OOD-SEG: 疎な多クラス正例のみ注釈からの画像セグメンテーション学習における OOD 検出技術の活用

1. 背景と課題 (Problem)

医療・手術画像解析における深層学習ベースのセグメンテーションは、以下の 2 つの主要な課題に直面しています。

1. 高品質なピクセルレベル注釈の不足: 医療画像の完全なピクセルレベルのセグメンテーション注釈を取得するには、専門家の多大な時間とコストが必要であり、臨床現場ではラベル付きデータの不足が深刻です。そのため、代表的な領域のみを注釈する「疎な注釈（sparse annotations）」や「正例のみ（positive-only）」のアプローチが検討されています。しかし、従来のセグメンテーション手法では、注釈されていないピクセルを「背景（Negative）」として扱うことが多く、これは実際には未注釈の正例（前景）が含まれている可能性を無視しており、誤った学習につながります。
2. 分布外（OOD: Out-of-Distribution）検出の欠如: 従来のセグメンテーションモデルは、訓練データと推論データが同一の分布（ID: In-Distribution）にあると仮定しています。しかし、臨床現場では未知の器具や組織、あるいは予期せぬアーティファクト（OOD）が現れる可能性があり、モデルがこれらを誤って分類してしまうと安全性上のリスクとなります。既存の OOD 検出技術は分類タスクでは発展していますが、医療画像のセグメンテーション、特に「正例のみ」の学習設定における適用は限られています。

2. 提案手法 (Methodology)

著者らは、OOD-SEG と呼ばれる新しいフレームワークを提案しました。これは、Positive-Unlabelled (PU) 学習のパラダイムと、OOD 検出技術を組み合わせることで、背景の注釈なしに多クラスセグメンテーションを学習し、同時に OOD ピクセルを検出することを可能にします。

2.1 問題定式化

• 正例のみ学習 (Positive-Only Learning): 訓練データには、複数の正例クラス（例：特定の臓器）の疎な注釈のみが存在します。背景や他の未知のクラスに対する注釈はありません。
• PU 学習としての再定式化: 未注釈のピクセルは「背景」ではなく、「正例である可能性もあるし、OOD である可能性もある」として扱います。
• OOD 検出の活用: 各正例クラスに対して明確な決定境界を学習し、その境界から外れたピクセルを OOD（背景や未知クラス）として検出します。

2.2 フレームワークの概要

1. 学習フェーズ:
   • 標準的な多クラスセグメンテーションネットワーク（U-Net + EfficientNet-B4 エンコーダ）を、注釈された正例ピクセルのみを使用して訓練します。
   • 損失関数は、注釈されたピクセルに対するクロスエントロピー損失のみに基づきます（背景クラスは存在しません）。
2. 推論フェーズ:
   • 訓練済みのモデルから得られるクラス確率（Logits）を基に、ピクセルごとのスコアリング関数 $S$ を計算します。
   • 提案された OOD 検出手法（Baseline, ODIN, Mahalanobis, GODIN）をこのスコアリング関数に適用します。
   • 閾値 $\tau$ を設定し、最大スコアが $\tau$ 未満の場合はそのピクセルを「OOD（背景）」として分類し、それ以上であれば最も確率の高い ID クラスに割り当てます。
     $$\hat{y}_{ij} = \begin{cases} \arg\max_c S^c_{ij} & \text{if } \max_c S^c_{ij} > \tau \\ 0 & \text{otherwise} \end{cases}$$

2.3 統合された OOD 検出手法

以下の 4 つの手法を比較・統合しました：

• Baseline: ソフトマックス出力そのもの。
• ODIN: 温度スケーリングと敵対的摂動（本研究では計算コストと公平性のため摂動は省略し、温度スケーリングのみ適用）。
• Mahalanobis: 特徴空間におけるクラス条件付きガウス分布からのマハラノビス距離に基づくスコアリング。
• GODIN (Generalized ODIN): 学習可能な温度スケーリング関数と類似度測度を組み合わせた手法。本研究では、セグメンテーションタスク向けに 1x1 畳み込みを 3x3 畳み込みへ拡張し、空間的文脈を考慮するように改良しました。

