Probabilistic Modeling of Multi-rater Medical Image Segmentation for Diversity and Personalization

技術的サマリー：制御可能な医療病変セグメンテーションのための好みと曖昧性の解離

問題定義
医療病変セグメンテーションは、境界の不明瞭さ、アーティファクト、医療ターゲットの不規則な形状に起因する画像の不确定性によって本質的に課題に直面しています。この不确定性の重要な現れ方は、異なる専門家によって同じ画像に対して異なるアノテーションが提供される「観測者間変動」です。既存のマルチレータ医療画像セグメンテーションへのアプローチは、一般的に以下の 2 つの限定的なカテゴリに分類されます：

1. 生成手法： これらは多様なセグメンテーション結果を生成しますが、専門家固有のパーソナライゼーションを捉えることができず、しばしば現実的な専門家の行動を模倣しない変異を生成します。
2. パーソナライゼーション手法： これらは個々のアノテーターの出力を再現しますが、多様なセグメンテーションを生成する能力に欠け、事実上専門家の好みをハードコーディングし、画像に内在する曖昧さを無視します。
3. クラウドソーシング手法： これらは複数のアノテーションを単一のメタセグメンテーションに集約し、単一の正解を前提としており、専門家の変動の分布をモデル化することに失敗します。

本論文は、既存の文献におけるギャップを特定しています。すなわち、統一されたフレームワーク内で、多様性（専門家の不一致の範囲を捉える）とパーソナライゼーション（特定の専門家アノテーションと整合する）の両方を兼ね備えたセグメンテーション結果を同時に生成できる効果的なアプローチは存在しないという点です。

手法：ProSeg
著者は、多様性とパーソナライゼーションを統合するように設計された確率的グラフィカルモデル（PGM）であるProSeg（多レータセグメンテーションの確率的モデリング）を提案します。核心的な革新は、不确定性の源を解離させる 2 つの連続潜在変数の導入にあります：

• $\tau$（Tau）： 専門家アノテーター間の主観的変動（観測者間変動）をモデル化します。これは特定の専門家アノテーター $R$ から推論されます。
• $Z$： 医療スキャンにおける曖昧さ（画像内不确定性）をモデル化します。これは観測された画像データ $X$ から推論されます。

確率的定式化
ProSeg は、アノテーション（$Y$）、画像（$x$）、専門家（$R$）の同時分布 $p(Y, x, R)$ をモデル化します。このモデルは、アノテーションが潜在変数 $\tau$ と $Z$ に条件付けられて生成されると仮定します。

• 生成プロセス： モデルは条件付き分布 $p(y_{ri} | \tau_i, z_i)$、$p(x | z_i)$、および $p(r_i | \tau_i)$ を定義します。
• 変分推論： 潜在変数の事後分布は解析的に扱いが困難であるため、モデルは $q(z_i | x)$ および $q(\tau | R)$ を用いてこれらを近似するために変分推論を採用します。
• 訓練目的： モデルは、観測データ（画像の再構成、専門家の分類、セグメンテーション精度）の負の対数尤度を最小化しつつ、$\tau$ と $Z$ の事後分布をそれぞれの事前分布（$\tau$ にはディリクレ分布、$Z$ にはガウス分布）に一致させるように正則化することで、エビデンス下限（ELBO）を最大化するように訓練されます。

モデルアーキテクチャ
アーキテクチャは 5 つのニューラルネットワークモジュールで構成されます：

1. 画像エンコーダ： 画像 $x$ から曖昧さの潜在変数 $z$ を推論します。
2. 画像デコーダ： $z$ から画像を再構成します。
3. クラス埋め込み： 専門家アノテーター $R$ から専門家の好みの潜在変数 $\tau$ を推論します。
4. 分類器： $\tau$ から専門家アノテーターを予測します。
5. セグメンテーション予測器： $\tau_i$ と $z_i$ の両方に条件付けられてセグメンテーション $y_{ri}$ を生成します。

制御メカニズム

• パーソナライゼーション： 特定の専門家 $r$ を指定することで、モデルは $q(\tau | r)$ から $\tau$ をサンプリングし、$z$ のサンプリングを通じて多様性を維持しつつ、その特定の専門家のスタイルに整合したセグメンテーションを生成します。
• 多様性： 特定の専門家の事後分布ではなく、事前分布 $p(\tau)$（ディリクレ分布）から $\tau$ をサンプリングすることで、モデルは専門家の変動の全スペクトルを表す多様なセグメンテーション結果を生成します。

実験結果
著者は ProSeg を 2 つのベンチマークデータセットで評価しました：

1. LIDC-IDRI： 画像あたり 4 つの専門家アノテーションを有する肺結節データセット。
2. NPC： 4 人の実在の放射線科医を有する鼻咽頭癌データセットで、好みに高い変動性を示します。

主要指標：

• 多様性： 一般化エネルギー距離（GED）およびソフトダイス（$D_{soft}$）によって測定されます。
• パーソナライゼーション： マッチダイス（$D_{match}$）、最大ダイス（$D_{max}$）、および特定の専門家に対する平均ダイススコア（$D_{mean}$）によって測定されます。

知見：

• ProSeg は両方のデータセットで**最先端（SOTA）**の性能を達成しました。
• LIDC-IDRI において、ProSeg は最低の GED（0.1152）および最高の $D_{soft}$（91.53%）を達成し、生成手法（例：確率的 U-Net）およびパーソナライゼーション手法（例：TAB、Pionono）を上回りました。
• より困難な NPC データセットにおいて、ProSeg は GED において従来の SOTA パーソナライゼーション手法に対して多様性性能を 20.71% 向上させつつ、高いパーソナライゼーション精度（$D_{mean} = 82.07\%$）を維持しました。
• アブレーション研究は、両方の潜在変数が不可欠であることを確認しました。$\tau$ または $Z$ のいずれかを除去すると、性能が著しく低下しました。
• 視覚的分析は、ProSeg が多様性がありながら専門家アノテーションの「ゴールドスタンダード」分布と密接に整合するセグメンテーションを生成することを示しました。一方、他の手法は多様性に欠けるか、特定の専門家の好みに一致することに失敗していました。

意義と主張
本論文は、ProSeg がマルチレータ病変セグメンテーションのための多様性とパーソナライゼーションのモデリングを統合する最初の確率的モデリングフレームワークであると主張しています。単一の確率的フレームワーク内でこれら側面を共同で学習することで、ProSeg は、多様性とパーソナライゼーションを相互排他的とみなすか、多段階訓練を必要とする既存の手法の限界に対処します。著者は、ProSeg が他のマルチレータ医療画像セグメンテーションタスクに拡張可能な汎用的なフレームワークを提供し、臨床診断における本質的な不确定性と変動性を処理するための堅牢な解決策を提供すると主張しています。この研究は、信頼性が高く臨床的に関連するセグメンテーション出力を生成するためには、画像の曖昧さとアノテーターの主観性の両方を捉えることが不可欠であることを浮き彫りにしています。