Learning Coarse-to-Fine Osteoarthritis Representations under Noisy Hierarchical Labels

1. Enunciato del Problema

La valutazione dell'osteoartrite (OA) del ginocchio presenta una sfida unica nell'analisi delle immagini mediche a causa della natura delle sue etichette cliniche:

• Struttura Gerarchica: La valutazione dell'OA segue naturalmente una gerarchia dal grossolano al fine. Inizia con una decisione binaria grossolana (OA presente vs. assente) e procede verso un grado di gravità ordinale dettagliato utilizzando il sistema Kellgren–Lawrence (KL) (gradi 0–4).
• Rumore ed Incertezza delle Etichette: Il grado KL è semi-quantitativo, ordinale e soggetto a una significativa variabilità inter- e intra-osservatore, rendendolo un target rumoroso. Al contrario, l'etichetta binaria OA è più stabile ma manca di dettagli strutturali.
• Limitazioni Attuali: Gli approcci di deep learning esistenti trattano tipicamente questi compiti come classificazioni separate e isolate (o OA binaria o KL multiclasse). Questa separazione non sfrutta i segnali di supervisione complementari: la stabilità dell'etichetta grossolana e il dettaglio strutturale dell'etichetta fine. Inoltre, l'ottimizzazione esclusivamente su etichette KL rumorose può costringere i modelli ad apprendere da confini ambigui, mentre l'addestramento solo binario collassa le sottili variazioni di gravità.

Domanda Centrale: Può la gerarchia delle etichette cliniche stessa fungere da prior di supervisione a livello di rappresentazione per organizzare lo spazio latente in una rappresentazione della malattia strutturata, dal grossolano al fine, piuttosto che limitarsi a migliorare le metriche di previsione scalare?

2. Metodologia

Gli autori propongono un'architettura a doppia testa deliberatamente semplice per indagare gli effetti della supervisione gerarchica senza introdurre cambiamenti architetturali complessi.

• Architettura:

  • Codificatore Condiviso: Una rete di base (3D ResNet, M3T Transformer o nnMamba) estrae le caratteristiche $z = f_\theta(x)$.
  • Doppie Teste: Due teste specifiche per il compito in parallelo sono collegate all'codificatore condiviso:
    1. Testa OA: Prevede l'etichetta binaria OA ($y_{OA} \in \{0, 1\}$).
    2. Testa KL: Prevede il grado KL ordinale ($y_{KL} \in \{0, 1, 2, 3, 4\}$).
  • Obiettivo di Addestramento: La perdita totale è una somma ponderata della cross-entropia binaria (per OA) e della cross-entropia standard (per KL):
    $$L = \lambda_{OA} L_{OA}(\hat{y}_{OA}, y_{OA}) + \lambda_{KL} L_{KL}(\hat{y}_{KL}, y_{KL})$$
  • Definizione Gerarchica: L'etichetta binaria OA è derivata dal grado KL ($y_{OA} = \mathbb{I}(y_{KL} \geq 2)$), stabilendo una relazione gerarchica rigorosa.

• Progettazione Sperimentale:

  • Dataset: OAIZIB-CM (Risonanza Magnetica del Ginocchio), con 383 soggetti di addestramento e 98 di test.
  • Confronti: Lo studio confronta tre impostazioni su tre diversi backbone 3D:
    1. Single-OA: Solo la testa binaria.
    2. Single-KL: Solo la testa KL.
    3. Dual-Head: Entrambe le teste addestrate simultaneamente.
  • Metriche di Valutazione:
    • Predittive: AUC, Accuratezza, Punteggio F1.
    • Geometria Latente: Analisi delle Componenti Principali (PCA) per misurare l'allineamento della prima componente principale (PC1) con la gravità (correlazione di Spearman $\rho(PC1, KL)$) e la monotonia dei centroidi della classe KL.
    • Plausibilità Anatomica: Sovrapposizione Saliency–cartilagine (mass@ROI, top1@ROI, Dice@5/10) per verificare se il modello si concentra su regioni di cartilagine clinicamente rilevanti.

