Quantification of Uncertainty with Adversarial Models in Medical Image Segmentation

기술 요약: 의료 영상 분할을 위한 QUAM-SM

문제 정의
의료 영상 분할을 포함한 임상 워크플로우에 딥러닝 모델을 배포하려면 높은 정확도뿐만 아니라 신뢰할 수 있는 픽셀 수준의 불확실성 정량화가 필요합니다. 표준 딥러닝 모델은 종종 과잉 확신(overconfident)된 예측을 생성하여 기저의 실패 모드를 은폐하는 미교정(miscalibration) 문제를 겪으며, 특히 객체의 경계나 미세한 병리 영역에서 이러한 문제가 두드로 나타납니다. 이러한 과잉 확신은 실제 질병 진행을 가성 진행(pseudo-progression)으로 오해하는 것과 같은 잘못된 임상 결정으로 이어질 수 있습니다. Deep Ensembles, 베이지안 근사(예: Monte Carlo Dropout), 그리고 증거 기반 접근법(evidential approaches)을 포함한 기존의 불확실성 추정 방법들은 제한된 사후 분포 영역 내에서의 확률적 샘플링에 의존하는 경우가 많습니다. 결과적으로, 이들은 잠재적인 예측 실패의 전체 스펙트럼을 포착하거나 서로 다른 불확실성의 원인을 적절히 구분하는 데 실패할 수 있습니다.

방법론: QUAM-SM
저자들은 모델의 결정이 잘못된 클래스로 쉽게 뒤바뀔 수 있는 "적대적으로 취약한(adversarially fragile)" 픽셀—즉, 모델의 결정이 쉽게 변할 수 있는 영역—을 식별하기 위해 설계된 사후(post-hoc) 프레임워크인 QUAM-SM(Quantification of Uncertainty with Adversarial Models in Medical Image Segmentation)을 제안합니다. 이 프레임워크는 다음 단계들을 통해 작동합니다:

1. 참조 분할(Reference Segmentation): 고정된 사전 학습 모델이 테스트 이미지에 대해 참조 분할($y_{ref}$)을 생성합니다. 이때 학습 데이터 분포에 대한 접근성을 가정하여 학습된 데이터 매니폴드와의 일관성을 유지합니다.
2. 적대적 모델 탐색(Adversarial Model Search): 핵심 방법론은 대안적인 분할 가설을 생성하기 위한 표적 적대적 탐색을 포함합니다. 알고리즘은 두 가지 상보적인 손실 항을 사용하여 모델($\tilde{w}$)을 최적화합니다:
   • 패널티 손실 ($L_{pen}$): 적대적 모델이 타당한 상태를 유지하도록(사후 타당성) 학습 분포와의 일관성을 강제합니다.
   • 적대적 손실 ($L_{adv}$): 대안적인 가설을 탐색하기 위해 예측을 특정 목표 레이블($y_{mask}$)로 유도합니다.
     본 논문은 $y_{mask}$를 생성하기 위한 세 가지 전략을 조사합니다:
   • 전역 극단 마스크 (Global Extreme Masks, GEM): 모두 배경이거나 모두 전경인 상수 맵.
   • 학습 기반 마스크 (Training-based Masks, TBM): 학습 세트에서 샘플링된 현실적인 해부학적 구성.
   • 형태학적 증강 마스크 (Morphology-augmented Masks, MAM): 참조 예측값에 형태학적 연산(팽창/침식)을 적용하여 경계 근처에 생성된 국소적 구조 변화.
3. 혼합 중요도 샘플링(Mixture Importance Sampling, MIS)을 통한 불확실성 정량화: 적대적 탐색은 일련의 타당한 모델 가중치를 생성합니다. 통계적으로 일관된 예측 분포를 도출하기 위해, 저자들은 혼합 중요도 샘플링을 사용합니다. 모델들은 학습 데이터에 대한 패널티 손실을 기준으로 가중치가 부여되며, 이를 통해 학습 분포를 준수하는 모델이 더 크게 기여하도록 보장합니다.
4. 불확실성 분해: 가중치가 적용된 예측을 사용하여, 프레임워크는 기대 엔트로피(Expected Entropy, EE) 프레임워크를 바탕으로 전체 불확실성을 두 가지 별개의 구성 요소로 분해합니다:
   • 알레아토릭 불확실성 (Aleatoric Uncertainty): 데이터 노이즈와 주석 변동성을 나타냅니다 (개별 예측의 기대 엔트로피로 모델링됨).
   • 에피스테믹 불확실성 (Epistemic Uncertainty): 모델 불확실성을 나타냅니다 (가중치 적용 앙상블 예측 간의 상호 정보량 또는 불일치로 모델링됨).

