EFIQA: Explainable Fundus Image Quality Assessment via Anatomical Priors

Résumé Technique : EFIQA – Évaluation de la Qualité des Images du Fond d'Œil Expliquable via des Priors Anatomiques

Énoncé du Problème
L'évaluation de la qualité des images médicales (IQA) est cruciale pour les applications cliniques en aval et les pipelines de prétraitement de l'IA. Les méthodes actuelles de pointe pour la photographie du fond d'œil (CFP) sont principalement des classifieurs supervisés entraînés sur des étiquettes de qualité spécifiques à des jeux de données. Cette approche souffre de deux limitations fondamentales :

1. Manque de Généralisation : Les définitions de la qualité sont subjectives et dépendantes de la tâche (par exemple, une macula sous-exposée peut être acceptable pour le dépistage du glaucome mais critique pour le dépistage de la DMLA). Les modèles entraînés sur des critères d'étiquetage spécifiques ne parviennent pas à se généraliser à des jeux de données présentant des critères ou des conditions d'acquisition différents.
2. Manque d'Explicabilité : Les méthodes existantes produisent un score ou une classe unique au niveau de l'image, ne fournissant aucun retour spatial sur l'endroit où la qualité est dégradée. Les méthodes d'attribution post-hoc (telles que GradCAM) s'activent souvent sur des régions discriminantes plutôt que sur des régions de dégradation et manquent de signification clinique précise et ancrée.

Méthodologie : Cadre EFIQA
Les auteurs proposent EFIQA, un cadre qui évalue la qualité des images du fond d'œil en mesurant les écarts par rapport aux structures anatomiques attendues plutôt qu'en apprenant « à quoi ressemble la dégradation » à partir d'étiquettes humaines. L'approche est exempte de labels concernant la supervision de la qualité et opère en deux étapes :

1. Étape 1 : Détection d'Anomalies Vasculaires Non Supervisée (VUAD)

   • Objectif : Entraîner un détecteur d'anomalies non supervisé pour apprendre la topologie de la vascularisation rétinienne, une structure anatomique omniprésente et très sensible aux dégradations d'image courantes.
   • Mécanisme : Le modèle est entraîné sur des cartes de segmentation des vaisseaux dérivées d'images de haute qualité en utilisant un objectif de reconstruction anatomique masquée (inpainting).
   • Relaxation Progressive : Pour éviter l'« effondrement d'identité » (où le modèle se contente de copier les pixels non masqués), une stratégie de masquage progressive est employée. L'entraînement commence avec des ratios de masquage élevés ($\gamma \in [0,8, 1,0]$) pour forcer l'apprentissage structurel, puis s'étend linéairement vers $\gamma \in [0,0, 1,0]$.
   • Sortie : Le réseau prédit le résidu (la structure manquante) pour un intrant donné. L'ampleur de ce résidu forme une carte d'anomalie, mettant en évidence les régions où la visibilité anatomique est compromise (par exemple, vaisseaux manquants ou flous).

2. Étape 2 : Distillation vers un Adaptateur de Modèle de Fondation

   • Objectif : Distiller la connaissance a priori anatomique du modèle VUAD dans un adaptateur léger qui opère sur les caractéristiques d'un Modèle de Fondation (FM) gelé. Cela améliore la généralisation et réduit la dépendance à l'étape intermédiaire de segmentation des vaisseaux lors de l'inférence.
   • Mécanisme :
     • Un FM gelé extrait des caractéristiques denses par patch ($Z$) de l'image du fond d'œil en entrée.
     • Le modèle VUAD génère des pseudo-labels (cartes d'anomalies binaires) pour un jeu de données de qualité mixte.
     • Un adaptateur apprenable ($g_\psi$) est entraîné pour prédire ces pseudo-labels à partir des caractéristiques du FM en utilisant une perte de l'entropie croisée binaire (BCE) équilibrée par classe.
   • Inférence : L'adaptateur produit une carte de score de qualité par patch ($Q$). Cette carte peut être agrégée via une couche de pooling linéaire légère pour générer un score au niveau de l'image ou être utilisée directement pour la localisation spatiale.

