Learning Coarse-to-Fine Osteoarthritis Representations under Noisy Hierarchical Labels

1. Formulação do Problema

A avaliação da osteoartrite (OA) do joelho apresenta um desafio único na análise de imagens médicas devido à natureza de seus rótulos clínicos:

• Estrutura Hierárquica: A avaliação da OA segue naturalmente uma hierarquia do grosso para o fino. Ela começa com uma decisão binária grosseira (OA presente vs. ausente) e prossegue para um grau ordinal de severidade detalhado utilizando o sistema Kellgren–Lawrence (KL) (graus 0–4).
• Ruído e Incerteza nos Rótulos: O grau KL é semi-quantitativo, ordinal e sujeito a variabilidade significativa inter e intra-observador, tornando-o um alvo ruidoso. Por outro lado, o rótulo binário de OA é mais estável, mas carece de detalhes estruturais.
• Limitações Atuais: As abordagens de aprendizado profundo existentes tratam tipicamente esses rótulos como tarefas de classificação separadas e isoladas (ou OA binária ou KL multiclasse). Essa separação falha em aproveitar os sinais supervisionados complementares: a estabilidade do rótulo grosseiro e o detalhe estrutural do rótulo fino. Além disso, a otimização exclusivamente em rótulos KL ruidosos pode forçar os modelos a aprender a partir de fronteiras ambíguas, enquanto o treinamento apenas binário colapsa variações sutis de severidade.

Questão Central: A própria hierarquia de rótulos clínicos pode servir como um prior de supervisão no nível da representação para organizar o espaço latente em uma representação estruturada da doença, do grosso para o fino, em vez de apenas melhorar métricas de previsão escalar?

2. Metodologia

Os autores propõem uma arquitetura de dupla cabeça deliberadamente simples para investigar os efeitos da supervisão hierárquica sem introduzir mudanças arquitetônicas complexas.

• Arquitetura:

  • Codificador Compartilhado: Uma rede base (ResNet 3D, Transformer M3T ou nnMamba) extrai características $z = f_\theta(x)$.
  • Duplas Cabeças: Duas cabeças específicas de tarefa paralelas são anexadas ao codificador compartilhado:
    1. Cabeça OA: Prevê o rótulo binário de OA ($y_{OA} \in \{0, 1\}$).
    2. Cabeça KL: Prevê o grau ordinal KL ($y_{KL} \in \{0, 1, 2, 3, 4\}$).
  • Objetivo de Treinamento: A perda total é uma soma ponderada da entropia cruzada binária (para OA) e da entropia cruzada padrão (para KL):
    $$L = \lambda_{OA} L_{OA}(\hat{y}_{OA}, y_{OA}) + \lambda_{KL} L_{KL}(\hat{y}_{KL}, y_{KL})$$
  • Definição da Hierarquia: O rótulo binário de OA é derivado do grau KL ($y_{OA} = \mathbb{I}(y_{KL} \geq 2)$), estabelecendo uma relação hierárquica estrita.

• Desenho Experimental:

  • Conjunto de Dados: OAIZIB-CM (Ressonância Magnética do Joelho), com 383 sujeitos de treinamento e 98 de teste.
  • Comparações: O estudo compara três configurações em três backbones 3D diferentes:
    1. Única-OA: Apenas a cabeça binária.
    2. Única-KL: Apenas a cabeça KL.
    3. Dupla-Cabeça: Ambas as cabeças treinadas simultaneamente.
  • Métricas de Avaliação:
    • Preditivas: AUC, Acurácia, F1-score.
    • Geometria Latente: Análise de Componentes Principais (PCA) para medir o alinhamento do primeiro componente principal (PC1) com a severidade (correlação de Spearman $\rho(PC1, KL)$) e a monotonicidade dos centróides das classes KL.
    • Plausibilidade Anatômica: Sobreposição de saliência-cartilagem (mass@ROI, top1@ROI, Dice@5/10) para verificar se o modelo foca em regiões de cartilagem clinicamente relevantes.

3. Contribuições Principais

1. Formulação: Reformulou a avaliação da OA do joelho como um problema de aprendizado de representação hierárquica, tratando a estrutura de rótulos grosseiro/fino como um viés indutivo para a organização do espaço latente.
2. Sonda de Representação: Utilizou um modelo simples de dupla cabeça para demonstrar sistematicamente que a supervisão hierárquica pode remodelar representações da doença, não apenas melhorar pontuações de classificação.
3. Além da Acurácia: Introduziu um framework de avaliação multifacetado combinando testes estatísticos pareados, análise da geometria do eixo de severidade latente e verificações de plausibilidade anatômica (sobreposição de saliência).
4. Dependência de Arquitetura: Forneceu evidências de que os benefícios da supervisão hierárquica são dependentes do backbone, destacando que nem todas as arquiteturas respondem igualmente a esse viés indutivo.

4. Resultados Principais

• Desempenho Preditivo:
  • ResNet3D: O modelo de dupla cabeça mostrou nenhuma melhoria significativa nas métricas binárias de OA em relação à Única-OA, mas alcançou ganhos estatisticamente significativos na classificação KL (Macro-AUC +0,12, Acurácia +0,21, Macro-F1 +0,21) em comparação com a Única-KL.
  • M3T: A dupla cabeça melhorou significativamente a AUC de OA e mostrou ganhos moderados nas métricas KL.
  • nnMamba: Não mostrou ganhos significativos ou até mesmo uma leve degradação, indicando que o benefício não é universal.
• Geometria Latente (Eixo de Severidade):
  • Para ResNet3D e M3T, a abordagem de dupla cabeça induziu um espaço latente onde o eixo principal (PC1) estava fortemente correlacionado tanto com a severidade KL quanto com o status de OA. Os centróides das classes KL foram organizados de forma mais ordenada e monótona.
  • Para nnMamba, a configuração de dupla cabeça resultou em uma correlação negativa entre PC1 e rótulos KL, sugerindo que a organização latente estava desalinhada com a hierarquia clínica.
• Plausibilidade Anatômica:
  • Os modelos de dupla cabeça ResNet3D e M3T exibiram maior sobreposição de saliência com regiões de cartilagem em comparação com suas contrapartes de tarefa única. Isso sugere que a supervisão hierárquica ajuda o modelo a focar em estruturas anatômicas clinicamente relevantes.
  • O nnMamba mostrou um declínio na sobreposição de cartilagem sob supervisão dupla, consistente com sua falta de ganhos de desempenho.

5. Significado e Conclusão

• Viés Indutivo: O estudo demonstra que a supervisão hierárquica atua como um prior estrutural poderoso. Ela estabiliza o aprendizado da severidade detalhada ao ancorá-la em um sinal grosseiro robusto, impedindo que o modelo colapse em um único eixo de presença da doença ou se perca em fronteiras ordinais ruidosas.
• Interpretabilidade: O método melhora não apenas a acurácia de "caixa preta", mas também a interpretabilidade do modelo. Melhores representações correlacionam-se com um alinhamento anatômico mais forte (foco na cartilagem), o que é crucial para a confiança clínica.
• Sensibilidade à Arquitetura: Uma lição crítica é que a supervisão hierárquica não é uma solução "tamanho único". Sua eficácia depende fortemente da capacidade da arquitetura base de utilizar a representação compartilhada.
• Direção Futura: O trabalho sugere que a análise futura de imagens médicas deve ir além de benchmarks de classificação plana e considerar a organização geométrica dos espaços latentes e a plausibilidade anatômica ao projetar estratégias de treinamento para rótulos clínicos ruidosos e hierárquicos.