주요 기여

1. 새로운 프레임워크: 저자들은 표적 적대적 탐색을 활용하여 취약한 픽셀 단위 예측을 식별하는 의료 영상 분할용 사후 불확실성 정량화 프레임워크를 도입했습니다.
2. 불확실성 분리: 이 방법은 알레아토릭 불확실성과 에피스테믹 불확실성을 명시적으로 구분하며, 여러 공공 데이터셋에서 검사자 간 변동성(inter-rater variability)과의 개선된 일치성을 입증했습니다.
3. 향상된 사후 커버리지: 적대적 모델의 개념을 분할 영역으로 확장함으로써, 이 방법은 "확실하게 틀린(surely false)" 상태에 가장 취민한 픽셀을 강조하여 전통적인 밀도 기반 방법보다 더 민감한 에러 맵을 제공하고 개선된 사후 커버리지를 달urs합니다.

실험 결과
QUAM-SM 프레임워크는 다수의 전문가 주석이 포함된 두 가지 공공 데이터셋에 대해 평가되었습니다:

• REFUGE (DR): 시신경 유두 및 컵 분할을 위한 7개의 독립적인 주석이 포함된 안저 촬영 이미지.
• QUBIQ2021 (DQ): 6명의 전문가가 주석을 단 전립선 종양 MRI 볼륨.

본 방법은 Monte Carlo Dropout, Deep Ensembles, Probabilistic U-Net, 그리고 SURE 증거 기반 프레임워크와 비교되었습니다. 성능은 다수의 주석자로부터 도출된 참조 엔트로피 맵에 대한 피어슨 상관 계수(PCC) 및 결정 계수($R^2$), 그리고 분할 정확도에 대한 Soft Dice(SDice) 점수로 측정되었습니다.

• 정량적 성능: QUAM-SM은 두 데이터셋 모두에서 에피스테믹, 알레아토릭, 전체 불확실성 카테고리에 대해 가장 높은 PCC 및 $R^2$ 값을 달성하였으며, 이는 참조 불확실성과의 우수한 정렬을 나타냅니다. 또한 경쟁 방식들보다 분할 정확도(SDice) 측면에서도 일관되게 우수한 성능을 보였습니다.
• 어블레이션 연구 (Ablation Studies): 실험을 통해 형태학적 증강 마스크(MAM)가 공격 전략 중 가장 우수한 성능을 낸다는 것을 확인했습니다. 또한, 적대적 반복 횟수($M$)를 늘릴수록 성능이 일관되게 향상되었으며, 높은 반복 횟수에서 최적의 결과가 관찰되었습니다.
• 정성적 결과: 시각화를 통해 QUAM-SM이 그라운드 트루스(ground-truth) 엔트로피 맵과 밀접하게 일치하며, 특히 경계 부분에서 높은 검사자 간 불확실성을 정확하게 포착함을 보여주었습니다.

의의 및 주장
본 논문은 QUAM-SM이 예측적 불안정성을 능동적으로 찾아내는 메커니즘을 제공함으로써 의료 AI의 핵심 문제인 과잉 확신 예측 문제를 해결한다고 주장합니다. 알레아토릭 불확실성과 에피스테믹 불확실성을 분리함으로써, 이 프레임워크는 모델 신뢰성에 대한 더 미묘한 관점을 제공합니다. 저자들은 추정된 알레아토릭 불확실성이 전체 불확실성보다 검사자 간 변동성과 더 강하게 상관된다는 점에 주목하며, 이것이 주석의 모호성을 포착하는 데 있어 특정한 관련성을 가짐을 강조합니다. 이러한 능력은 실제적인 임상 벤치마크에서 모델 평가를 강화하고, 인공물(artifact)과 실제 병리적 변화를 구분하며, 모델의 결정이 가장 취약한 영역을 식별함으로써 더 안전한 임상 의사결정을 지원합니다. 이 접근 방식은 학습 분포에 대한 접근을 요구하지만, 저자들은 이것이 현실적인 임상 벤치마크에서 모델 평가를 향상시키는 해석 가능한 불확실성 맵을 제공한다고 주장합니다.