Automated Disentangling Analysis of Skin Colour for Lesion Images

Este artigo propõe um quadro de análise de desentrelaçamento de cor da pele que, ao aprender um espaço latente estruturado a partir de imagens dermatológicas não rotuladas e empregar técnicas de descromatização aleatória e pós-processamento alinhado à geometria, permite a edição contrafactual e a normalização de cores para melhorar a equidade e o desempenho na classificação de lesões de pele em diversas tonalidades e condições de captura.

O essencial

Imagine que você é um médico especialista em pele. Você treinou por anos para diagnosticar manchas e lesões, mas sempre viu pacientes com pele clara. Agora, você precisa atender um paciente com pele muito escura. O problema? O "olho" do seu computador (a inteligência artificial) pode não entender a lesão da mesma forma, porque a cor da pele muda a maneira como a luz e a sombra se comportam na foto.

É como tentar reconhecer um objeto em uma foto tirada com uma lanterna amarela versus uma foto tirada com uma luz azul. O objeto é o mesmo, mas a cor da foto engana o cérebro (ou o algoritmo).

Este artigo apresenta uma solução inteligente para esse problema, chamada "Desemaranhamento Automático da Cor da Pele". Vamos explicar como funciona usando analogias simples:

1. O Problema: O "Coquetel" de Cores

Quando tiramos uma foto de uma lesão na pele, a cor que vemos não é apenas a cor natural da pele da pessoa. É uma mistura confusa (um "coquetel") de três coisas:

• A cor real da pele da pessoa (o tom de pele).
• A cor da luz do ambiente (se a luz é amarelada ou azulada).
• A configuração da câmera (como o branco foi ajustado).

Antes, os cientistas tentavam resolver isso dizendo: "Ah, essa pele é do tipo 'Fazenda' ou 'Tipo 3'". Mas isso é como tentar descrever um prato de comida complexa apenas dizendo "é salgado". Não funciona bem, porque ignora os outros ingredientes.

2. A Solução: A "Fábrica de Cores" Desmontável

Os autores criaram um sistema que funciona como uma fábrica de imagens desmontável. Eles ensinaram a IA a separar a "cor" da "forma".

• O Passo 1: O Desbotador Mágico (Decolourization)
  Para ensinar a IA a entender apenas a cor, eles precisavam mostrar a ela a lesão sem cor. Mas, se você apenas transformar a foto em preto e branco, a IA ainda consegue "adivinhar" o tom de pele original pela sombra (áreas mais escuras).

  • A Analogia: Imagine tentar ensinar alguém a pintar um quadro, mas você só mostra o desenho em preto e branco. Se o desenho tiver sombras fortes, a pessoa ainda vai imaginar a cor.
  • O Truque: Eles criaram um "desbotador aleatório". É como se eles passassem um filtro que muda as cores de forma imprevisível, mas mantendo a estrutura da imagem. Isso força a IA a criar um "mapa de cores" separado, sem depender das sombras para entender o tom de pele.

• O Passo 2: O Espaço de Controle (Latent Space)
  A IA aprendeu a guardar as informações de cor em uma "caixa de ferramentas" digital. Dentro dessa caixa, cada alavanca controla uma coisa específica:

  • Uma alavanca controla a "permeabilidade sanguínea" (se a pele está vermelha ou pálida).
  • Outra controla o "balanço de branco da câmera" (se a foto está muito azul ou amarela).
  • Outra controla o "tom de pele" geral.
  • A Analogia: É como um equalizador de som, mas para a cor da pele. Você pode aumentar o "grave" (tom escuro) ou diminuir o "agudo" (luz amarela) sem estragar a música (a lesão).

• O Passo 3: O Guardião da Geometria (Post-Processing)
  Às vezes, ao mudar a cor, a IA pode acidentalmente mudar a cor de uma marca de caneta ou de uma cicatriz que não deveria mudar.

  • O Truque: Eles adicionaram um "guardião" no final. Se a IA tentar mudar a cor de um lugar onde a lesão original era muito difícil de ver (uma área confusa), o guardião diz: "Ei, não mexa aqui! Mantenha o original". Isso garante que apenas a pele mude, e não os detalhes importantes.

