技术摘要：用于多源图像融合中可迁移且可重构跨系统学习的加性因果构建

1. 问题陈述

本文解决了多源图像融合在分布外（OOD）场景下的挑战，特别是在医学成像领域。核心问题在于，异构输入（例如来自不同中心、设备或解剖区域的图像）是由不同的生成机制驱动的。作者识别了现有融合方法的两种主要失效模式：

• 跨系统差异 (Cross-System Discrepancy, CSD)： 由于缺乏统一的跨系统因果参考，导致语义对齐变得困难，从而引起表示层面的失配。
• 跨系统纠缠 (Cross-System Entanglement, CSE)： 融合过程往往会因为跨系统干扰而引入不稳定的依赖关系和伪造的因果路径。这些路径对分布偏移不具鲁棒性，导致模型在遇到来自不同领域（如不同医院或扫描仪）的数据时性能显著下降。

现有的方法通常依赖于具有静态约束的观测层面联合建模，将因果结构视为预定义的且固定的。它们未能显式地模拟因果结构的演化或生成机制的差异，因此无法应对 CSD 和 CSE 的动态特性。

2. 方法论：ACC 框架与 ACC-CRL

作者提出了加性因果构建 (Additive Causal Construction, ACC) 框架，将多源融合重新定义为一个动态过程，即从异构系统中构建统一的因果结构，而非简单的特征聚合。该框架通过一个名为 ACC-CRL（加性因果构建 - 因果表示学习）的可学习模型来实现。

A. ACC 框架原则

该框架基于两个关键支柱运行：

1. 因果图可迁移性 (Causal Graph Transferability, CGT)：

   • 目标： 通过建立跨系统的共享“锚点”来缓解 CSD。
   • 机制： 它定义了一个“锚点等效对”，即来自不同系统的节点，它们映射到共享的抽象因果内容参考 ($X$)，并诱导一致的干预响应。
   • 要求： 这需要语义可比性（映射到共同的内容空间）和干预响应一致性（确保对共享锚点的干预在不同系统中产生一致的下游响应）。

2. 因果图可重构性 (Causal Graph Reconfigurability, CGR)：

   • 目标： 通过将融合视为拓扑重组而非静态合并来抑制 CSE。
   • 机制： 它引入了结构不确定性来评估候选跨系统边的可信度。
   • 过程： 根据候选边的可信度（源自机制兼容性和响应一致性）对其进行选择、削弱或抑制。这使得系统能够自适应地调节融合过程，保留稳定的因果关系，同时丢弃不稳定的捷径。

B. ACC-CRL 的实现

ACC-CRL 在表示空间中通过三个核心组件实现 ACC 框架：

1. 可学习的 CGT（内容-机制解耦）：

   • 将观测值分解为共享因果内容 ($X$) 和系统特定机制 ($U$)。
   • 对比学习： 利用对比损失 ($L_{con}$) 在共享内容空间中对齐来自不同系统的语义对应样本。
   • 解耦： 使用 HSIC 的解耦约束 ($L_{dis}$) 防止机制信息泄露到共享内容中，确保 $X$ 捕捉稳定的因果语义，而 $U$ 保留异构性。
   • 响应对齐： 学习双向响应映射 ($\Psi$)，利用另一系统的内容和机制来重建其输出。残差误差 ($e_{str}$) 作为结构失配的信号。

2. 可学习的 CGR（不确定性感知融合）：

   • 不确定性估计： 模型根据响应对齐残差计算结构不确定性 ($u_{str}$)，并根据机制表示和内容差异计算预测不确定性 ($u_{unc}$)。
   • 自适应门控： 从总不确定性中导出融合置信度权重 ($\gamma$)。
     • 高 $\gamma$（低不确定性）：模型融合来自两个系统的表示。
     • 低 $\gamma$（高不确定性）：模型抑制跨系统信息，退回到保守的单系统表示，以避免不稳定的依赖关系。
   • 观测感知重构： 为了防止在潜在抽象过程中丢失细粒度的视觉线索（如纹理、边界），增加了一个观测补充分支。最终表示根据置信度权重 $\gamma$ 动态平衡潜在因果融合与原始观测特征。

3. 联合优化：
   模型通过结合监督损失、对比损失、解耦损失、响应对齐损失以及惩罚严重结构失配时高融合权重的正则项 ($L_{uaf}$) 进行联合训练。

3. 核心贡献

• 理论构建： 本文引入了 ACC 框架，将多源融合概念化为一个动态的因果构建过程，通过 CGT 和 CGR 显式解决 CSD 和 CSE 问题。
• 可学习实例化： 提出了 ACC-CRL，这是一个实用的、端到端可训练的架构，实现了机制解耦、干预一致性对齐和不确定性感知结构调节。
• 新颖机制： 该方法独特地结合了干预响应一致性（用于定义共享锚点）与结构不确定性建模（用于调节融合可靠性），超越了静态的观测约束。
• 观测补充： 引入了一种机制，用于动态平衡潜在因果抽象与原始视觉特征，确保在细粒度细节至关重要的任务中的鲁棒性。

4. 实验结果

作者在两个数据集上验证了该方法：

• 合成数据 (ColorMNIST)：

  • 设置： 一个具有模态偏差（颜色 vs. 灰度）的受控环境，用以模拟伪相关 (CSE)。
  • 发现： 与基准方法（串联、干预等）相比，ACC-CRL 显著降低了方向性偏差，并提高了 OOD 泛化能力。它展示了抑制捷径路径并在表示空间中学习可分离、稳定簇的能力。

• 真实世界医学成像（微血管侵犯 - MVI 预测）：

  • 设置： 一个使用来自两家医院（四川省人民医院和湖州中心医院）动脉期 MRI 的跨中心预测任务。任务涉及融合瘤内和瘤周区域。
  • 发现：
    • OOD 泛化： ACC-CRL 在保持具有竞争力的分布内 (ID) 性能的同时，在外部 OOD 测试集上显著优于基准方法（MultiOOD, IRM, VREx 等）。
    • 鲁棒性： 该方法在 ID 和 OOD 性能之间取得了更好的权衡（以 BACC 衡量），表现出更小的泛化差距。
    • 消融研究： 证实了机制对齐 (CGT) 提高了表示稳定性，而不确定性感知融合 (CGR) 对于在分布偏移下抑制不稳定的跨系统依赖至关重要。
    • 分析： 可视化 (t-SNE) 显示，机制对齐带来了更好的类别分离和领域解耦。不确定性分析确认，模型正确地为 OOD 样本分配了较高的不确定性，且不确定性与预测误差相关。

5. 重要性与主张

本文声称，所提出的 ACC-CRL 策略为分布偏移不可避免的开放环境下的多源融合提供了鲁棒的解决方案。通过从静态的观测视角转向动态的因果构建视角，该方法：

• 通过建立可迁移的因果锚点，有效地缓解了跨系统差异 (CSD)。
• 通过基于结构和预测不确定性进行自适应调节，抑制了跨系统纠缠 (CSE)。
• 证明了显式建模因果结构的生成与演化，比假设固定因果图的方法具有更优的泛化性能。

作者总结道，这种方法对于数据异构性较高且可靠、可解释决策至关重要的医学应用（如 MVI 预测）具有特别的价值。他们建议未来的工作将探索更复杂的多因果系统建模和先进的结构学习技术，以进一步增强临床适用性。