Instance Awareness of Multi-class Semantic Segmentation Loss Functions

Kundu らによる論文「Instance Awareness of Multi-class Semantic Segmentation Loss Functions」の詳細な技術的サマリーを以下に示す。

1. 問題定義

本論文は、脳転移セグメンテーション（BraTS-METS 2025）の文脈において、多クラス意味セグメンテーションにおけるインスタンスとクラスの両方の不均衡という課題に取り組む。

• クラス不均衡: 希少クラス（例：切除腔 - RC）は、一般的なクラス（例：全腫瘍 - WT）に比べて、ボクセル数とインスタンス数が著しく少ない。標準的な損失関数（Dice + クロスエントロピーなど）はすべての前景ボクセルにわたって勾配を平均化するため、希少クラスは不釣り合いに小さな学習信号しか受け取らない。
• インスタンス不均衡: 単一クラス内においても、標準的なボクセルレベルの損失関数が大きなインスタンスのより大きな体積に支配されるため、小さな病変（微小転移）は大きな病変に比べて過小評価されることが多い。
• ギャップ: 既存の「インスタンス感受性」損失関数（Blob Loss、CC Loss）は単一クラスセグメンテーション向けに設計されていた。これらは同じクラスのインスタンス間の勾配を均等化するが、多クラス設定における異なるクラス間の不均衡には対処できない。逆に、標準的な多クラス損失関数は均一な平均化を通じてクラス不均衡に対処するが、インスタンスレベルのサイズ格差は無視している。

2. 手法

著者らは、インスタンス感受性損失を多クラスセグメンテーションに拡張し、逆サイズ重み付けを新規かつ局所的な方法で統合するフレームワークを提案する。

A. One-vs-Rest 分解による多クラス拡張

著者らは、One-vs-Rest戦略を用いて、Blob LossおよびCC（Connected Component）Lossを多クラス設定に適応させる。

1. 分解: 各前景クラス $c$ に対して、多クラスラベルマップを二値マップ $y_c$（クラス $c$ を前景、その他を背景とする）に分離する。
2. インスタンス抽出: $y_c$ 内で 3D 連結成分を同定し、個々のインスタンス $\{S^c_1, \dots, S^c_{K_c}\}$ を定義する。
3. 損失計算:
   • CC Loss: ユークリッド距離に基づき、最も近い成分への Voronoi 細胞 $V^c_k$ に体積を分割する。損失はこれらの局所領域内でのみ計算され、大きな隣接成分が小さな成分を支配するのを防ぐ。
   • Blob Loss: 同じクラスの他のすべての前景成分を除去することで、インスタンス固有のドメイン $\Omega^c_k$ を構築し、ターゲット成分と背景のみを残す。
4. 集約: 最終的なインスタンス損失（$L_{instance}$）は、すべての成分およびすべてのクラスにわたる損失の均一平均である。
   $$L_{instance} = \frac{1}{|C|} \sum_{c \in C} \frac{1}{K_c} \sum_{k=1}^{K_c} \ell^c_k$$
   重要な洞察: クラス間で均一に平均化（$\frac{1}{|C|}$）することにより、インスタンス数の少ない希少クラス（例：RC）は、インスタンス数の多い一般的なクラス（例：ET）と同等に勾配に寄与し、これによりクラス不均衡を効果的に解決する。一方、成分ごとの平均化はインスタンス不均衡を解決する。

B. 局所化された逆サイズ重み付け（IWL）

標準的な逆サイズ重み付け（成分サイズに反比例する重みを割り当てる）は、多クラス設定でグローバルに適用されると、希少クラスと一般的なクラスの間で重みが桁違いに変動し、学習を不安定にするため失敗する。

• 提案される解決策: 重み付けを各成分の損失内に統合する。
• メカニズム: 重みマップ $w^c_k$ は、特定の成分のドメイン（$\Omega^c_k$ または $V^c_k$）内のボクセルにのみ適用される。
  $$w^c_k(v) = \min(\max(|\Omega^c_k|/|S^c_k|, 1), 2 \times 10^5)$$
• 効果: これにより、再重み付けは単一の成分の空間的コンテキストに限定され、小さなインスタンスの勾配を増幅しつつ、クラス間のグローバルな重み不均衡を生じさせない。

