EFIQA: Explainable Fundus Image Quality Assessment via Anatomical Priors

Sintesi Tecnica: EFIQA – Valutazione della Qualità delle Immagini del Fondo Oculare Spiegabile tramite Prior Anatomici

Problema
La valutazione della qualità delle immagini mediche (IQA) è critica per le applicazioni cliniche a valle e per le pipeline di pre-elaborazione dell'IA. Gli attuali metodi allo stato dell'arte per la Fotografia del Fondo Oculare (CFP) sono prevalentemente classificatori supervisionati addestrati su etichette di qualità specifiche per il dataset. Questo approccio soffre di due limitazioni fondamentali:

1. Mancanza di Generalizzazione: Le definizioni di qualità sono soggettive e dipendenti dal compito (ad esempio, una macula sottoesposta può essere accettabile per lo screening del glaucoma ma critica per lo screening dell'AMD). I modelli addestrati su criteri di etichettatura specifici non riescono a generalizzare su dataset con criteri o condizioni di acquisizione differenti.
2. Mancanza di Spiegabilità: I metodi esistenti restituiscono un singolo punteggio o una classe a livello di immagine, senza fornire un feedback spaziale su dove la qualità sia degradata. I metodi di attribuzione post-hoc (come GradCAM) spesso si attivano su regioni discriminanti piuttosto che su regioni di degradazione e mancano di un significato clinico preciso e fondato.

Metodologia: Framework EFIQA
Gli autori propongono EFIQA, un framework che valuta la qualità delle immagini del fondo oculare misurando le deviazioni dalle strutture anatomiche attese invece di apprendere "che aspetto ha la degradazione" da etichette umane. L'approccio è privo di etichette riguardo alla supervisione della qualità e opera in due fasi:

1. Fase 1: Rilevamento di Anomalie Non Supervisionato dei Vasi (VUAD)

   • Obiettivo: Addestrare un rilevatore di anomalie non supervisionato per apprendere la topologia della vascolarizzazione retinica, una struttura anatomica ubiquitaria altamente suscettibile alle comuni degradazioni d'immagine.
   • Meccanismo: Il modello è addestrato su mappe di segmentazione dei vasi derivate da immagini di alta qualità utilizzando un obiettivo di inpainting anatomico mascherato.
   • Rilassamento Progressivo: Per prevenire il "collasso dell'identità" (dove il modello si limita a copiare i pixel non mascherati), viene impiegata una strategia di mascheramento progressivo. L'addestramento inizia con rapporti di mascheramento elevati ($\gamma \in [0.8, 1.0]$) per forzare l'apprendimento strutturale, per poi espandersi linearmente a $\gamma \in [0.0, 1.0]$.
   • Output: La rete predice il residuo (la struttura mancante) per un dato input. L'entità di questo residuo forma una mappa di anomalie, evidenziando le regioni in cui la visibilità anatomica è compromessa (ad esempio, vasi mancanti o sfocati).

2. Fase 2: Distillazione in un Adapter di un Modello di Fondazione

   • Obiettivo: Distillare la conoscenza del prior anatomico dal modello VUAD in un adapter leggero che opera sulle caratteristiche di un Modello di Fondazione (FM) congelato. Ciò migliora la generalizzazione e riduce la dipendenza dal passaggio intermedio di segmentazione dei vasi durante l'inferenza.
   • Meccanismo:
     • Un FM congelato estrae caratteristiche dense a livello di patch ($Z$) dall'immagine del fondo oculare in input.
     • Il modello VUAD genera pseudo-etichette (mappe di anomalia binarie) per un dataset di qualità mista.
     • Un adapter apprendibile ($g_\psi$) viene addestrato per predire queste pseudo-etichette dalle caratteristiche del FM utilizzando una perdita Binary Cross-Entropy (BCE) bilanciata per classe.
   • Inferenza: L'adapter produce una mappa di punteggio di qualità a livello di patch ($Q$). Questa mappa può essere aggregata tramite uno strato di pooling lineare leggero per generare un punteggio a livello di immagine o utilizzata direttamente per la localizzazione spaziale.

