FunPiQ: A New Benchmark for Pixel-Level Quality Assessment in Fundus Images

Resumo Técnico: FunPiQ e EFIQA-CP

Definição do Problema
A fotografia de fundo de olho (CFP - Color Fundus Photography) é a principal modalidade para triagem oftalmológica em larga escala, mas é altamente suscetível a degradações locais (ex: iluminação inconsistente, baixo contraste, desfoque) que frequentemente afetam regiões específicas em vez da imagem inteira. Os métodos atuais de Avaliação de Qualidade de Imagem de Fundo de Olho (FIQA) dependem de rótulos ao nível da imagem, que variam significamente entre conjuntos de dados e tarefas clínicas. Uma definição de "alta qualidade" que seja adequada para uma doença (ex: glaucoma) pode ser insuficiente para outra. Essa dependência de tarefa torna a avaliação manual ao nível da imagem subjetiva e demorada. Além disso, os rótulos existentes ao nível da imagem impedem a avaliação quantitativa de degradações localizadas, limitando o desenvolvimento de sistemas de FIQA confiáveis e explicáveis. Embora alguns métodos tentem localizar degradações, eles frequentemente dependem de pseudo-rótulos ruidosos ou carecem de contexto global, levando a uma localização imprecisa (ex: classificar incorretamente áreas de densidade vascular naturalmente baixa, como a fóvea, como degradadas).

Metodologia
O artigo apresenta o FunPiQ, um novo conjunto de dados de referência (benchmark), e o EFIQA-CP, um novo método para avaliação de qualidade ao nível do pixel.

1. Conjunto de Dados FunPiQ:

   • Composição: O conjunto de dados compreende 300 imagens provenientes de três benchmarks existentes (EyeQ dos EUA; BRSET e mBRSET do Brasil) para garantir diversidade em etnia, dispositivos de aquisição (de mesa a dispositivos móveis) e tipos de degradação.
   • Estratégia de Anotação: Diferente dos conjuntos de dados anteriores com rótulos globais, o FunPiQ fornece anotações de qualidade ao nível do pixel. As imagens foram anotadas por leitores especialistas sob a supervisão de um oftalmologista certificado.
   • Classes: Três categorias ordinais são definidas com base na visibilidade anatômica:
     • Boa (Good): Estruturas retinianas nitidamente delineadas com bordas bem definidas.
     • Utilizável (Usable): Estruturas identificáveis com redução leve de nitidez/contraste.
     • Ruim (Bad): Regiões não graduáveis devido a artefatos severos, perda de sinal ou opacidade de meios.
   • Seleção: O conjunto de dados amostra especificamente imagens anteriormente rotuladas como "ruins" em conjuntos de dados de origem para garantir uma mistura de regiões boas, utilizáveis e ruins dentro de cada imagem, testando a capacidade de um modelo de diferenciar a qualidade localmente.

2. Método EFIQA-CP:

   • Arquitetura: O método baseia-se no pipeline EFIQA, utilizando um backbone DINOv3 congelado para extração de características. Ele substitui o adaptador linear padrão por uma rede do tipo ConvNeXt rasa e larga, apresentando convoluções depthwise de 7×7. Este design integra informações espaciais através de um campo receptivo maior para incorporar o contexto global, abordando o problema de classificar incorretamente regiões de baixa densidade vascular.
   • Estratégia de Aprendizado: Para lidar com o ruído inerente aos pseudo-rótulos (gerados por um modelo de Detecção de Anomalias Não Supervisionada de Vasos baseado apenas na ausência de vasos), os autores utilizam o aprendizado de Positivo-Não Rotulado não negativo (nnPU - Non-Negative Positive-Unlabeled).
     • Um limiar estrito isola pixels de baixa qualidade confiáveis (classe positiva), tratando o restante como não rotulado.
     • O framework nnPU evita que o risco estimado de negativos ocultos caia abaixo de zero, estabilizando o treinamento e mitigando o overfitting de pseudo-rótulos.
     • A função objetivo utiliza uma perda de surrogate softplus com um prior de classe positiva ($\pi = 0,05$).

