Quantification of Uncertainty with Adversarial Models in Medical Image Segmentation

Résumé Technique : QUAM-SM pour la segmentation d'images médicales

Énoncé du problème
Le déploiement de modèles d'apprentissage profond dans les flux de travail cliniques, particulièrement pour la segmentation d'images médicales, nécessite non seulement une grande précision, mais aussi une quantification fiable de l'incertitude au niveau du pixel. Les modèles d'apprentissage profond standards souffrent souvent d'un mauvais étalonnage, produisant des prédictions surconfiantes qui masquent les modes de défaillance sous-jacents, en particulier aux limites des objets et dans les régions pathologiques subtiles. Cette surconfiance peut conduire à des décisions cliniques erronées, comme l'interprétation incorrecte d'une véritable progression de la maladie en tant que pseudo-progression. Les méthodes existantes d'estimation de l'incertitude, incluant les ensembles profonds (Deep Ensembles), les approximations bayésiennes (par exemple, le Monte Carlo Dropout) et les approches évidentielles, reposent souvent sur un échantillonnage stochastique dans des régions limitées de la distribution postérieure. Par conséquent, elles peuvent échouer à capturer l'ensemble du spectre des échecs de prédiction potentiels ou à distinguer de manière adéquate les différentes sources d'incertitude.

Méthodologie : QUAM-SM
Les auteurs proposent QUAM-SM (Quantification of Uncertainty with Adversarial Models in Medical Image Segmentation), un cadre post-hoc conçu pour identifier les pixels « adversairement fragiles » — des régions où la décision d'un modèle est facilement basculée vers une classe incorrecte. Le cadre opère via les étapes suivantes :

1. Segmentation de référence : Un modèle pré-entraîné fixe génère une segmentation de référence ($y_{ref}$) pour une image de test, en supposant l'accès à la distribution des données d'entraînement pour maintenir la cohérence avec la variété de données apprise (learned data manifold).
2. Recherche de modèles adversaires : Le cœur de la méthode implique une recherche adversaire ciblée pour générer des hypothèses de segmentation alternatives. L'algorithme optimise un modèle ($\tilde{w}$) en utilisant deux termes de perte complémentaires :
   • Perte de pénalité ($L_{pen}$) : Impose la cohérence avec la distribution d'entraînement pour garantir que les modèles adverses restent plausibles (plausibilité postérieure).
   • Perte adversaire ($L_{adv}$) : Dirige la prédiction vers une étiquette cible spécifique ($y_{mask}$) pour explorer des hypothèses alternatives.
     La publication examine trois stratégies pour générer $y_{mask}$ :
   • Masques extrêmes globaux (GEM - Global Extreme Masks) : Cartes constantes de tout l'arrière-plan ou de tout le premier plan.
   • Masques basés sur l'entraînement (TBM - Training-based Masks) : Configurations anatomiques réalistes échantillonnées à partir de l'ensemble d'entraînement.
   • Masques augmentés par la morphologie (MAM - Morphology-augmented Masks) : Variations structurelles locales près des limites créées via des opérations morphologiques (dilatation/érosion) sur la prédiction de référence.
3. Quantification de l'incertitude via l'échantillonnage d'importance de mélange (MIS - Mixture Importance Sampling) : La recherche adversaire produit un ensemble de poids de modèles plausibles. Pour dériver une estimation statistiquement cohérente de la distribution prédictive, les auteurs emploient l'échantillonnage d'importance de mélange. Les modèles sont pondérés en fonction de leur perte de pénalité sur les données d'entraînement, garantissant que les modèles adhérant à la distribution d'entraînement contribuent de manière plus significative.
4. Décomposition de l'incertitude : En utilisant les prédictions pondérées, le cadre décompose l'incertitude totale en deux composantes distinctes basées sur le cadre de l'entropie attendue (EE - Expected Entropy) :
   • Incertitude aléatoire (Aleatoric) : Représente le bruit des données et la variabilité de l'annotation (modélisée comme l'entropie attendue des prédictions individuelles).
   • Incertitude épistémique : Représente l'incertitude du modèle (modélisée comme l'information mutuelle ou le désaccord entre les prédictions de l'ensemble pondéré).

