技術要約: OpenWell: オープンワールド医療画像セグメンテーションのためのエネルギーベースのインタラクティブな発見

1. 問題提起

ボリューム（立体的）な医療画像セグメンテーションは、現在、学習時に既知のセマンティック・カテゴリが固定され完全に把握されているというクローズドセットの仮定に大きく依存しています。このパラダイムは、学習分布に含まれない未知の解剖学的変異、稀な病理、あるいはアーティファクトが含まれる実世界の臨床シナリオにおいては機能しません。**分布外（OOD）**データに直面した際、標準的なセグメンテーション・ネットワークは失敗したり、安全でない予測を出力したりすることがあります。

新しい構造を扱う既存のアプローチは通常、新しいアノテーション付きデータを用いてネットワークの再学習やファインチューニングを行うことを含みますが、これは計算コストが高く、時間がかかり、かつ学習済みのクラスに対する破滅的忘却を招きやすいプロセスです。さらに、既存の多くのOOD検出手法は、クローズドセット・タスクのために学習された表現に対するポストホック（事後的）なスコアリング・メカニズムとして動作するため、未知のクラスの埋め込みが既知のクラスが占める領域内に落ち込んでしまうというセマンティックな重複が生じます。既知の構造をセグメントし続けながら、同時に未知の解剖学的構造を特定し、勾配ベースの再学習なしにこれらの新しい構造に適応できるシステムへの切実なニーズが存在します。

2. 手法: OpenWell

OpenWellは、オープンワールドでの発見とインタラクティブな適応の架け橋となるエネルギーベースのフレームワークです。本手法は、解剖学的表現学習を、ユークリッド空間における決定論的なプロトタイプではなく、単位超球面上の**確率的なエネルギーの井戸（energy wells）**としてモデリングすることで再定式化します。

2.1 超球面特徴表現

OpenWellは、ハイブリッド・アーキテクチャ（Swin-UNETRバックボーンとU-Netデコーダ）を採用し、ボクセル埋め込みを単位超球面（$S^{F-1}$）上に投影します。これにより、特徴量のノルムの自由度を排除し、ボクセルのアイデンティティを（多施設間の医療画像で一般的な全体的なコントラストや強度の摂動に対して不変な）方向（コサイン類似度）のみによってエンコードします。

• デュアルヘッド設計: 本フレームワークは、vMF埋め込み空間とは独立して、解剖学的構造と空気（強度閾値を用いて）を分離するように訓練された専用のバイナリ・フォアグラウンド・ヘッド（$g_\phi$）を使用します。これにより、クラス識別に使用されるエネルギー地形が背景のセマンティクスによって汚染されるのを防ぎます。

2.2 確率的エネルギーの井戸 (vMF 分布)

各解剖学的クラス $c$ は、決定論的な平均ベクトルではなく、**フォン・ミーゼス・フィッシャー（vMF）**分布としてモデル化されます：
$$p(z | \mu_c, \kappa_c) = C_F(\kappa_c) \exp(\kappa_c \mu_c^\top z)$$

• $\mu_c$ (平均方向): クラスのセマンティックな中心を表します。
• $\kappa_c$ (集中度): クラス内の変動性（分散の逆数）をエンコードします。高い $\kappa$ は形態的に一貫した器官（深く狭い井戸）を示し、低い $\kappa$ は不均質な構造（浅く広い井戸）を示します。
• 動的メモリバンク: 十分統計量 $(\mu_c, \kappa_c)$ は、指数移動平均（EMA）を介して更新されるメモリバンク内で保持されます。これにより、エンドツーエンドのプロトタイプ最適化を行うことなく、システムはデータからクラスのコンパクト性を適応的に学習できます。
• 背景制約: セマンティック・コラプスを防ぐために、背景クラスには硬い上限 $\kappa_0 \le \tau_{bg}$ が課されます。これにより、真の解剖学的新規性が背景へと誤って吸収されないよう、背景の井戸を浅く広く保ちます。

2.3 学習と訓練

本フレームワークは、2段階の学習カリキュラムを利用します。

1. セグメンテーション・ウォームアップ: モデルは、安定したセグメンテーション解を確立するために、Dice-Cross Entropy (Dice-CE) 損失のみを使用して収束します。
2. 共同幾何学的ファインチューニング: コサインアニーリング・ウェイトを伴う vMF-Contrastive Loss が導入されます。この損失は、既知のクラスのエネルギーを最小化すると同時に、クラス内の変動性を明示的にモデリングし、既知のマニフォールドと潜在的な新規性を分離するように超球面の幾何学を形成します。

2.4 ゲート付きフリーエネルギーによるオープンセット検出

未知の器官を一般的な背景ノイズから区別するために、OpenWellは**ゲート付きフリーエネルギー（Gated Free Energy）**スコアリング・メカニズムを導入しています。

1. 生のフリーエネルギー ($F(z)$): ボクセルが既知の器官のマニフォールドと適合しない度合いを測定します。
2. 適応的閾値: 動的な閾値 $\lambda(t)$ は、既知クラスのボクセルのフリーエネルギーの95パーセンタイルに基づいて設定されます。
3. ゲーティング: 最終的な新規性スコア $S(z_v)$ は、フォアグラウンド確率 $p_{fg,v}$ と整流されたフリーエネルギーの積となります：
   $$S(z_v) = p_{fg,v} \cdot \text{ReLU}(F(z_v) - \lambda(t))$$
   このゲートは、背景として確信を持って分類された領域における高エネルギーノイズを抑制し、真の解剖学的新規性を孤立させます。

