Robust Multi-Source Covid-19 Detection in CT Images

1. Il Problema: Sfasamento di Dominio e Squilibrio dei Dati

Il paper affronta una sfida critica nell'applicazione dell'apprendimento profondo (Deep Learning) alla diagnosi medica: la robustezza multi-sorgente.

• Sfasamento di Dominio (Domain Shift): I modelli esistenti per la rilevazione del COVID-19 tramite TAC toraciche funzionano bene quando i dati di addestramento e test provengono dallo stesso istituto. Tuttavia, le prestazioni crollano quando si applicano a dati provenienti da centri diversi a causa di differenze nei protocolli di acquisizione, nei tipi di scanner, nello spessore delle fette e nelle popolazioni di pazienti.
• Squilibrio dei Dati: Spesso i dataset multi-sorgente non sono distribuiti uniformemente. Nel dataset utilizzato, tre centri hanno contribuito circa 330 scansioni ciascuno, mentre il quarto ne ha forniti solo 234.
• Il Fallimento degli Approcci Standard: I metodi attuali trattano la classificazione del COVID-19 come unico obiettivo. Di conseguenza, il modello tende a imparare rappresentazioni di features che sono "biased" (distorte) verso i centri che contribuiscono con più dati, codificando involontariamente l'identità dell'ospedale invece della patologia, il che porta a una scarsa generalizzazione.

2. Metodologia Proposta

Gli autori propongono un framework di Apprendimento Multi-Task che integra la diagnosi clinica con l'identificazione della sorgente dei dati.

A. Preprocessing (Framework SSFL + KDS)

Per gestire l'eterogeneità dei dati grezzi, viene utilizzato un pipeline di pre-processing basato sul framework SSFL (Slice Sampling for Federated Learning) con KDS (Kernel-Density-based Slice Sampling):

1. Estrazione del Polmone: Vengono applicati filtri per rimuovere il rumore e creare una maschera binaria del polmone.
2. Campionamento Intelligente: Invece di un campionamento uniforme (che potrebbe perdere regioni diagnostiche critiche o sovracampionare scansioni lunghe), il KDS calcola la densità dell'area polmonare in ogni fetta. Vengono selezionate esattamente 8 fette rappresentative per scansione, distribuite equamente lungo la curva di densità cumulativa. Questo garantisce una copertura anatomica fedele indipendentemente dalla lunghezza originale della TAC.

B. Architettura del Modello

• Backbone Condiviso: Viene utilizzato EfficientNet-B7, inizializzato con pesi pre-addestrati su ImageNet. Ogni scansione (composta dalle 8 fette selezionate) passa attraverso il backbone, generando 8 vettori di features (dimensione 2560).
• Pooling: I vettori vengono aggregati tramite mean pooling element-wise per creare una singola rappresentazione a livello di scansione.
• Teste di Classificazione Duali:
  1. Testa di Diagnosi (COVID-19): Predice la probabilità di infezione (Binary Cross-Entropy).
  2. Testa di Identificazione della Sorgente (Auxiliary Head): Predice da quale dei 4 centri proviene la scansione (4 classi).
• Logica: L'obiettivo è costringere il backbone condiviso a estrarre features che siano utili per entrambe le attività. Per fare ciò, il modello deve imparare a separare il segnale diagnostico (patologia) dal segnale di acquisizione (identità dell'ospedale), rendendo le features invarianti alla sorgente.

C. Funzione di Perdita Aggiustata (Logit-Adjusted Loss)

Per gestire lo squilibrio tra i centri (330 vs 234 scansioni), gli autori applicano una Logit-Adjusted Cross-Entropy Loss alla testa di identificazione della sorgente.

