Technische Samenvatting: C2A – Koppeling van Ruimtelijke Bewijsvoering met Klinische Priors via Co-occurrence Aware Class Attention

1. Probleemstelling

De interpretatie van thoraxfoto's (CXR) is inherent een multi-label taak waarbij één enkele afbeelding vaak meerdere gelijktijdige pathologieën bevat. Standaard multi-label classificators vertrouwen doorgaans op gedeelde globale descriptoren afgeleid van Global Average Pooling (GAP) van feature maps. Deze aanpak vertoont twee kritieke beperkingen:

1. Verlies van Ruimtelijke Specificiteit: GAP verzwakt gelokaliseerde visuele bewijsvoering, met name voor focale pathologieën (bijv. kleine noduli of specifieke opaciteiten), door deze te middelen met gezond weefsel.
2. Verwaarlozing van Klinische Context: Standaardmodellen behandelen ziekte-targets als statistisch onafhankelijk. Echter, thoracische bevindingen zijn fysiologisch gekoppeld (bijv. cardiogene pulmonale oedeem komt vaak samen met een vergrote hartsilhouet). Radiologen interpreteren bevindingen in de context van anderen, maar standaard architecturen scoren elke bevinding vanuit een enkele, ruimtelijk gemiddelde vector, waardoor ze falen in het benutten van deze klinische afhankelijkheden.

Bestaande oplossingen pakken deze problemen vaak geïsoleerd aan: aandachtmechanismen verbeteren lokalisatie maar negeren labelafhankelijkheden, terwijl graafgebaseerde methoden label co-occurrence modelleren maar opereren op abstracte embeddings die ontkoppeld zijn van gelokaliseerde ruimtelijke bewijsvoering.

2. Methodologie

De auteurs stellen C2A (Co-occurrence Aware Class Attention) voor, een lichtgewicht classificatiekop die ontworpen is om ruimtelijke bewijsvoering expliciet te koppelen aan klinische priors. De architectuur werkt in drie opeenvolgende stadia:

2.1. Context-bewuste Feature Formatie

De invoerafbeelding wordt verwerkt door een DenseNet-121 backbone. Om lokale descriptoren te verrijken met globale context, passeren de ruwe features een Guided Context Gating (GCG) module. Deze module aggregeert globale context via een self-attention bottleneck om een sturingssignaal te produceren, dat de feature map ruimtelijk gate. In tegenstelling tot standaard pipelines behoudt C2A de ruimtelijke resolutie van deze gated features in plaats van ze onmiddellijk te laten instorten.

2.2. Class-Specifieke Ruimtelijke Bewijsvoering

In plaats van GAP gebruikt C2A Expectation Pooling om de ruimtelijke ondersteuning voor elke pathologie te isoleren:

• Een $1 \times 1$ convolutie genereert $C$ class-specifieke score maps.
• Deze maps worden genormaliseerd via spatial softmax om kansverdelingen ($a_c$) over de afbeelding te vormen.
• De descriptor voor klasse $c$ ($z_c$) wordt berekend als de verwachting van de gated features onder deze geleerde verdeling: $z_c = \sum a_{c,p} \tilde{F}_p$.
• Deze formulering stelt het model in staat om te fungeren als een zachte, leerbare selector, die terugvalt op een gedeelde globale descriptor wanneer lokalisatie niet informatief is, maar verscherpt naar ziekte-specifieke regio's wanneer dat nodig is.

2.3. Constructie van de Klinische Prior Graaf

De geïsoleerde descriptors ($Z$) worden behandeld als knopen in een gerichte graaf om context uit te wisselen.

• Warm-Start: De adjacency matrix $A$ van de graaf wordt geïnitialiseerd met de empirische conditionele co-occurrence matrix $M$, afgeleid van de trainingslabels ($M_{ij} \approx P(y_i=1|y_j=1)$). Dit legt asymmetrische klinische afhankelijkheden vast (bijv. een zeldzame bevinding die afhankelijk is van een veelvoorkomende bevinding).
• Leerbaarheid: De adjacency wordt geparametriseerd door een leerbare matrix $\Theta$, row-genormaliseerd via softmax. De warm-start zorgt ervoor dat het model begint met klinisch gefundeerde priors, maar toestaat dat gradiëntafdaling de randen aanpast als visuele bewijsvoering de statistieken tegenspreekt.