Principales Contributions

1. Cadrage Novateur : Les auteurs recadrent l'IQA comme une déviation de l'apparence anatomique attendue, ancrant la tâche dans une anatomie objective plutôt que dans des étiquettes subjectives.
2. Approche Sans Étiquette et Explicable : EFIQA ne nécessite aucune supervision explicite liée à la qualité (étiquettes manuelles ou dégradation synthétique) et produit des cartes de qualité spatiales par conception.
3. Architecture en Deux Étapes : La combinaison d'un réseau de reconstruction vasculaire non supervisé et d'un processus de distillation dans un adaptateur de modèle de fondation permet une performance robuste et généralisable.
4. Généralisation Supérieure : Les évaluations externes démontrent que cette approche surpasse les méthodes supervisées sur divers benchmarks avec des critères de qualité variés.

Résultats Expérimentaux
La méthode a été évaluée sur quatre jeux de données publics (MSHF, mBRSET, DRIMDB, EyeQ) et un jeu de données interne, en comparaison avec des méthodes supervisées spécifiques au fond d'œil (ex: MCF-Net, FGR-Net), des méthodes d'IQA supervisées générales (MANIQA, TOPIQ) et des bases non supervisées (NIQE, IL-NIQE).

• Jeux de Données Externes (MSHF, DRIMDB, mBRSET) : EFIQA a obtenu la meilleure performance moyenne sur l'ensemble des métriques (Précision Équilibrée, F1, MCC, AUROC, AUPRC). Notamment, il a atteint un coefficient de corrélation de Matthews (MCC) de 73,14 %, surpassant la deuxième meilleure méthode supervisée (FGR-Net, 69,71 %). Il a démontré sa robustesse, même sur le jeu de données difficile mBRSET, où les autres méthodes ont éprouvé des difficultés face au déséquilibre des classes.
• Benchmark EyeQ : EFIQA a obtenu une précision compétitive (87,55 %), légèrement inférieure aux modèles entièrement supervisés entraînés de bout en bout sur EyeQ (ex: FGR-Net à 89,58 %), mais surpassant d'autres méthodes adaptées comme TOPIQ et ARNIQA. Crucialement, c'est la seule méthode de cette comparaison qui fournit une carte de qualité précise.
• Analyse Qualitative : Les visualisations montrent qu'EFIQA produit des scores faibles et stables pour les images de haute qualité et localise précisément les régions dégradées (ex: artefacts d'illumination, flou) dans les images de faible qualité. En revanche, le VUAD seul peut manquer des zones dégradées où les vaisseaux sont visibles mais flous, et les méthodes supervisées comme MCF-Net produisent souvent des activations diffuses et grossières.
• Étude d'Ablation : L'étude a confirmé que si la simple densité vasculaire constitue une base solide, le modèle VUAD ajoute de l'explicabilité (cartes locales) au prix d'une légère baisse de performance brute, laquelle est pleinement récupérée et améliorée par l'étape de distillation.

Signification et Revendications
L'article affirme qu'EFIQA offre une alternative généralisable et explicable aux modèles IQA supervisés de type « boîte noire ». En exploitant les priors anatomiques, le cadre évite la fragilité associée au changement des critères d'étiquetage. Les auteurs soulignent que bien que la méthode fournisse des scores de sévérité au niveau local, elle est conçue pour être adaptable à des critères cliniques spécifiques avec un ajustement minimal.

Les auteurs notent des limites, spécifiquement le fait que l'utilisation des vaisseaux comme seul prior peut provoquer des activations fausses dans les régions naturellement pauvres en vaisseaux (ex: la fovéa) ou les lésions ischémiques. Ils suggèrent que les travaux futurs pourraient incorporer d'autres priors anatomiques (macula, disque optique) ou des structures pathologiques pour améliorer la spécificité. L'article conclut que ce cadre est applicable à tout scénario d'imagerie où la visibilité anatomique définit la qualité, comme les couches rétiniennes de l'OCT ou les repères de radiographie thoracique.