3. Contributi Chiave

1. Formulazione: Riformulazione della valutazione dell'OA del ginocchio come problema di apprendimento di rappresentazioni gerarchiche, trattando la struttura delle etichette grossolane/fine come un bias induttivo per l'organizzazione dello spazio latente.
2. Sonda di Rappresentazione: Utilizzo di un semplice modello a doppia testa per dimostrare sistematicamente che la supervisione gerarchica può rimodellare le rappresentazioni della malattia, non solo migliorare i punteggi di classificazione.
3. Oltre l'Accuratezza: Introduzione di un framework di valutazione multifacciale che combina test statistici accoppiati, analisi della geometria dell'asse di gravità latente e controlli di plausibilità anatomica (sovrapposizione di salienza).
4. Dipendenza dall'Architettura: Fornitura di prove che i benefici della supervisione gerarchica sono dipendenti dal backbone, evidenziando che non tutte le architetture rispondono allo stesso modo a questo bias induttivo.

4. Risultati Chiave

• Prestazioni Predittive:
  • ResNet3D: Il modello Dual-head ha mostrato nessun miglioramento significativo nelle metriche OA binarie rispetto a Single-OA, ma ha ottenuto guadagni statisticamente significativi nella classificazione KL (Macro-AUC +0.12, Accuratezza +0.21, Macro-F1 +0.21) rispetto a Single-KL.
  • M3T: Dual-head ha migliorato significativamente l'AUC OA e ha mostrato guadagni moderati nelle metriche KL.
  • nnMamba: Non ha mostrato guadagni significativi o addirittura un leggero peggioramento, indicando che il beneficio non è universale.
• Geometria Latente (Asse di Gravità):
  • Per ResNet3D e M3T, l'approccio Dual-head ha indotto uno spazio latente in cui l'asse principale (PC1) era fortemente correlato sia alla gravità KL che allo stato OA. I centroidi della classe KL erano disposti in modo più ordinato e monotono.
  • Per nnMamba, l'impostazione Dual-head ha risultato in una correlazione negativa tra PC1 ed etichette KL, suggerendo che l'organizzazione latente non era allineata con la gerarchia clinica.
• Plausibilità Anatomica:
  • I modelli Dual-head ResNet3D e M3T hanno mostrato una sovrapposizione di salienza più forte con le regioni di cartilagine rispetto ai loro corrispettivi a compito singolo. Ciò suggerisce che la supervisione gerarchica aiuta il modello a concentrarsi su strutture anatomiche clinicamente rilevanti.
  • nnMamba ha mostrato un declino nella sovrapposizione con la cartilagine sotto supervisione Dual, coerente con la mancanza di guadagni nelle prestazioni.

5. Significato e Conclusione

• Bias Induttivo: Lo studio dimostra che la supervisione gerarchica agisce come un potente prior strutturale. Stabilizza l'apprendimento della gravità dettagliata ancorandola a un segnale grezzo robusto, prevenendo che il modello collassi in un singolo asse di presenza della malattia o si perda in confini ordinali rumorosi.
• Interpretabilità: Il metodo migliora non solo l'accuratezza "black-box" ma anche l'interpretabilità del modello. Rappresentazioni migliori si correlano con un allineamento anatomico più forte (focus sulla cartilagine), il che è cruciale per la fiducia clinica.
• Sensibilità Architetturale: Un punto chiave è che la supervisione gerarchica non è una soluzione "taglia unica". La sua efficacia dipende fortemente dalla capacità dell'architettura di base di utilizzare la rappresentazione condivisa.
• Direzione Futura: Il lavoro suggerisce che l'analisi futura delle immagini mediche dovrebbe andare oltre i benchmark di classificazione piatti e considerare l'organizzazione geometrica degli spazi latenti e la plausibilità anatomica quando si progettano strategie di addestramento per etichette cliniche rumorose e gerarchiche.