2.4. Message Passing en Bilineaire Decodering

Een enkele residual message-passing stap werkt de knooprepresentaties bij:
$$z'_i = z_i + \sum_{j=1}^C A_{ij} W_g z_j$$
waarbij $W_g$ een projectiematrix is die via spectrale normalisatie wordt geconstraint om stabiliteit te garanderen. De auteurs bewijzen dat deze koppeling een bounded perturbation (begrensde perturbatie) van de identiteit is, wat garandeert dat een klasse nooit haar eigen ruimtelijke bewijsvoering verliest.

De uiteindelijke logit voor klasse $i$ decomponereert exact in een bilineaire interactie:
$$\ell_i = \underbrace{z_i^\top w_i}_{\text{eigen ruimtelijke bewijs}} + \underbrace{\sum_{j} A_{ij} z_j^\top (W_g^\top w_i)}_{\text{klinische context bewijs}}$$
Deze structuur modelleert expliciet hoe de descriptor van een buur $j$ interageert met de classifier van klasse $i$, gegate door het geleerde co-occurrence gewicht $A_{ij}$.

3. Belangrijkste Bijdragen

• Architecturale Innovatie: C2A vervangt globale pooling door class-specifieke expectation pooling, waardoor geïsoleerde descriptors voor elke pathologie worden geëxtraheerd voordat de classificatie plaatsvindt.
• Expliciete Koppeling: Het introduceert een mechanisme om deze ruimtelijke descriptors te koppelen via een graaf die is voorzien van een warm-start vanuit empirische label co-occurrence, waarmee de kloof tussen ruimtelijke lokalisatie en labelafhankelijkheidsmodellering wordt overbrugd.
• Theoretische Garanties: De auteurs leveren een bewijs dat de message-passing update een begrensde, goed geconditioneerde perturbatie is, wat stabiliteit en interpreteerbaarheid waarborgt.
• Efficiëntie: De methode voegt verwaarloosbare overhead toe (één lineaire projectie en een $C \times C$ edge matrix) terwijl het significante prestatiewinsten behaalt.

4. Experimentele Resultaten

Het model werd geëvalueerd op de CheXpert dataset (223.414 trainingsafbeeldingen), met de focus op vijf hoog-prevalente taken: Cardiomegalie, Oedeem, Consolidatie, Atelectase en Pleurale Effusie.

• Prestaties: C2A bereikte een macro-mean AUROC van 0,895, waarmee het geavanceerde context-gating baselines zoals Guided Context Gating (GCG) met 0,76% verslaat.
• Gerichte Winsten: Verbeteringen concentreerden zich op klassen met ambigue ruimtelijke bewijsvoering. Met name verbeterde C2A de detectie van Atelectase met +1,48% ten opzichte van GCG en met +0,64% ten opzichte van CBAM, waardoor het effectief prestaties "redde" waar globale pooling faalde.
• Efficiëntie: Ondanks de toegevoegde complexiteit was de computationele overhead verwaarloosbaar (6,01 GFLOPs vs. 6,00 GFLOPs voor GCG), waarbij de inferentie latentie competitief bleef (~24,35 ms/afbeelding).
• Interpreteerbaarheid: Kwalitatieve analyse via Grad-CAM++ toonde aan dat C2A de "center bias" elimineert die gebruikelijk is bij gepoolde baselines. Het lokaliseerde correct perifere long-opaciteiten en duidelijke focale bevindingen voor gelijktijdige pathologieën, terwijl baselines de aandacht vaak naar het hartsilhouet verankerden, ongeacht de specifieke pathologie.

5. Betekenis en Claims

Het artikel claimt dat C2A de hypothese valideert dat het expliciet modelleren van co-occurrence fungeert als een interpreteerbare regularisator. Door de netwerkcapaciteit te herverdelen naar ziekten met zwakke stand-alone bewijsvoering door het lenen van ruimtelijke context van co-occurrente bevindingen, bereikt het model gerichte diagnostische winsten zonder de schaalbaarheid op te offeren.

De auteurs benadrukken dat C2A een transparante redeneerketen biedt: de bilineaire decompositie maakt het clinici mogelijk om niet alleen de voorspelling te verifiëren, maar ook de specifieke beeldregio's die de beslissing ondersteunen en welke gerelateerde bevindingen de beslissing hebben beïnvloed. De architectuur wordt gepresenteerd als een schaalbaar, klinisch gefundeerd blauwdruk voor multi-label medische beeldanalyse, in staat om de volledige 14-klasse CheXpert setting aan te kunnen met minimale parameter-overhead.