H2AL: Hyperbolic Hierarchy-aware Aggregative Learning for Registration-based Few-shot Medical Image Segmentation

想象一下，你正试图教一台计算机在一座巨大且杂乱的洞穴中发现一个微小且隐藏的宝藏。在医学影像的世界里，那个“宝藏”是一个微小的器官或特定的组织，而“洞穴”则是人体的一个3D扫描图像。问题在于，我们没有足够的地图（标注图像）来向计算机准确展示宝藏的具体位置。因此，科学家们使用了一种被称为“配准”（registration）的巧妙技巧。你可以把它想象成拿着一张清晰且带有标注的洞穴地图，通过拉伸和挤压，直到它与一座新的、未标注的洞穴完美契合。一旦地图贴合了，计算机就可以将其作为指南，在新的洞穴中寻找宝藏。这就是“少样本医学图像分割”（few-shot medical image segmentation）的核心——即通过极少的示例来学习如何寻找目标。但问题在于，虽然巨大的、明显的标志物很容易匹配，但微小的、模糊的细节在拉伸地图时往往会丢失或变得混乱。计算机需要一种更好的方式来理解某些事物是如何成为其他事物的“父级”的（就像树干是树枝的父级一样），以防止微小的细节发生混淆。

这正是 Jia Wang 及其团队的一篇新论文所提出的解决方案——他们称之为 H2AL。他们意识到，计算机通常思考这些地图的方式过于“扁平化”了。这就像试图通过把所有的书仅仅排成一横排放在地板上来整理一座庞大的图书馆；处理大堆书籍时还可以，但要寻找一份特定的微型小册子简直是一场噩梦。作者指出，医学结构实际上更像是一棵树或一棵家谱树，大树枝支撑着小树枝。为了解决这个问题，他们构建了一个使用一种被称为“双曲几何”（hyperbolic geometry）的特殊数学系统的系统。你可以把它想象成一个神奇的、不断扩张的房间，当你远离中心时，你拥有的空间会越来越多，从而可以分隔开不同的事物。这使得计算机能够将“大局”（树干）和“微小细节”（叶子）以平坦数学无法做到的方式组织起来。

该团队的主要发现是，通过将这种“神奇房间”（双曲空间）与计算机通常使用的“平坦房间”（欧几里得空间）相结合，他们可以创建出更好的地图。他们创建了一个名为 H2I（双曲层次感知注入，Hyperbolic Hierarchy-aware Infusion）的模块，它充当了一个翻译官的角色，将从神奇房间中获得的组织有序的、树状结构的知识，注入到平坦的地图中，从而帮助计算机更清晰地观察微小的结构。他们还发明了一种新的训练计算机的方法，称为“梯度聚合”（Gradient Aggregation）。想象两位教练试图教一名学生；如果他们在同一时间发出不同的指令，学生就会感到困惑。相反，这种方法让教练们在向学生传达指令之前，先将他们的指令合并为一个清晰、统一的命令。这使得学习过程更加平滑且快速。

当他们在脑部和心脏扫描上进行测试时，结果令人振奋。论文显示，与现有的最佳方法相比，该方法在配准（制图）部分的准确度提高了约 1.47%，在最终分割（寻找宝藏）部分的准确度提高了 1.84%。他们发现，虽然大型结构已经很容易被找到，但他们的新系统在防止计算机被那些通常会掉入缝隙中的微小、模糊部分所迷惑方面表现得尤为出色。作者认为，通过尊重人体解剖结构的自然“家谱树”，我们可以让医学人工智能变得更加可靠，尤其是在起始阶段只有极少标注示例的情况下。他们不仅仅是在猜测；他们利用真实的脑部和心脏数据进行了广泛的实验，证明了他们的方法在制图和寻找微小细节方面，都始终优于其他顶尖方法。