From Point Estimates to Distributions: GMM Pooling for MIL in Preterm Birth Prediction

Sintesi Tecnica: Dalle stime puntuali alle distribuzioni: GMM Pooling per MIL nella previsione della nascita pretermine

Formulazione del problema
La nascita pretermine (PTB), definita come il parto prima delle 37 settimane di gestazione, è una causa significativa di morbilità e mortalità neonatale. Sebbene le linee guida cliniche raccomandino l'acquisizione di più immagini ecografiche transvaginali (TVUS) per paziente per tenere conto della variabilità dipendente dall'operatore nella misurazione della lunghezza cervicale, gli approcci esistenti di machine learning per la previsione della PTB si affidano tipicamente a una singola immagine selezionata per paziente. Questa pratica scarta la variabile informativa intra-esame (ad esempio, differenze di visualizzazione e condizioni di acquisizione) e limita le prestazioni predittive.

Per affrontare questo problema, gli autori formulano la previsione della PTB come un problema di Apprendimento Multi-Istanza (Multiple Instance Learning - MIL). In questo framework, ogni paziente corrisponde a un "sacchetto" (bag) di immagini TVUS di dimensioni variabili ($X = \{x_1, \dots, x_N\}$) associato a un singolo' etichetta a livello di sacchetto ($Y$) che indica l'esito della nascita (PTB vs. termine). La sfida principale consiste nell'aggregare questi numeri variabili di caratteristiche a livello di istanza in una rappresentazione a dimensione fissa, preservando la variabilità informativa all'interno del sacchetto, invece di collassarla in una singola stima puntuale.

Metodologia: GMM Pooling
Il documento propone un modulo di GMM pooling (Gaussian Mixture Model pooling) per sostituire i classici aggregatori MIL (come max, mean o attention pooling), che riassumono un sacchetto come una singola stima puntuale nello spazio delle caratteristiche. Il metodo proposto modella esplicitamente la distribuzione delle caratteristiche all'interno del sacchetto per catturare l'eterogeneità. L'architettura si compone di tre fasi:

1. Estrazione delle caratteristiche: Un encoder condiviso (implementato come backbone U-Net per il compito PTB) mappa ogni immagine in un vettore di caratteristiche di istanza. L'encoder è addestrato congiuntamente per la segmentazione del canale cervicale (come obiettivo ausiliario) e la classificazione a livello di sacchetto, per apprendere rappresentazioni anatomicamente significative.
2. Stima dei parametri GMM: Inve {}'. di una semplice media, il metodo stima una GMM sulle caratteristiche delle istanze. Ciò comporta:
   • Assegnazioni morbide Istanza-Componente (Soft Instance-to-Component Assignments): Un MLP leggero ($f_r$) genera una distribuzione di probabilità ($r_{i,k}$) su $M$ componenti della miscela per ogni istanza.
   • Pesatura dell'importanza dell'istanza: Una rete separata ($f_w$) calcola i pesi delle istanze ($w_i$) tramite softmax.
   • Combinazione di attenzione: Il peso di attenzione finale $a_{i,k}$ combina l'importanza dell'istanza e la responsabilità della componente ($a_{i,k} = w_i \cdot r_{i,k}$).
   • Apprendimento dei parametri: Utilizzando questi pesi di attenzione, vengono stimati end-to-end i coefficienti di miscelazione ($\pi_k$), le medie ($\mu_k$) e le varianze diagonali ($\sigma^2_k$) della GMM. Gli autori optano per la covarianza diagonale per garantire stabilità computazionale e scalabilità.
3. Embedding della distribuzione: Per produrre un embedding del sacchetto a lunghezza fissa, il metodo valuta la log-densità della GMM appresa in un set di $P$ vettori sonda (probe vectors) apprendibili. I valori di log-densità risultanti formano l'embedding finale del sacchetto utilizzato per la previsione.

Contributi chiave
Gli autori identificano tre contributi primari:

1. Modulo di GMM Pooling: Un nuovo meccanismo di pooling MIL che preserva le distribuzioni delle caratteristiche informative all'interno del sacchetto, affrontando il collo di bottiglia informativo inerente al pooling a stima puntuale.
2. Embedding della distribuzione differenziabile: Un metodo per costruire un embedding a lunghezza fissa tramite valutazioni di log-densità in vettori sonda apprendibili, permettendo alla rappresentazione distributiva di essere appresa end-to-end.
3. Valutazione empirica completa: Una rigorosa valutazione su una coorte privata di alto rischio per PTB e su un benchmark pubblico di metastasi linfonodali, dimostrando che il MIL migliora rispetto alla previsione a livello di istanza e che il GMM pooling offre prestazioni competitive in compiti di classificazione e regressione.

Risultati sperimentali
Il metodo è stato valutato su due dataset:

• Coorte PTB privata: 182 pazienti incinta ad alto rischio (44 casi di PTB) con da 1 a 43 immagini per paziente.
  • Il MIL ha migliorato significativamente rispetto ai modelli basati su istanza, elevando la PR-AUC da 0,44 a 0,56 (max pooling) e a 0,56 (GMM pooling).
  • Il GMM pooling ha raggiunto una PR-AUC di $0,56 \pm 0,03$, comparabile a max ($0,57 \pm 0,05$) e attention ($0,56 \pm 0,02$) pooling. Tuttavia, il GMM ha mostrato una deviazione standard inferiore tra le esecuzioni, suggerendo una maggiore stabilità.
• Benchmark pubblico di metastasi linfonodali: 933 campioni di training, 668 di validazione e 736 di test.
  • Il GMM pooling ha raggiunto prestazioni allo stato dell'arte con un F1-score di $0,91 \pm 0,01$ e un ROC-AUC di $0,89 \pm 0,01$ per la classificazione.
  • Per la regressione (percentuale di pixel metastatici), ha ottenuto un Errore Assoluto Medio (MAE) di $0,18 \pm 0,02$, competitivo con i metodi migliori.

Significatività e affermazioni
Il documento afferma che modellare le distribuzioni delle caratteristiche tramite GMM pooling fornisce un'alternativa robusta al classico pooling a stima puntuale. Mentre gli aggregatori standard collassano la variabilità all'interno del sacchetto, il GMM pooling cattura la struttura distributiva congiunta attraverso le dimensioni delle caratteristiche. Gli autori osservano che, sebbene l'approccio introduca iperparametri specifici della distribuzione (numero di componenti, sonde, temperatura) che richiedono una sintonizzazione dipendente dal dataset, i risultati ottenuti su due distinti compiti di imaging medico suggeriscono che la modellazione distributiva generalizza bene. Il lavoro evidenzia come sfruttare tutte le immagini disponibili per paziente tramite MIL sia cruciale per la previsione della PTB, particolarmente in coorti ad alto rischio dove la separabilità delle classi è bassa.