2.4 評価プロトコル（2 レベル交差検証）

医療画像において OOD データセットを別途用意するのは困難であるため、単一データセット内での評価を可能にする新しいクロスバリデーション戦略を提案しました。

• Subject Partitions (SP): 患者単位でデータを分割（患者間のバイアスを排除）。
• Class Partitions (CP): クラス単位でデータを分割（一部の正例クラスを訓練から除外し、テスト時に OOD として扱う）。
• これらを組み合わせることで、$N_{SP} \times N_{CP}$ のフォールドを作成し、訓練時に学習しなかったクラスを OOD として検出性能を評価します。
• 評価指標: 閾値に依存しない指標として AUROC と AUPR を採用し、ID クラスの真陽性率 (TPR) と OOD クラスの偽陽性率 (FPR) を定義して計算します。

3. 実験と結果 (Results)

• データセット:
  • Heiporspectral: 豚の臓器のハイパースペクトル画像（HSI）。
  • ODSI-DB: 人間の歯科組織の HSI 画像。
  • DSAD: ロボット支援直腸切除術の RGB ラパロスコピック画像。
• 主要な発見:
  • OOD 検出性能: 提案フレームワークにおいて、ODIN をスコアリング関数として使用した場合、全データセットで最も高い AUROC と AUPR を達成しました（例：Heiporspectral で AUROC 0.96）。
  • ID 分類性能の維持: OOD 検出閾値を適用しても、ID クラス（注釈された正例）の分類精度は低下しませんでした。誤分類された ID ピクセルが OOD として除外されることで、全体の信頼性が向上しました。
  • Mahalanobis と GODIN: Mahalanobis は高次元特徴空間での共分散推定の不安定性により性能がやや劣りました。GODIN は学習コストがかかるため、ODIN に比べて性能面で劣るケースが見られました。
  • 定性的評価: 疎な注釈データにおいて、OOD 検出を適用することで、背景や未知の領域が誤って正例として分類されるのを防ぎ、セグメンテーションマスクの品質が向上することが確認されました。

4. 主な貢献 (Key Contributions)

1. 新しいフレームワークの提案: 疎な多クラス正例のみ注釈から医療画像セグメンテーションを学習し、背景注釈なしに OOD ピクセルを検出する初のフレームワーク「OOD-SEG」を提案。
2. 評価プロトコルの革新: 追加の OOD データセットを必要とせず、単一データセット内で患者とクラスの両方を考慮した 2 レベル交差検証戦略と、それに適した評価指標（AUROC/AUPR の適応）を提案。
3. 手法の拡張と実証: 既存の OOD 検出手法（ODIN, Mahalanobis, GODIN）をセグメンテーションタスクに適用可能にし、特に GODIN を畳み込み演算に拡張して空間的文脈を捉えるように改良。
4. 実証的妥当性: 2 つの HSI データセットと 1 つの RGB 画像データセットを用いた広範な実験により、提案手法のロバスト性と汎化能力を実証。

5. 意義と将来展望 (Significance)

• 臨床安全性の向上: 未知の組織やアーティファクトを「未知」として検出・フラグ付けできるため、臨床現場での自動セグメンテーションシステムの安全性と信頼性が向上します。
• ラベリングコストの削減: 背景や未知クラスへの注釈を不要とし、専門家が自信のある領域のみを注釈するだけで高性能なモデルを構築可能にします。
• 研究の基盤: 医療画像セグメンテーションにおける OOD 検出の評価基準（ベンチマーク）を提供し、今後の研究を促進します。

限界点:

• 学習プロセスで未注釈データ自体を利用していない（将来の課題）。
• 敵対的摂動（Adversarial Perturbation）を含まない（計算コストと公平性の観点から）。
• ID 分類精度と OOD 検出性能の間のトレードオフが存在する。

この研究は、医療 AI の実用化における「データ不足」と「安全性」の両立に向けた重要な一歩を示すものです。