Quantification of Uncertainty with Adversarial Models in Medical Image Segmentation

Sintesi Tecnica: QUAM-SM per la Segmentazione di Immagini Mediche

Definizione del Problema
L'implementazione di modelli di deep learning nei flussi di lavoro clinici, in particolare per la segmentazione di immagini mediche, richiede non solo un'elevata accuratezza, ma anche una gestione affidabile dell'incertezza a livello di pixel. I modelli standard di deep learning soffrono spesso di una cattiva calibrazione, producendo predizioni eccessivamente sicure che mascherano i modi di guasto sottostanti, specialmente ai bordi degli oggetti e nelle regioni patologiche sottili. Questa eccessiva sicurezza può portare a decisioni cliniche errate, come l'interpretazione errata di una reale progressione della malattia come pseudo-progressione. Gli esistenti metodi di stima dell'incertezza, inclusi i Deep Ensembles, le approssimazioni Bayesiane (ad esempio, il Monte Carlo Dropout) e gli approcci evidenti, si basano spesso sul campionamento stocastico all'interno di regioni limitate della distribuzione posteriore. Di conseguenza, possono non riuscire a catturare l'intero spettro dei potenziali fallimenti predittivi o a distinguere adeguatamente tra diverse fonti di incertezza.

Metodologia: QUAM-SM
Gli autori propongono QUAM-SM (Quantification of Uncertainty with Adversarial Models in Medical Image Segmentation), un framework post-hoc progettato per identificare i pixel "adversarialmente fragili"—regioni in cui la decisione di un modello è facilmente invertibile verso una classe errata. Il framework opera attraverso le seguenti fasi:

1. Segmentazione di Riferimento: Un modello pre-addestrato fisso genera una segmentazione di riferimento ($y_{ref}$) per un'immagine di test, assumendo l'accesso alla distribuzione dei dati di addestramento per mantenere la coerenza con il manifold dei dati appresi.
2. Ricerca di Modelli Avversari: Il nucleo del metodo consiste in una ricerca avversaria mirata per generare ipotesi di segmentazione alternative. L'algoritmo ottimizza un modello ($\tilde{w}$) utilizzando due termini di perdita complementari:
   • Perdita di Penalità ($L_{pen}$): Impone la coerenza con la distribuzione di addestramento per garantire che i modelli avversari rimangano plausibili (plausibilità posteriore).
   • Perdita Avversaria ($L_{adv}$): Spinge la predizione verso un'etichetta target specifica ($y_{mask}$) per esplorare ipotesi alternative.
     Il documento investiga tre strategie per generare $y_{mask}$:
   • Global Extreme Masks (GEM): Mappe costanti di tutto lo sfondo o tutto il primo piano.
   • Training-based Masks (TBM): Configurazioni anatomiche realistiche campionate dal set di addestramento.
   • Morphology-augmented Masks (MAM): Variazioni strutturali locali vicino ai bordi create tramite operazioni morfologiche (dilatazione/erosione) sulla predizione di riferimento.
3. Quantificazione dell'Incertezza tramite Mixture Importance Sampling (MIS): La ricerca avversaria produce un insieme di pesi del modello plausibili. Per derivare una stima statisticamente coerente della distribuzione predittiva, gli autori impiegano il Mixture Importance Sampling. I modelli sono pesati in base alla loro perdita di penalità sui dati di addestramento, garantendo che i modelli che aderiscono alla distribuzione di addestramento contribuiscano in modo più significativo.
4. Decomposizione dell'Incertezza: Utilizzando le predizioni pesate, il framework decompone l'incertezza totale in due componenti distinte basate sul framework dell'Expected Entropy (EE):
   • Incertezza Aleatoria: Rappresenta il rumore dei dati e la variabilità della annotazione (modellata come l'entropia attesa delle singole predizioni).
   • Incertezza Epistemica: Rappresenta l'incertezza del modello (modellata come l'Informazione Mutua o il disaccordo tra le predizioni dell'ensemble pesate).

Contributi Chiave

1. Framework Novello: Gli autori introducono un framework di quantificazione post-hoc dell'incertezza per la segmentazione di immagini mediche che sfrutta una ricerca avversaria mirata per identificare predizioni di pixel fragili.
2. Disentanglement dell'Incertezza: Il metodo distingue esplicitamente tra incertezza aleatoria ed epistemica, dimostrando una migliore coerenza con la variabilità inter-rater su molteplici dataset pubblici.
3. Copertura della Posteriore Migliorata: Estendendo il concetto di modelli avversari al dominio della segmentazione, il metodo ottiene una migliore copertura della posteriore evidenziando i pixel più suscettibili di essere "sicuramente falsi", offrendo una mappa di errore più sensibile rispetto ai tradizionali metodi basati sulla densità.

Risultati Sperimentali
Il framework QUAM-SM è stato valutato su due dataset pubblici con molteplici annotazioni di esperti:

• REFUGE (DR): Immagini di fotografia del fondo oculare con sette annotazioni indipendenti per la segmentazione del disco e della scotoma ottico.

• QUBIQ2021 (DQ): Volumi MRI del tumore prostatico annotati da sei esperti.
  Il metodo è stato confrontato con Monte Carlo Dropout, Deep Ensembles, Probabilistic U-Net e il framework evidente SURE. Le prestazioni sono state misurate utilizzando il Coefficiente di Correlazione di Pearson (PCC) e il coefficiente di determinazione ($R^2$) rispetto alle mappe di entropia di riferimento derivate da molteplici annotatori, nonché i punteggi Soft Dice (SDice) per l'accuratezza della segmentazione.

• Performance Quantitativa: QUAM-SM ha ottenuto i valori di PCC e $R^2$ più elevati in tutte le categorie di incertezza epistemica, aleatoria e totale per entrambi i dataset, indicando una superiore coerenza con l'incertezza di riferimento. Ha inoltre superato costantemente gli approcci concorrenti nell'accuratezza della segmentazione (SDice).

• Studi di Ablazione: Gli esperimenti hanno confermato che le Morphology-augmented Masks (MAM) hanno prodotto le migliori prestazioni tra le strategie di attacco. Inoltre, aumentare il numero di iterazioni avversarie ($M$) ha migliorato costantemente le prestazioni, con risultati ottimali osservati ad un numero maggiore di iterazioni.

• Risultati Qualitativi: Le visualizzazioni hanno dimostrato che QUAM-SM corrisponde strettamente alle mappe di entropia della verità fondamentale (ground-truth), catturando accuratamente le regioni di alta incertezza inter-annotatore, in particolare ai bordi.

Significatività e Rivendicazioni
Il documento sostiene che QUAM-SM affronti il problema critico delle predizioni eccessivamente sicure nell'IA medica fornendo un meccanismo per cercare attivamente le instabilità predittive. Disfacendo l'incertezza aleatoria ed epistemica, il framework offre una visione più sfumata dell'affidabilità del modello. Gli autori osservano che l'incertezza aleatoria stimata correla più fortemente con la variabilità inter-rater rispetto all'incertezza totale, evidenziando la sua specifica rilevanza per catturare l'ambiguità della annotazione. Questa capacità supporta decisioni cliniche più sicure distinguendo i reali cambiamenti patologici dagli artefatti e identificando le regioni in cui le decisioni del modello sono più vulnerabili. Sebbene l'approccio richieda l'accesso alla distribuzione di addestramento, gli autori affermano che esso fornisce mappe di incertezza interpretabili che migliorano la valutazione del modello in benchmark clinici realistici.