Principais Contribuições

1. Benchmark FunPiQ: O primeiro benchmark público dedicado à avaliação de qualidade ao nível do pixel para CFP, fornecendo anotações de verdade fundamental (ground-truth) para degradação localizada.
2. EFIQA-CP: Um método inovador que melhora as abordagens de explicabilidade por design (EBD) ao combinar um adaptador de campo receptivo largo com aprendizado nnPU para lidar com pseudo-rótulos ruidosos e melhorar a precisão espacial.
3. Avaliação Abrangente: Um benchmarking minucioso de métodos de FIQA existentes (incluindo abordagens end-to-end, EBD e detecção de anomalias) no novo conjunto de dados, estabelecendo uma linha de base para o desempenho ao nível do pixel.

Resultos
Avaliações extensas foram conduzidas no conjunto de dados FunPiQ usando o Coeficiente Kappa Ponderado Quadraticamente (QWK) e o coeficiente médio de Sørensen–Dice (mDice), juntamente com métricas de tarefa de "Rejeição" binária (AUROC, AUPRC, S95).

• Desempenho: O EFIQA-CP alcançou o estado da arte em desempenho em todas as métricas e conjuntos de dados (BRSET, EyeQ, mBRSET e o conjunto fundido). Demonstrou melhorias estatisticamente significativas sobre o EFIQA original (ex: $p < 0,0001$ para QWK no conjunto fundido).
• Comparação: Métodos EBD (EFIQA-CP, EFIQA, EyeQual) superaram consistentemente métodos supervisionados end-to-end (MCF-Net, FGR-Net) e métodos gerais de detecção de anomalias (PatchCore, UniVAD).
• Análise Qualitativa: O EFIQA-CP produziu os mapas de qualidade mais precisos, com regiões suaves e melhor utilização da faixa de pontuação. Enquanto o EyeQual mostrou alta precisão para classes "boas", teve dificuldade em distinguir "utilizável" de "ruim". Métodos gerais de detecção de anomalias tenderam a destacar regiões degradadas, mas produziram mapas ruidosos com pontuações altas em diversos patches, sugerindo que são enviesados para anomalias compactas em vez de degradações de qualidade de grande escala.
• Ablação: Substituir a perda nnPU pela entropia cruzada binária (BCE) padrão levou ao overfitting e à degradação do desempenho, confirmando a necessidade do framework nnPU para esta configuração de rótulos ruidosos.

Significância e Alegações
Os autores argumentam que a FIQA ao nível do pixel baseada na visibilidade anatômica representa uma abordagem mais agnóstica à tarefa e explicável do que a avaliação ao nível da imagem. Ao fornecer um benchmark com verdade fundamental ao nível do pixel, o FunPiQ permite a avaliação quantitativa da precisão de localização, o que era impossível anteriormente.

O artigo afirma que abordagens explicáveis por design (EBD) possuem uma vantagem distinta para a previsão de qualidade local. Especificamente, o EFIQA-CP demonstra que combinar melhorias arquitetônicas (contexto global) com estratégias de aprendizado robustas (nnPU) pode mitigar efetivamente o ruído dos pseudo-rótulos. Os autores postulam que os mapas ao nível do pixel oferecem valor clínico direto ao apoiar a garantia de qualidade para operadores não especialistas (identificando onde uma imagem é insuficiente) e orientar a reaquisição direcionada de imagens. Além disso, esses mapas podem servir como priors para modelos de realce de imagem para distinguir anatomia de artefatos. O trabalho visa incentivar mais pesquisas em detecção de qualidade de CFP ao nível do pixel e o desenvolvimento de métodos de FIQA mais robustos, flexíveis e com maior aplicabilidade clínica.