OOD-SEG: Exploiting out-of-distribution detection techniques for learning image segmentation from sparse multi-class positive-only annotations

Título: OOD-SEG: Explorando técnicas de detecção de distribuição fora do normal (OOD) para aprendizado de segmentação de imagens a partir de anotações esparsas e apenas positivas multi-classe.

1. Problema e Motivação

O artigo aborda dois desafios críticos na segmentação de imagens médicas e cirúrgicas baseada em redes neurais profundas:

1. Custo e Escassez de Anotações: A obtenção de rótulos de nível de pixel (máscaras de segmentação densas) é extremamente demorada, cara e requer expertise de domínio. Isso leva a um cenário onde os dados disponíveis frequentemente possuem apenas anotações esparsas e apenas positivas (ou seja, anotam-se apenas as regiões de interesse, como órgãos ou tecidos específicos, deixando o restante da imagem sem rótulo).
2. Falta de Detecção de OOD (Out-of-Distribution): Sistemas convencionais de segmentação assumem que todos os dados de teste pertencem à mesma distribuição dos dados de treinamento (in-distribution - ID). Eles não conseguem identificar pixels que pertencem a classes não vistas durante o treinamento (novos instrumentos cirúrgicos, tecidos não catalogados, artefatos), o que pode levar a previsões espúrias e perigosas em ambientes clínicos críticos.

A hipótese central é que a ausência de anotação em pixels esparsos não deve ser interpretada automaticamente como "fundo" (classe negativa), pois esses pixels podem conter tecidos de interesse não anotados por ambiguidade ou limitação de tempo. Portanto, tratar anotações esparsas como um problema de Aprendizado Positivo-Não Rotulado (PU Learning) combinado com Detecção de OOD é a abordagem mais adequada.

2. Metodologia (OOD-SEG)

Os autores propõem o framework OOD-SEG, que reformula a segmentação multi-classe com anotações apenas positivas como um problema de aprendizado PU em nível de pixel, utilizando ferramentas de detecção de OOD.

2.1. Formulação do Problema

• Aprendizado Positivo-Only: Durante o treinamento, apenas os pixels anotados (classes positivas/ID) são utilizados para atualizar os pesos do modelo. Não são feitas suposições sobre os pixels não anotados (eles não são tratados como fundo).
• Inferência com Detecção de OOD: O modelo é treinado para aprender as distribuições das classes positivas. Durante a inferência, um mecanismo de pontuação (scoring) é aplicado para cada pixel. Se a pontuação de confiança para as classes conhecidas for baixa, o pixel é classificado como OOD (fora da distribuição), o que efetivamente o trata como fundo ou anomalia.

2.2. Arquitetura e Métodos de Pontuação

O framework utiliza uma rede base (backbone) baseada em U-Net com codificador EfficientNet-B4. O núcleo da inovação está na função de pontuação $S$ aplicada aos logits de saída para detectar OOD. O artigo compara quatro abordagens:

1. Baseline (Softmax): Usa a probabilidade softmax padrão.
2. ODIN (Out-of-Distribution Detection for Neural Networks): Aplica temperature scaling e perturbação adversarial (embora a perturbação tenha sido omitida neste trabalho para simplificar, o scaling de temperatura foi mantido com $T=10$).
3. Mahalanobis: Calcula a distância de Mahalanobis entre as características da imagem e as distribuições gaussianas das classes de treinamento.
4. GODIN (Generalized ODIN): Uma adaptação do método GODIN para segmentação, onde os parâmetros de temperatura e similaridade são aprendidos via camadas convolucionais (1x1 e 3x3) em vez de serem fixos ou lineares.

2.3. Estratégia de Validação Cruzada de Dois Níveis

Um dos maiores desafios é a falta de conjuntos de dados de OOD padronizados para segmentação médica. Os autores propõem uma estratégia inovadora de validação cruzada dentro do mesmo conjunto de dados:

• Partições de Sujeito (SP): Garante que não haja vazamento de dados entre pacientes (divisão por paciente).
• Partições de Classe (CP): Em cada fold de validação, um subconjunto de classes anotadas é "segurado" (held-out) e tratado como classe OOD para o treinamento.
• Isso permite avaliar a capacidade do modelo de detectar classes que ele nunca viu durante o treinamento, sem a necessidade de um conjunto de dados externo.