• Meccanismo: Viene aggiunto un offset basato sulla frequenza logaritmica di ogni sorgente ($\log(p(d))$) ai logit prima della funzione softmax.
• Effetto: Questo riduce il gradiente proveniente dai centri maggioritari e aumenta l'importanza relativa dei centri sottorappresentati. Impedisce al modello di "barare" predittando sempre il centro più comune, forzando l'apprendimento di features vere e proprie per tutti i centri.
• Obiettivo Totale: La perdita totale è una combinazione pesata: $\mathcal{L} = \mathcal{L}_{CE} + \gamma \cdot \mathcal{L}_{LA}$, dove $\gamma$ controlla l'influenza del task ausiliario.

3. Risultati Sperimentali

Gli esperimenti sono stati condotti su un dataset aggregato di 4 centri (1.222 scansioni per training, 308 per validazione).

• Prestazioni Complessive:
  • Il modello proposto (Multi-task + Logit Adjustment) ha raggiunto un punteggio finale di 0.8194.
  • Questo rappresenta un miglioramento di +1.86 punti percentuali rispetto alla baseline a singolo task (F1 = 0.8915, AUC = 0.9627) e di +1.98 punti rispetto alla variante multi-task con Cross-Entropy standard.
  • Il miglior settaggio è stato ottenuto con $\gamma = 0.5$.
• Analisi per Sorgente:
  • Il metodo ha migliorato significativamente le prestazioni sui centri dove la baseline era più debole (es. Fonte 2: +4.9 punti, Fonte 0: +3.3 punti).
  • La Logit Adjustment ha permesso di bilanciare i gradienti, evitando che il modello si specializzasse solo sui centri con più dati.
  • Nota: La Fonte 3 ha mostrato punteggi bassi nella validazione (F1 < 0.5) non per fallimento del modello, ma perché il set di validazione non conteneva casi COVID-19 (solo negativi), creando un limite strutturale al calcolo della metrica.
• Sensibilità a $\gamma$:
  • Un $\gamma$ troppo basso rende la regolarizzazione inefficace.
  • Un $\gamma$ troppo alto (es. 1.0) fa sì che il task di identificazione della sorgente sovrasti quello diagnostico, degradando le prestazioni finali. Il valore ottimale è 0.5.

4. Contributi Chiave

1. Formulazione Multi-Task: Trasformazione del problema di rilevazione COVID-19 multi-sorgente in un task multi-task, accoppiando la diagnosi con l'identificazione della sorgente per forzare l'apprendimento di features trasversali.
2. Logit Adjustment per la Re-bilanciamento: Applicazione innovativa della Logit-Adjusted Loss (solitamente usata per lo squilibrio di classe) per correggere lo squilibrio a livello di sorgente (ospedale), garantendo che i centri minoritari non vengano ignorati durante l'addestramento.
3. Dimostrazione Empirica: Prove che l'aggiunta di un task ausiliario senza correzione della distribuzione (CE standard) peggiora le prestazioni, mentre con la correzione (LA) si ottiene un miglioramento significativo della generalizzazione.

5. Significato e Implicazioni

Questo lavoro è significativo perché:

• Affronta la Realtà Clinica: Riconosce che i modelli medici devono funzionare in ambienti eterogenei, non solo in laboratori controllati.
• Semplicità ed Efficacia: Non richiede tecniche complesse di adattamento di dominio (come pseudo-labeling o disentanglement esplicito), ma utilizza un approccio di supervisione ausiliaria intelligente.
• Equità (Fairness): Migliora l'equità delle prestazioni tra diversi ospedali, riducendo il bias verso i centri che forniscono più dati, un aspetto cruciale per la deployment clinico su larga scala.
• Riproducibilità: Il codice è pubblico e il framework è basato su componenti standard (EfficientNet, SSFL), rendendo l'approccio facilmente adattabile ad altri contesti medici multi-sorgente.

In sintesi, il paper dimostra che la chiave per la robustezza multi-sorgente non è solo avere più dati, ma come si addestra il modello per gestire la distribuzione disomogenea di tali dati, utilizzando la supervisione della sorgente come regolarizzatore implicito.