3. Para que serve isso? (Os Resultados)

Com essa ferramenta, os pesquisadores conseguem fazer coisas incríveis:

1. A Pergunta "E Se...?" (Counterfactuals):
   Eles podem pegar uma foto de uma lesão em uma pessoa de pele clara e perguntar: "Como essa lesão pareceria se fosse em uma pessoa de pele escura?". A IA troca a cor da pele, mas mantém a lesão exatamente igual. Isso é ótimo para educar médicos, mostrando que uma lesão pode parecer diferente dependendo do paciente.

2. Treinamento Justo (Augmentation):
   Se um hospital só tem fotos de pacientes brancos, a IA não aprende a diagnosticar bem em negros. Com esse sistema, eles podem pegar as fotos existentes e "pintar" artificialmente tons de pele variados para criar um banco de dados diverso. É como se o médico pudesse praticar em "pacientes virtuais" de todas as etnias antes de ver um paciente real.

3. Diagnóstico Mais Justo:
   Ao treinar a IA com essas fotos diversificadas, o sistema passa a funcionar igualmente bem para todos, reduzindo o erro de diagnóstico que hoje afeta mais pessoas de pele escura.

Resumo em uma frase

Os autores criaram uma "máquina de tempo de cor" para fotos de pele que consegue separar a cor da pele da lesão, permitindo que médicos e computadores vejam como uma doença se comporta em qualquer tom de pele, garantindo um diagnóstico mais justo e preciso para todos.

Resumo técnico

1. O Problema

Os modelos de aprendizado de máquina aplicados a imagens dermatológicas frequentemente apresentam desempenho degradado quando há uma discrepância entre a Cor da Pele Capturada na Imagem (SCCI - Skin Colour Captured in Image) dos dados de treinamento e dos dados de implantação (teste).

• Causa Raiz: A SCCI não é determinada apenas pelo tom de pele intrínseco do paciente, mas por uma combinação de fatores entrelaçados: propriedades intrínsecas (tom de pele, perfusão sanguínea) e fatores ambientais (iluminação, balanço de branco da câmera, configurações do dispositivo).
• Limitações Atuais:
  • Métodos anteriores frequentemente simplificam a cor da pele usando um único escalar (ex: tipo de pele Fitzpatrick), o que não captura a complexidade real.
  • Técnicas de normalização de cor existentes focam apenas em fatores ambientais, ignorando os intrínsecos, ou não oferecem controle estruturado para visualização educativa.
  • A falta de diversidade nos conjuntos de dados leva a lacunas de precisão (10-30%) entre peles claras e escuras, comprometendo a equidade no diagnóstico.

2. Metodologia

Os autores propõem um framework de desentrelaçamento de cor de pele aprendido de forma não supervisionada, adaptando o princípio de "desentrelaçamento por compressão" (disentanglement-by-compression).

Arquitetura do Modelo

O sistema consiste em duas redes principais (inspiradas em trabalhos anteriores, mas com modificações críticas):

1. Rede de Codificação de Cor ($e$): Mapeia uma imagem de entrada colorida $y$ para um embedding de cor de baixa taxa de bits ($e$).
2. Rede de Síntese de Cor ($f$): Reconstrói a imagem $\hat{y}$ combinando o embedding de cor $e$ com uma imagem livre de cor $x$ (que preserva a geometria e a estrutura da lesão, mas remove a cor).

Componentes Inovadores

Para garantir que o modelo aprenda apenas a cor global da pele e não "atalhos" (como sombras ou tons de pele escura específicos), foram introduzidos dois módulos cruciais:

• Mapeamento de Descolorização Randomizado (Randomized Decolourization):

  • Diferente de conversões para escala de cinza fixas (que vazam informações de luminosidade correlacionadas com o tom de pele), o modelo gera a imagem livre de cor $x$ a partir de $y$ usando um mapeamento não linear, monotônico e randomizado por pixel.
  • Isso força a rede a codificar apenas a informação de cor global no embedding $e$, pois a luminosidade local é alterada aleatoriamente a cada época de treinamento.

