiser la conception de modèles de segmentation CMR efficaces sous des contraintes de ressources explicites. Le cadre fonctionne via les composants suivants :

1. Superréseau et espace de recherche adaptés au cœur :
   L'épine dorsale est un superréseau de type U-Net structuré en encodeur, goulot d'étranglement et décodeur avec des connexions de saut. Contrairement au NAS standard, l'espace de recherche est explicitement adapté à l'imagerie cardiaque, paramétré par un génotype $\gamma$ qui contrôle :

   • Hyperparamètres structurels : Tailles de filtres ($fl$), tailles de noyaux ($kn$) et nombre de couches ($ns$).
   • Modules avancés : Mécanismes d'attention (squeeze-excitation, auto-attention), stratégies de fusion/agrégation (addition, concaténation, somme pondérée) et fonctions d'activation (ReLU, ELU, Tanh, Sigmoid).
   • Régularisation et mise à l'échelle : Taux de dropout ($dp$) et un facteur de mise à l'échelle résiduelle continue ($\alpha$) appliqué aux connexions de saut.
   • Entrée : Tranches d'IRM cardiaque normalisées de taille fixe ($128 \times 128$).

2. Processus de recherche évolutive :
   Le cadre utilise un algorithme évolutionnaire (Algorithme 1) pour optimiser les architectures :

   • Initialisation : Une population d'architectures candidates est échantillonnée depuis l'espace de recherche.
   • Variation : Les candidats subissent un croisement (échange uniforme de gènes, mélange pour $\alpha$ continu) et une mutation (rééchantillonnage des variables discrètes ou perturbation des variables continues).
   • Entraînement et évaluation par proxy : Chaque candidat est instancié et entraîné avec un budget limité (entraînement par proxy) sur l'ensemble d'entraînement. La fitness est évaluée sur un ensemble de validation selon une fonction multi-objectifs équilibrant le DSC et le HD95 contre la complexité du modèle (Paramètres et FLOPs).
   • Sélection : Une stratégie de remplacement élitiste sélectionne les meilleurs performeurs pour former la génération suivante, maintenant un archivage des solutions non dominées.

3. Conscience des ressources :
   La recherche optimise explicitement le compromis entre la fidélité de la segmentation et le coût computationnel, garantissant que l'architecture finale est déployable dans des budgets de calcul fixes. Le coût total de la recherche (incluant toutes les évaluations de candidats) est intégré à l'analyse d'efficacité.

Contributions clés
L'article expose trois contributions principales :

• Superréseau adapté au cœur : Un espace de recherche spécialisé intégrant un contexte multi-échelle, l'attention et des stratégies de fusion de saut flexibles, spécifiquement conçus pour cibler des frontières VG/MYO/VD nettes sous des budgets de complexité stricts.
• NAS évolutionnaire conscient des ressources : Une procédure qui échange explicitement la qualité de la segmentation (DSC/HD95) contre la complexité du modèle (Paramètres/FLOPs) en utilisant l'entraînement par proxy et la sélection évolutionnaire, éliminant ainsi le besoin d'un équilibrage manuel de la conception.
• Évaluation complète : Une analyse détaillée incluant des comparaisons qualitatives, des analyses de courbes d'apprentissage et des études de corrélation des facteurs de conception. Ces analyses clarifient comment des choix architecturaux spécifiques (par exemple, auto-attention, fusion par somme pondérée, mise à l'échelle résiduelle) influencent la fidélité et la stabilité des frontières.

Résultats expérimentaux
Le cadre a été évalué sur l'ensemble de données ACDC (150 cas de patients) et comparé à six méthodes de l'état de l'art (U-Net, nnU-Net, TransUNet, BiX-NAS, HCT-Net, M-ENAS).

• Performance : CardiacNAS a atteint un DSC moyen de 93,22 % et un HD95 de 4,73 mm. Cela représente une amélioration de 2,63 % du DSC par rapport à la méthode évolutionnaire suivante (M-ENAS) et une réduction de 19,2 % du HD95.
• Efficacité : Le modèle résultant est hautement compact, ne nécessitant que 3,58 M de paramètres et 14,56 GFLOPs.
• Coût de recherche : L'ensemble du processus NAS (20 générations, 200 candidats) n'a requis que 0,18 jour GPU, nettement inférieur aux bases de référence manuelles et aux autres approches évolutionnaires.
• Signification statistique : Des tests t ont confirmé que CardiacNAS a obtenu le score statistique le plus élevé ($p=0,029$) par rapport aux bases de référence.
• Insights de conception : L'analyse de corrélation a révélé que les modules d'auto-attention, la fusion par somme pondérée et les fonctions d'activation sigmoïde étaient positivement corrélés à un DSC plus élevé et un HD95 plus faible. La configuration optimale comprenait une taille de filtre de 96, une taille de noyau de 3, 3 couches, un dropout de 0,3 et un facteur de mise à l'échelle résiduelle de 0,4.
• Analyse qualitative : Les comparaisons visuelles ont montré que CardiacNAS produisait des frontières endocardiques et épicardiques plus nettes et réduisait les fuites de frontières du VD par rapport aux concurrents, qui présentaient souvent une sous/sur-segmentation près du septum ou une érosion de la cavité.

Portée et affirmations
L'article affirme que CardiacNAS offre une approche rationnelle et consciente des ressources pour la segmentation CMR déployable. En couplant un superréseau de type U-Net avec un espace de recherche spécifique au cœur et une optimisation évolutionnaire, le cadre automatise avec succès la conception de modèles atteignant une haute précision sans sacrifier l'efficacité computationnelle. Les auteurs soulignent la transparence de leur approche, fournissant un rapport clair sur la complexité architecturale et les budgets de calcul. Le travail démontre que les mécanismes d'attention recherchés, les stratégies de fusion et la mise à l'échelle résiduelle sont des facteurs critiques pour améliorer la fidélité et la stabilité des frontières dans des budgets de calcul compacts.

L'article conclut avec modestie, notant que les travaux futurs se concentreront sur l'extension du cadre aux représentations 2.5D/3D pour intégrer le contexte spatial hors plan, l'évaluation sur de plus grandes cohortes multicentriques, l'affinement des stratégies d'entraînement par proxy et l'intégration d'objectifs adaptés au matériel tels que la latence et les contraintes énergétiques.