技術的概要：QUTCC – 画像逆問題のための分位不確実性学習とコンフォーマル較正

問題定義

深層学習は、疎、ノイズ多量、および未決定な測定値（例：蛍光顕微鏡、高速化 MRI、ブラックホール再構成）から意味のある信号を抽出することを可能にすることで、科学および医療画像処理に革命をもたらしました。しかし、これらのモデルは頻繁に「ハルシネーション（幻覚）」を生成します。これは、説得力があり高解像度に見えるが、現実と一致しない予測です。これらの失敗を特定することは困難であり、下流の科学および臨床応用において重大なリスクを伴います。

コンフォーマル予測のような不確実性推定技術は、有限サンプルのカバレッジ保証を備えた統計的に有効な誤差範囲を生成することで解決策を提供しますが、既存の手法は高次元の画像値問題には不適切です。現在の手法（例：Im2Im、K-RCPS）は、通常、画像全体に均一に適用される線形、定数、またはグループごとのスケーリング因子に依存しています。これらの手法は空間相関や局所的な画像内容を考慮していないため、カバレッジ要件を満たすために必要以上に広い不確実性区間を生成してしまいます。

手法

著者は、画像逆問題に対してより狭く、空間的に適応的な不確実性区間を生成するためのフレームワークであるQUTCC（Quantile Uncertainty Training and Conformal Calibration：分位不確実性学習とコンフォーマル較正）を提案します。この手法は、3 つの中核的コンポーネントで構成されます。

1. 分位埋め込みを伴う同時分位回帰

異なる分位のための個別のモデルを訓練するのではなく、または平均のみを予測するのではなく、QUTCC は分位パラメータ $q \in (0, 1)$ に条件付けられた単一のニューラルネットワーク（Attention U-Net）を採用します。

• アーキテクチャ: ネットワーク $f_\theta(y, q)$ は、測定値 $y$ と分位埋め込み $q$ を入力として受け取ります。分位は拡散モデルにおける時間埋め込みと同様に連続スカラーとして埋め込まれ、自己注意層を通じて伝播されます。
• 訓練: モデルは、各ステップで分位パラメータ $q$ を一様分布 $U(0, 1)$ からランダムにサンプリングするピンボール損失（非対称損失）を用いて訓練されます。これにより、ネットワークは固定された点推定ではなく、完全な条件付き分位分布 $f_\theta(y, q)$ を学習することができます。
• 出力: 中央値画像は、$q=0.5$ でクエリを行うことで得られます。

2. 空間的適応型コンフォーマル較正

グローバルスカラー $\lambda$ または $K$ 個のグループごとのスカラーを較正する先行手法とは異なり、QUTCC はニューラルネットワークの入力分位パラメータ（$q_{lo}, q_{hi}$）を較正します。

• プロセス: 保持された較正データセットを用いて、バイナリサーチを実行し、所望の誤カバレッジレベル $\alpha$（各尾部で $\alpha/2$ に分割）を満たす最適な下限（$\hat{q}_{lo}$）および上限（$\hat{q}_{hi}$）分位境界を探索します。
• メカニズム: ネットワークは非線形であり $q$ に条件付けられているため、入力分位を調整すると、予測区間の連続的、非線形、かつ空間的に適応的なスケーリングがもたらされます。有効なスケーリング因子は、Im2Im の均一スケーリングや K-RCPS の固定分割スケーリングとは異なり、局所的な画像特徴に基づいてピクセルごとに異なります。
• 保証: このプロセスは、特定の基底分布を仮定することなく、ピクセル周辺カバレッジ保証（真の値が確率 $1-\alpha$ で区間内に収まること）を保証します。

3. 条件付き確率密度推定

QUTCC のユニークな能力は、分布の仮定（例：ガウス分布）なしに、各ピクセルの完全な条件付き確率密度関数（PDF）、$p(x|y)$ を推定できることです。

• 再構成: 複数の分位レベル $\{q_j\}$ でネットワークにクエリを行うことで、著者らは分位関数を再構成します。
• PDF 推定: 条件付き PDF は、分位関数の微分の逆数を通じて推定されます：$\hat{p}(x|y) \approx (\frac{\partial \hat{f}}{\partial q})^{-1}$。これは、隣接する分位予測間の有限差分を用いて計算されます。
• 較正: 複数の分位ペアを較正することで PDF を「コンフォーマル化」し、再構成された分布が統計的カバレッジ保証を維持することを確保できます。

