LGPS: A Lightweight GAN-Based Approach for Polyp Segmentation in Colonoscopy Images

Sintesi Tecnica: LGPS – Un approccio leggero basato su GAN per la segmentazione dei polipi

Problematica
Il cancro del colon-retto (CRC) rimane una delle principali cause di mortalità legata al cancro a livello globale, rendendo fondamentale la rilevazione e la rimozione precoce dei polipi durante la colonscopia per la prevenzione. Sebbene i metodi di segmentazione basati sul deep learning abbiano fatto progressi significativi, essi affrontano tre persistenti limitazioni che ne ostacolano l'adozione clinica: (1) elevati costi computazionali che precludono l'applicazione in tempo reale; (2) difficoltà nel segmentare accuratamente polipi piccoli o con basso contrasto e confini sfocati; (3) scarsa capacità di generalizzazione su diversi dataset a causa delle variazioni nelle condizioni di imaging. I modelli esistenti allo stato dell'arte (SOTA), come le varianti di U-Net, i Transformer e le reti basate su attenzione, richiedono spesso risorse computazionali sostanziali e faticano ad affrontare queste specifiche sfide.

Metodologia
Gli autori propongono LGPS (Lightweight GAN-based approach for Polyp Segmentation), un framework progettato per bilanciare un'elevata accuratezza di segmentazione con l'efficienza computazionale. L'architettura è costruita su una struttura di Rete Generativa Avversaria (GAN) composta da un generatore e un discriminatore, potenziata con moduli specifici per l'analisi di immagini mediche:

1. Architettura del Generatore:

   • Backbone: Il generatore utilizza un backbone MobileNetV2 modificato per garantire un design leggero. Le modifiche includono la riduzione del numero di filtri di un fattore due, la rimozione dell'ultimo strato di classificazione e degli strati intermedi ridondanti, e l'impiego di convoluzioni depthwise separable con fattori di espansione ridotti. Ciò risulta in un modello con soli 1,07 milioni di parametri.
   • Blocchi ReSE: La rete incorpora bloci Residual Squeeze-and-Excitation (ReSE) modificati. Questi combinano connessioni residue tradizionali con meccanismi SE per ricalibrare dinamicamente le mappe di caratteristiche, enfatizzando le regioni diagnosticamente rilevanti mentre sopprimono il rumore.
   • Decoder: Il decoder impiega una struttura encoder-decoder con skip connections e upsampling progressivo (interpolazione bilineare) per recuperare i dettagli spaziali, cruciale per preservare i confini sottili dei polipi.

2. Architettura del Discriminatore:

   • Il discriminatore utilizza un framework avversario basato su patch per valutare la qualità delle maschere generate.
   • Raffinamento ConvCRF: Un'innovazione chiave è l'integrazione di strati di Campi Aleatori Condizionali Convoluzionali (Convolutional Conditional Random Fields - ConvCRF) all'interno del discriminatore. Questi strati applicano convoluzioni apprendibili $3 \times 3$ seguite da un'attivazione sigmoid per imporre coerenza spaziale e fluidità nelle maschere predette, preservando al contempo i dettagli dei bordi.

3. Funzione di Perdita Ibrida:

   • Per affrontare lo squilibrio delle classi (dove i pixel del polipo sono sparsi rispetto allo sfondo) e garantire una definizione precisa dei confini, il generatore viene addestrato utilizzando una combinazione ponderata di tre funzioni di perdita:
     • Binary Cross-Entropy (BCE): Per l'accuratezza della classificazione pixel per pixel.
     • Weighted Intersection over Union (WIoU): Per bilanciare il contributo delle regioni di primo piano (polipo) e di sfondo.
     • Dice Loss: Per ottimizzare la sovrapposizione tra le maschere predette e quelle reali (ground truth), particolarmente efficace per classi sbilanciate.
   • La perdita totale è definita come $L_{total} = \lambda_1 L_{BCE} + \lambda_2 L_{IoU} + \lambda_3 L_{Dice}$, con pesi impostati rispettivamente a 0,4, 0,3 e 0,3 negli esperimenti.

Contributi Chiave

• Design Leggero: LGPS raggiunge prestazioni SOTA con soli 1,07 milioni di parametri, rendendolo circa 17 volte più piccolo del più piccolo modello SOTA esistente, facilitando il deployment su dispositivi con risorse limitate.
• Innovazioni Architetturali: L'introduzione dei blocchi ReSE per l'estrazione efficiente delle caratteristiche e degli strati ConvCRF per il raffinamento dei bordi all'interno di un framework GAN specificamente adattato per la segmentazione dei polipi.
• Generalizzazione Robusta: Il framework dimostra prestazioni elevate su dataset non visti e impegnativi, affrontando il comune problema della scarsa generalizzazione nei metodi esistenti.

Risultati Sperimentali
Il modello è stato validato su cinque dataset benchmark pubblici: Kvasir-SEG, CVC-ClinicDB, ETIS, CVC-300 e PolypGen.

• Prestazioni su PolypGen: Sul set di test più grande e impegnativo (PolypGen), LGPS ha raggiunto un coefficiente Dice di 0,7299 e un IoU di 0,7867, superando tutti i metodi SOTA confrontati (inclusi U-Net++, ResU-Net++ e WDFF-Net).
• Prestazioni su altri Dataset: Sul dataset CVC-ClinicDB, il modello ha raggiunto un Dice di 0,9261 e un IoU di 0,9238, superando diversi modelli pesanti. Ha inoltre mostrato risultati competitivi su ETIS e CVC-300.
• Studi di Ablazione: Gli esperimenti hanno confermato che la combinazione di perdita BCE e Dice (BDice) è stata altamente efficace, sebbene la perdita ibrida completa (3Loss) abbia fornito una generalizzazione più robusta. La rimozione dei moduli ReSE o ConvCRF ha causato cali di prestazioni misurabili, validando la loro necessità per l'estrazione delle caratteristiche e la preservazione dei bordi.
• Analisi Qualitativa: I confronti visivi hanno indicato che LGPS gestisce meglio i confini sfocati, il basso contrasto e le variazioni significative di dimensione (inclusi i polipi piccoli) rispetto ai metodi esistenti, che spesso soffrono di sovra-segmentazione o mancate rilevazioni in questi scenari.

Significatività e Rivendicazioni
L'articolo sostiene che LGPS rappresenti un passo avanti significativo nel rendere la segmentazione automatizzata dei polipi praticabile per applicazioni cliniche in tempo reale. Riducendo drasticamente la dimensione del modello senza sacrificare l'accuratezza, LGPS affronta le barriere computazionali che hanno limitato il deployment dei modelli di deep learning nelle suite endoscopiche. Gli autori sottolineano che la capacità del modello di generalizzare bene su diversi dataset non visti (particolarmente PolypGen) evidenzia la sua potenziale affidabilità in contesti clinici reali dove le condizioni di imaging variano. Il lavoro posiziona LGPS come un nuovo standard per l'analisi efficiente e accurata delle immagini mediche, offrendo una soluzione pratica per migliorare la diagnosi precoce del CRC.