C. 結合損失関数

総損失は、背景領域での偽陽性を罰する標準的なグローバル損失と、新しいインスタンス損失を結合する。
$$L = \alpha \cdot L_{global} + \beta \cdot L_{instance}$$
著者らは $\alpha=1, \beta=1$ および $\alpha=1, \beta=2$ を評価した。

3. 主要な貢献

1. インスタンス損失の流用: One-vs-Rest 分解を通じてインスタンス感受性損失（Blob/CC）を多クラスセグメンテーションに拡張することで、（均一なクラス平均化による）クラス不均衡とインスタンス不均衡を同時に解決することを示した。
2. 局所化された再重み付け: 逆サイズ重み付けは、グローバルに適用するのではなく、各成分損失内で局所的に統合された場合にのみ有効であることを示した。グローバルな適用は学習を不安定にするが、局所的な適用は希少クラスのパフォーマンスを大幅に向上させる（例：RC の Dice が 0.22 から 0.44 に増加）。
3. トレードオフ分析: **ボクセルレベルの重なり（Dice）とインスタンスレベルの検出（Panoptic Quality）**の間に体系的なトレードオフが存在することを特定した。希少クラスを積極的に上重み付けする手法は Dice を改善するが、しばしば検出品質（PQ）を低下させる。

4. 実験結果

実験は、4 つの領域（WT、TC、ET、および希少な切除腔 RC）に焦点を当てたBraTS-METS 2025データセット（260 件のテストケース）で行われた。

• ベースライン: 標準的な nnU-Net（Dice + CE）は、RC の Dice を0.15、Foreground Mean PQ（$\tau=0.5$）を0.38達成した。
• 多クラス CC Loss:
  • RC Dice を0.31に改善。
  • Foreground Mean PQ を0.39に維持（ベースラインと同程度）。
  • 最高の全体的な Foreground Mean Dice（0.64）を達成。
• 多クラス Blob Loss:
  • 最高の Foreground Mean PQ（0.40）および Recognition Quality（0.53）を達成。
  • RC Dice を0.22に改善。
• 局所逆サイズ重み付け（IWL）併用時:
  • Blob + IWL: 最高の RC Dice（0.44）および Foreground Mean Dice（0.65）を達成。
  • コスト: これは検出品質の犠牲を伴い、Foreground Mean PQ を0.31まで低下させた。
• 重み付けパラメータ（$\beta$）: 単一クラス設定では $\beta=2$ が推奨されるのに対し、多クラス設定では$\beta=1$が最良の性能を示した。One-vs-Rest 分解はすでに十分なクラスバランスを提供しており、$\beta=2$ は希少クラスの過分割をもたらす。

5. 意義と結論

• 臨床的インパクト: 切除腔（RC）の正確なセグメンテーションは、術後ステレオタクティック放射線外科（SRS）の計画に不可欠である。RC の Dice を 0.15 から 0.44 に改善することは、治療計画の精度を直接向上させる。
• 方法論的洞察: 本論文は、不均衡データを持つ多クラスセグメンテーションにおいて、構造化された空間的スコープの再重み付け（One-vs-Rest 分解＋局所逆サイズ重み付け）が、グローバルな再重み付けよりも優れていることを確立する。
• 今後の方向性: 著者らは、Dice と Panoptic Quality の間の本質的なトレードオフを強調する。今後の研究は、高いボクセル重なりと精密なインスタンス検出を同時に達成するために、このトレードオフを解決することを目指すべきである。

要約すると、この研究は、すべての腫瘍インスタンスとすべての腫瘍クラスを同等に重要視する堅牢な損失関数フレームワークを提供し、自動化されたセグメンテーションと個別化された脳転移治療に必要な病変ごとの精度の間のギャップを埋めるものである。