Contributi Chiave

1. Inquadramento Novello: Gli autori riformulano l'IQA come una deviazione dall'aspetto anatomico atteso, ancorando il compito all'anatomia oggettiva piuttosto che a etichette soggettive.
2. Approccio Senza Etichette e Spiegabile: EFIQA non richiede alcuna supervisione esplicita relativa alla qualità (etichette manuali o degradazione sintetica) e produce mappe di qualità spaziali per progettazione.
3. Architettura a Due Fasi: La combinazione di una rete di ricostruzione dei vasi non supervisionata e di un processo di distillazione in un adapter di un modello di fondazione consente prestazioni robuste e generalizzabili.
4. Superiorità nella Generalizzazione: Le valutazioni esterne dimostrano che questo approccio supera i metodi supervisionati in termini di prestazioni attraverso diversi benchmark con criteri di qualità differenti.

Risultati Sperimentali
Il metodo è stato valutato su quattro dataset pubblici (MSHF, mBRSET, DRIMDB, EyeQ) e un dataset interno, confrontandolo con metodi specifici per il fondo oculare supervisionati (ad es., MCF-Net, FGR-Net), metodi IQA supervisionati generali (MANIQA, TOPIQ) e baseline non supervisionati (NIQE, IL-NIQE).

• Dataset Esterni (MSHF, DRIMDB, mBRSET): EFIQA ha ottenuto la migliore prestazione media in tutti i parametri (Accuratezza Bilanciata, F1, MCC, AUROC, AUPRC). In particolare, ha raggiunto un Coefficiente di Correlazione di Matthews (MCC) del 73,14%, superando il secondo miglior metodo supervisionato (FGR-Net, 69,71%). Ha dimostrato robustezza anche sul difficile dataset mBRSET, dove altri metodi hanno incontrato difficoltà con lo sbilanciamento delle classi.
• Benchmark EyeQ: EFIQA ha ottenuto un'accuratezza competitiva (87,55%), leggermente inferiore ai modelli completamente supervisionati addestrati end-to-end su EyeQ (ad es., FGR-Net al 89,58%), ma superando altri metodi adattati come TOPIQ e ARNIQA. Fondamentalmente, è l'unico metodo in questo confronto che fornisce una mappa di qualità precisa.
• Analisi Qualitativa: Le visualizzazioni mostrano che EFIQA produce punteggi bassi e stabili per le immagini di alta qualità e localizza accuratamente le regioni degradate (ad es., artefatti di illuminazione, sfocatura) nelle immagini di bassa qualità. Al contrario, il solo VUAD a volte manca aree degradate dove i vasi sono visibili ma sfocati, e i metodi supervisionati come MCF-Net forniscono spesso attivazioni grossolane e sparse.
• Studio di Ablazione: Lo studio ha confermato che, sebbene la semplice densità dei vasi sia una baseline forte, il modello VUAD aggiunge spiegabilità (mappe locali) a costo di una leggera riduzione delle prestazioni grezze, che viene però pienamente recuperata e migliorata dal passaggio di distillazione.

Significato e Rivendicazioni
Il documento sostiene che EFIQA offra un'alternativa generalizzabile e spiegabile ai modelli IQA supervisionati "black-box". Sfruttando i prior anatomici, il framework evita la fragilità associata al mutamento dei criteri di etichettatura. Gli autori sottolineano che, sebbene il metodo fornisca punteggi di severità a livello locale, è progettato per essere adattabile a specifici criteri clinici con una minima regolazione.

Gli autori rilevano alcune limitazioni, nello specifico che l'uso dei vasi come unico prior può causare falsi positivi in regioni naturalmente povere di vasi (ad es., la fovea) o in lesioni ischemiche. Suggeriscono che il lavoro futuro potrebbe incorporare ulteriori prior anatomici (macula, disco ottico) o strutture patologiche per migliorare la specificità. Il documento conclude che questo framework è applicabile a qualsiasi scenario di imaging in cui la visibilità anatomica definisce la qualità, come gli strati retinici OCT o i landmark della radiografia del torace.