• Pós-processamento Alinhado à Geometria:

  • Durante a transferência de cor ou manipulação, padrões localizados (como marcas de tinta, cicatrizes ou irritações) podem sofrer alterações de cor indesejadas.
  • O sistema calcula um peso de rejeição baseado no erro de reconstrução original. Se uma região foi difícil de reconstruir (indicando que é um padrão local complexo e não cor de pele global), a alteração de cor é suprimida, mantendo a fidelidade da lesão.

Aplicações no Pipeline

• Transferência de Cor: Trocar o embedding de uma imagem de origem para uma imagem de destino.
• Manipulação Controlada: Ajustar entradas individuais do vetor latente para simular mudanças físicas (ex: aumentar a perfusão sanguínea).
• Aumento de Dados (Augmentation): Amostrar vetores latentes de uma distribuição alvo para gerar novas imagens de treinamento com tons de pele variados.
• Normalização de Cor: Mapear todas as imagens para um embedding médio ("padrão") para reduzir a variabilidade entre dispositivos.

3. Contribuições Principais

1. Modelo Não Supervisionado de Desentrelaçamento: Um framework capaz de responder a perguntas contrafactuais ("Como seria esta lesão sob um tom de pele diferente?") através da manipulação de um espaço latente estruturado.
2. Módulo de Descolorização Randomizada: Uma técnica inovadora para evitar vazamento de informações de luminosidade/tom de pele, permitindo o aprendizado fiel de características de cores escuras.
3. Correção de Pós-processamento: Um método para preservar padrões localizados (lesões, marcas) durante a manipulação de cor global.
4. Estratégias para Equidade: Métodos de aumento de dados e normalização que melhoram o desempenho de classificadores em populações diversas e permitem visualização educativa de condições de pele sob diferentes condições de captura.

4. Resultados

Os experimentos foram conduzidos em conjuntos de dados dermatológicos (SkinCap, ISIC-2020, DermNet NZ, etc.).

• Qualidade Visual: O modelo transfere a cor da pele entre imagens sem alterar a estrutura da lesão ou o tom de pele local (ex: manter marcas de tinta inalteradas).
• Interpretabilidade do Espaço Latente: O espaço latente aprende trajetórias fisicamente significativas. Os autores demonstraram trajetórias suaves correspondentes a:
  • Perfusão sanguínea da pele.
  • Configurações de balanço de branco da câmera.
  • Temperatura de cor da iluminação.
• Desempenho em Classificação:
  • Um classificador de malignidade de lesões (ResNet-50) treinado com dados aumentados usando o método proposto atingiu 77.2% de precisão.
  • Isso supera a linha de base (56.1%) e métodos anteriores de aumento por transferência de estilo (76.1%).
  • A normalização de cor também mostrou resultados competitivos (76.4%).
• Estudos de Ablação:
  • Remover o pós-processamento causou uma queda significativa na precisão (72.7%) e piorou a fidelidade perceptual (aumento do LPIPS).
  • Usar conversão para escala de cinza padrão (não randomizada) resultou em falha na transferência de cor, onde a escuridão da pele era copiada incorretamente da imagem de destino em vez da fonte.

5. Significado e Impacto

Este trabalho representa um avanço significativo para a equidade em diagnósticos dermatológicos assistidos por IA. Ao criar um modelo que separa a cor da pele dos fatores intrínsecos da lesão, os autores permitem:

• Treinamento Mais Justo: Geração de conjuntos de dados de treinamento diversificados que cobrem uma ampla gama de tons de pele e condições de iluminação, reduzindo o viés racial e geográfico.
• Ferramentas Educacionais: Capacidade de visualizar como uma condição de pele se apresentaria em diferentes tipos de pele ou sob diferentes câmeras/iluminações, essencial para a formação de médicos.
• Robustez Clínica: Modelos que podem ser adaptados de forma confiável para diferentes ambientes clínicos e populações sem a necessidade de re-treinamento massivo com dados rotulados de cada novo cenário.

Em resumo, o artigo oferece uma solução técnica robusta para o problema do viés de cor em imagens médicas, transformando a SCCI de um fator de ruído em um atributo manipulável e controlável.