主要な貢献

1. 画像のための同時分位回帰: 高次元の画像逆問題に対する完全な条件付き分位分布を学習するための、分位条件付けを備えた U-Net を用いた実用的な手法の導入。
2. 空間的適応型較正: 学習された非線形関数を利用し、ピクセルごとの適応的スケーリングを生成する新しい較正戦略。これにより、グローバルまたはグループごとのスケーリング手法と比較して、著しく狭い不確実性区間が得られます。
3. 分布フリーの条件付き PDF: ガウス分布の仮定なしにピクセルごとの条件付き確率密度関数を推定および較正する手法。これにより、複雑で未知の不確実性構造を可視化することが可能になります。
4. 包括的な評価: 5 つの画像逆問題（合成ガウス/ポアソンノイズ除去、実ノイズ除去、高速化 MRI、定量位相画像）全体での検証。区間の狭さにおいて最先端のパフォーマンスを実証しました。

結果

著者らは、QUTCC を、事後サンプリングベースライン（MC-Dropout、Deep Ensembles）およびコンフォーマルベースライン（Im2Im、Im2Im-Asymm、K-RCPS）と比較し、5 つのタスクで評価しました。

• 区間の狭さ: QUTCC は、すべてのコンフォーマル手法の中で一貫して最小の平均不確実性区間長を生成しました。高強度領域（信号に富む領域）では、QUTCC の区間はベースラインよりも著しく狭く、低強度の背景領域でも同様の性能を維持しました。
• 計算効率: 事後サンプリング手法（MC-Dropout、Deep Ensembles）は競争力のある区間長を提供しましたが、莫大な計算コストを伴いました（例：MC-Dropout は推論が 28〜47 倍遅く、Deep Ensembles は訓練時間が 10 倍多い）。QUTCC は単一のモデルを使用し、境界の取得には 2 回の順方向パス、PDF の取得には数回のパスのみで、同程度またはそれ以上の狭さを達成します。
• ハルシネーション検出: MRI および顕微鏡データでの可視化により、QUTCC が予測した高不確実性領域は、再構成誤差およびモデルのハルシネーション（予測には存在するが真実には存在しない特徴）と強く相関していることが示されました。QUTCC は Im2Im よりも局所的な不確実性マップを提供しました。
• PDF の精度: 推定された条件付き PDF は、ノイズ特性（例：ポアソンノイズにおける歪み、ガウスノイズにおける対称性）を正しく反映し、ノイズレベルが増加するにつれて適切に広がりました。

意義と主張

本論文は、QUTCC が、統計的妥当性を犠牲にすることなくより狭く、空間的に適応的な不確実性区間を提供することで、科学画像処理における信頼性の高い AI の重要なギャップを埋めると主張しています。

• 実用性: この手法は高速かつ実用的であり、訓練済みの単一モデルと最小限の順方向パスのみを必要とするため、計算リソースが限られた現実世界での展開に適しています。
• 信頼性: ハルシネーションと一致する高不確実性領域を特定することで、この手法は科学者や医師がモデルの予測が誤っている可能性を認識するのを支援します。
• 柔軟性: 分布フリーの条件付き PDF を生成する能力は、単純な誤差範囲を超えて、画像逆問題の根本的な不確実性を探求し、妥当な解の全スペクトルを可視化するための新しいツールを提供します。

著者らは限界を認め、QUTCC はペア化された訓練/較正データを必要とし、現在ではピクセル周辺カバレッジ（空間的結合保証ではない）のみを提供することを指摘しています。また、モデルが誤り despite 高い誤差にもかかわらず低不確実性を予測する稀な事象や分布外データに対しては、この手法が困難に直面する可能性もあると述べています。しかし、QUTCC のような不確実性定量化の進歩は、深層学習を重要な科学および医療分野で展開する際のリスクを軽減するための不可欠なステップであると主張しています。