2.5 インタラクティブなワンショット登録

未知の領域が検出されると、臨床医は単一のユーザークリックを提供します。OpenWellは、適応を「風景の修正（landscape modification）」問題として扱います。

• 即時登録: システムは、クリックされた領域からの局所的な十分統計量を（ガウス・ガイダンス・マップとフォアグランド確率によって重み付けして）集計し、新しい $(\mu_{new}, \kappa_{new})$ を計算します。
• 再学習なし: この新しいタプルは即座にメモリバンクに追加され、新しい「エネルギーの井戸」を掘り下げます。モデルは、勾配ベースの再学習やバックボーンのパラメータ更新を行うことなく、現在のスキャンおよび将来のスキャンにおいて、この新しい構造をグローバルにセグメントできるようになります。

3. 主な貢献

1. 確率的エネルギーベース・フレームワーク: OpenWellは、vMF分布を用いて、単位超球面上の確率的なエネルギーの井戸として解剖学的クラスをモデル化し、セマンティックなアイデンティティとクラス内の変動性の両方を捉えます。
2. エネルギーベースの表現学習: フリーエネルギーに基づく新規性検出をサポートするために、クラス内の変動性を明示的にモデリングするvMF-contrastive学習目的関数を導入しました。
3. 熱力学的新規性検出: ヒューリスティックな距離ベースの閾値設定に代わり、背景ノイズを効果的にフィルタリングする、確率論的に根拠のある適合度尺度であるゲート付きフリーエネルギースコアリング・メカニズムを提案しました。
4. インタラクティブなワンショット適応: 単一のユーザー操作を、メモリバンクへの新しいエネルギーの井戸の注入へと変換し、再学習なしで未知の構造のグローバルなセグメンテーションを実現する**即時登録（Instant Enrollment）**メカニズムを開発しました。

4. 実験結果

OpenWellは、CTおよびMRIモダリティをカバーする4つの3D医療画像ベンチマーク（AMOS, BTCV, MSD-Pancreas, TotalSegmentator-MRI）で評価されました。

• クローズドセット・セグメンテーション: OpenWellは既知の構造に対して競争力のあるDiceスコアを達成し（例：AMOSで91.85、BTCVで89.45）、従来の決定論的なプロトタイプベースの手法（MedOpenSeg）を1.3〜1.7ポイント上回りました。これは、幾何学的制約が効果的な正則化として機能していることを示唆しています。
• オープンセット検出: OpenWellは、未知の構造の検出において、クローズドセットのベースライン、オープンセットのベースライン、および基盤モデル（MedSAM, SAM-Med2D）を大幅に上回りました。
  • AMOSにおいて、MedOpenSegを1.2ポイント、MedSAMを10ポイント以上上回る80.40 AUROCを達成しました。
  • BTCVにおいて、MedOpenSegに対し+3.07の改善となる71.20 AUROCを達成しました。
  • MSD-Pancreasでは、腫瘍検出において77.50 AUROCを達成しました。
• インタラクティブな登録: シミュレートされた単一のクリックの後、OpenWellは勾配更新なしで、未知の構造に対して44.8から57.6の範囲のDiceスコアを達成しました。
• クロススキャン転移: 登録された井戸は、さらなるインタラクションなしに、新しいターゲットボリュームに適用された際、ソースボリュームのDice性能の**91.5%から94.6%**を維持しました。
• アブレーション研究:
  • 超球面投影とvMF損失を除去すると、AUROCが劇的に低下しました（71.20から50.25へ）。
  • 背景の集中度クランプ（$\kappa_0 \le \tau_{bg}$）を除去すると、AUROCは55.30に低下し、セマンティック・コラプスを防ぐための必要性を裏付けました。
  • ゲート付きフリーエネルギー・メカニズムは、生のフリーエネルギーやコサイン距離のみのベースラインよりも大幅に優れた性能を示しました。

5. 意義と主張

本論文は、OpenWellが医療画像セグメンテーションを、決定論的なプロトタイプ・マッピングから熱力学的なエネルギー・ランドスケープへと根本的に転換させるものであると主張しています。埋め込み空間を訓練中に明示的に形成し、確率分布のメモリバンクを利用することで、システムは以下のことが可能になります：

1. OOD構造を高精度で検出し、真の解剖学的新規性と背景ノイズを区別します。
2. 単一のユーザー操作を通じて即座に適応し、再学習に伴う計算コストや破滅的忘却のリスクを回避します。
3. オープンセット認識と継続学習の間のギャップを埋め、臨床医と共に継続的に学習するセグメンテーション・システムのブループリントを提供します。

著者らは、複雑で散在する病理に対する単一クリックの限界、背景キャップのハイパーパラメータ性（ただしテストされた範囲内で堅牢である）、および現在の腹部解剖への集中といった限界についても言及しています。しかしながら、本研究は、統計的に原理に基づき、かつ実用的なインタラクティブ性を備えた、オープンワールド医療画像セグメンテーションのための新しいパラダイムを確立しています。