2.4. Métricas de Avaliação

Para avaliar o desempenho, foram propostas métricas independentes de limiar:

• AUROC e AUPR (Area Under Precision-Recall): Calculados tratando as classes retidas (held-out) como negativas (OOD) e as classes treinadas como positivas (ID).
• Seleção de Limiar ($\tau_m$): Um limiar ótimo é selecionado para maximizar uma soma ponderada do desempenho de classificação ID e detecção OOD.

3. Contribuições Principais

1. Novo Framework de Aprendizado: Primeira proposta (conforme os autores) de formular segmentação multi-classe com anotações esparsas apenas positivas como um problema de PU learning resolvido via detecção de OOD em nível de pixel.
2. Protocolo de Avaliação Inovador: Introdução de uma estratégia de validação cruzada de dois níveis (sujeito + classe) que elimina a necessidade de conjuntos de dados OOD externos, permitindo avaliação rigorosa em um único dataset.
3. Adaptação de Métodos OOD: Adaptação bem-sucedida de métodos clássicos de classificação (ODIN, Mahalanobis, GODIN) para tarefas de segmentação, incluindo uma nova adaptação convolucional do GODIN.

4. Resultados Experimentais

Os experimentos foram realizados em três conjuntos de dados:

• Heiporspectral: Imagens hiperespectrais de tecidos porcinos (20 órgãos).
• ODSI-DB: Imagens hiperespectrais de tecidos dentários humanos (35 tecidos, selecionados 9).
• DSAD: Imagens RGB laparoscópicas de cirurgias retais (11 órgãos).

Principais Achados:

• Desempenho Superior do ODIN: O método ODIN (com temperature scaling) obteve consistentemente os melhores resultados em AUROC e AUPR em todos os datasets, superando o Baseline, Mahalanobis e GODIN. Isso sugere que uma pontuação de confiança bem calibrada é crucial para a detecção de OOD em segmentação.
• Robustez: O framework demonstrou capacidade de rejeitar pixels de fundo e classes não vistas (OOD) sem comprometer significativamente a precisão das classes positivas conhecidas (ID).
• Qualidade Visual: As visualizações mostraram que o uso do limiar ótimo ($\tau_m$) reduz falsos positivos em áreas não anotadas, gerando máscaras de segmentação mais limpas e seguras em comparação com o baseline ($\tau=0$).
• Mahalanobis e GODIN: O Mahalanobis teve desempenho inferior, possivelmente devido à má estimativa de covariância em espaços de características de alta dimensão. O GODIN, embora promissor, apresentou instabilidade em alguns datasets (ODSI-DB), possivelmente devido à complexidade de treinamento adicional.

5. Significado e Impacto

• Segurança Clínica: O framework permite que sistemas de segmentação automática em cirurgia identifiquem quando encontram tecidos ou objetos não vistos durante o treinamento, reduzindo o risco de erros de diagnóstico ou intervenção em áreas críticas.
• Viabilidade de Dados Esparsos: Demonstra que é possível treinar modelos robustos de segmentação multi-classe sem a necessidade de anotações densas e completas de fundo, reduzindo drasticamente o custo e o tempo de preparação de dados.
• Padrão de Avaliação: A metodologia de validação cruzada proposta oferece um novo padrão para a comunidade de pesquisa em segmentação médica, facilitando o desenvolvimento e comparação de futuros métodos de detecção de anomalias.

Limitações e Trabalhos Futuros

• O método não utiliza os dados não rotulados durante o treinamento (apenas os positivos), perdendo potencialmente informações sobre a distribuição do fundo.
• Perturbações adversariais não foram incluídas para manter a comparação justa e reduzir custos computacionais, embora possam melhorar o desempenho.
• Existe um compromisso (trade-off) inerente entre a precisão de classificação ID e a detecção de OOD, que pode ser alvo de otimizações futuras.

Em resumo, o OOD-SEG representa um avanço significativo ao unir aprendizado fraco supervisionado (anotações esparsas) com técnicas de segurança (detecção de OOD), oferecendo uma solução prática e robusta para a implementação de IA em ambientes cirúrgicos reais.