Latent Space Analysis for Interpretable Uncertainty in Melanoma Classification

Technische Samenvatting: Latente Ruimte Analyse voor Interpreteerbare Onzekerheid bij Melanoomclassificatie

Probleemstelling
Melanoom is een zeer agressieve huidkanker waarbij vroege detectie cruciaal is voor de overleving van de patiënt. Hoewel deep learning de classificatie van huidlaesies heeft geavanceerd, opereren standaardmodellen vaak als onverklaarbare "black boxes". Deze modellen hebben moeite om diagnostische onzekerheid transparant te communiceren, met name in grensgevallen waarbij laesies morfologische kenmerken delen van zowel naevi (NV) als melanomen (MEL). Dit gebrek aan interpreteerbaarheid beperkt het klinisch vertrouwen en belemmert de effectieve integratie van geautomatiseerde tools in diagnostische workflows, waar het begrijpen van het "waarom" achter een voorspelling even belangrijk is als de voorspelling zelf.

Methodologie
De auteurs stellen een hybride raamwerk voor dat verder gaat dan eenvoudige binaire classificatie door gebruik te maken van een gestructureerde generatieve latente ruimte voor interpreteerbare beslissingsondersteuning. De methodologie bestaat uit drie primaire componenten:

1. Class-Aware Adversarial Variational Autoencoder (VAE-GAN):

   • Architectuur: Het model maakt gebruik van een encoder-decoder structuur. De encoder brengt invoerbeelden (128×128×3) in kaart naar een continue 256-dimensionale latente ruimte, waarbij een gemiddelde vector ($\mu$) en log-variantie ($\log(\sigma^2)$) worden gegenereerd. De reparameterisatietruc ($z = \mu + \sigma \odot \epsilon$) wordt gebruikt om differentieerbaarheid te waarborgen.
   • Adversarial Training: Om de neiging van standaard VAE's tot het produceren van wazige reconstructies tegen te gaan, is een discriminator geïntegreerd. Deze adversariële component dwingt de decoder om hoogfrequente morfologische details te behouden die cruciaal zijn voor dermatologische beoordeling.
   • Class Awareness: Een hulp-Multi-Layer Perceptron (MLP) is gekoppeld aan het latente gemiddelde ($\mu$) om tijdens de training klasse-onderscheidende clustering (MEL vs. NV) af te dwingen.
   • Loss Function: Het model wordt geoptimaliseerd via een multi-objective loss functie: $L_{total} = L_{recon} + \lambda_{KL}L_{KL} + \lambda_{clf}L_{clf} + \lambda_{adv}L_{adv}$. Dit balanceert reconstructiekwaliteit, latente ruimte regularisatie, classificatienauwkeurigheid en adversariële realisme.

2. Latente Kenmerkextractie en Classificatie:

   • Na de training dient de encoder als een deterministische kenmerkextractor, die de latente gemiddelde vector $\mu$ (waarbij de stochastische ruisterm wordt weggelaten) voor elk beeld uitvoert.
   • Deze 256-dimensionale vectoren worden gestandaardiseerd en gevoed aan drie classifiers: Support Vector Machine (SVM), Random Forest (RF) en XGBoost.
   • Hyperparameters werden getuned via Grid Search met 3-voudige cross-validatie, waarbij werd geoptimaliseerd voor de macro-gemiddelde F1-score. XGBoost werd geselecteerd als de uiteindelijke classifier.

3. Interpreteerbare Onzekerheid via Content-Based Image Retrieval (CBIR):

   • In plaats van alleen een binair label te leveren, geeft de XGBoost-classifier een continue waarschijnlijkheidsscore ($p \in [0, 1]$) uit.
   • Voor gevallen met een hoge onzekerheid (scores nabij 50%), activeert het raamwerk een CBIR-systeem. Het query-beeld wordt geprojecteerd in de latente ruimte, en de $k$ dichtstbijzijnde buren (gebaseerd op Euclidische afstand) worden opgehaald uit het trainingsarchief.
   • Dit stelt clinici in staat om ambigue laesies visueel te vergelijken met eerder bevestigde historische precedenten via biopten, wat een bewijsgebaseerde context biedt voor de onzekerheid.

Belangrijkste Bijdragen

• Paradigmaverschuiving: Het werk hergebruikt de generatieve formulering van VAE's niet voor beeldsynthese, maar om klinische kenmerken te distilleren naar een continue, semantisch gestructureerde latente ruimte.
• Interpreteerbare Onzekerheid: Het raamwerk vertaalt algoritmische aarzeling expliciet naar een visuele beslissingsondersteuningstool. Door morfologisch vergelijkbare historische gevallen op te halen voor grensgevallen, overbrugt het de kloof tussen voorspellende prestaties en klinisch vertrouwen.
• Hybride Architectuur: De integratie van een adversariële VAE met een hulp-classifier en een gradient-boosted tree (XGBoost) creëert een systeem dat robuust is tegen klasse-imbalans terwijl het een gestructureerde topologie behoudt voor retrieval.

Resultaten
Het raamwerk werd geëvalueerd op de ISIC 2019 dataset, met de focus op de binaire classificatie van Naevi (12.875 training, 2.495 test) en Melanomen (4.522 training, 1.327 test).

• Voorspellende Prestaties: Het VAE+XGBoost-model behaalde een nauwkeurigheid van 81,26%, een macro-gemiddelde precisie van 0,79, een recall van 0,80 en een F1-score van 0,80. Het bereikte een AUC van 0,8689.
• Vergelijking met Baselines: Hoewel end-to-end convolutionele modellen zoals ResNet50 en DenseNet121 iets hogere AUC's (~0,90) en F1-scores (0,83) behaalden, presteerde het voorgestelde raamwerk competitief; het presteerde beter dan ConvNeXt-T (AUC 0,66) en volgde nauw op EfficientNetV2 (AUC 0,88). De auteurs merken op dat de lichte reductie in ruwe voorspellende metrieken een bewuste afweging is voor interpreteerbaarheid.
• Retrieval Effectiviteit: Het CBIR-systeem demonstreerde sterke semantische consistentie. Voor algemene queries behaalde het een Mean Precision@5 (mP@5) van 72,0% en een Top-5 Accuratesse van 93,9%. Cruciaal is dat voor echte melanoma-queries (de minderheidsklasse), het systeem een mP@5 van 44,7% behaalde, wat aanzienlijk beter is dan willekeurige retrieval en een gevalideerd "red flag"-mechanisme biedt voor clinici.

Significantie en Claims
Het artikel claimt dat de primaire significantie ligt in het bewegen voorbij het "black box"-paradigma. Door een continue latente ruimte te gebruiken, classificeert het systeem niet enkel laesies, maar biedt het een mechanisme om te visualiseren waarom een classificatie onzeker is. Het ophalen van biopsie-bevestigde precedenten voor grensgevallen biedt een dubbel voordeel: het helpt de clinicus bij het finaliseren van een diagnose door middel van visuele vergelijking en fungeert als een vroegtijdig waarschuwingssysteem voor laesies die kenmerken van zowel naevi als melanomen vertonen. De auteurs concluderen dat deze aanpak het menselijk diagnostisch vertrouwen vergroot door de clinicus "in de loop" te houden, waarbij transparante, bewijsgebaseerde visuele ondersteuning wordt geboden in plaats van een blinde binaire voorspelling af te dwingen. Toekomstig werk is gepland om het raamwerk uit te breiden naar multi-class diagnose (inclus van BCC en BKL) en om geavanceerde varianten van de latente ruimte zoals $\beta$-VAE te verkennen voor verbeterde feature disentanglement.