Contributions clés

1. Cadre novateur : Les auteurs introduisent un cadre de quantification de l'incertitude post-hoc pour la segmentation d'images médicales qui exploite la recherche adversaire ciblée pour identifier les prédictions fragiles au niveau du pixel.
2. Désenchevêtrement de l'incertitude : La méthode distingue explicitement l'incertitude aléatoire de l'incertitude épistémique, démontrant une meilleure cohérence avec la variabilité inter-annotateurs sur plusieurs jeux de données publics.
3. Couverture postérieure améliorée : En étendant le concept de modèles adverses au domaine de la segmentation, la méthode atteint une meilleure couverture de la distribution postérieure en mettant en évidence les pixels les plus susceptibles d'être « sûrement faux », offrant une carte d'erreur plus sensible que les méthodes traditionnelles basées sur la densité.

Résultats expérimentaux
Le cadre QUAM-SM a été évalué sur deux jeux de données publics avec des annotations d'experts multiples :

• REFUGE (DR) : Images de photographie du fond d'œil avec sept annotations indépendantes pour la segmentation du disque et de la cupule optique.

• QUBIQ2021 (DQ) : Volumes IRM de tumeurs prostatiques annotés par six experts.
  La méthode a été comparée au Monte Carlo Dropout, aux Deep Ensembles, au Probabilistic U-Net et au cadre évidentiel SURE. La performance a été mesurée par le coefficient de corrélation de Pearson (PCC) et le coefficient de détermination ($R^2$) par rapport aux cartes d'entropie de référence dérivées de multiples annotateurs, ainsi que par les scores de Soft Dice (SDice) pour la précision de la segmentation.

• Performance quantitative : QUAM-SM a obtenu les valeurs de PCC et de $R^2$ les plus élevées pour les catégories d'incertitude épistémique, aléatoire et totale pour les deux jeux de données, indiquant un meilleur alignement avec l'incertitude de référence. Il a également surpassé systématiquement les approches concurrentes en termes de précision de segmentation (SDice).

• Études d'ablation : Les expériences ont confirmé que les masques augmentés par la morphologie (MAM) offraient les meilleures performances parmi les stratégies d'attaque. De plus, l'augmentation du nombre d'itérations adverses ($M$) a systématiquement amélioré les performances, les résultats optimaux étant observés avec des nombres d'itérations plus élevés.

• Résultats qualitatifs : Les visualisations ont démontré que QUAM-SM correspond étroitement aux cartes d'entropie de vérité terrain, capturant avec précision les régions de forte incertitude inter-annotateurs, particulièrement aux limites.

Signification et affirmations
L'article affirme que QUAM-SM répond au problème critique des prédictions surconfiantes dans l'IA médicale en fournissant un mécanisme pour rechercher activement les instabilités prédictives. En désenchevêtrant l'incertitude aléatoire et l'incertitude épistémique, le cadre offre une vue plus nuancée de la fiabilité du modèle. Les auteurs notent que l'incertitude aléatoire estimée est plus fortement corrélée à la variabilité inter-annotateurs que l'incertitude totale, soulignant sa pertinence spécifique pour capturer l'ambiguïté de l'annotation. Cette capacité soutient une prise de décision clinique plus sûre en distinguant les véritables changements pathologiques des artefacts et en identifiant les régions où les décisions du modèle sont les plus vulnérables. Bien que l'approche nécessite l'accès à la distribution d'entraînement, les auteurs affirment qu'elle fournit des cartes d'incertitude interprétables qui améliorent l'évaluation des modèles dans des contextes cliniques réalistes.