Метод интерпретируемой компьютерной классификации изображений глазного дна для первичного офтальмологического скрининга

EDN: AUMXRN

методов обработки и анализа изображений. Традицион ная диагностика по снимкам ГД основана на экспертной интерпретации данных, полученных с помощью фундус-камер и других средств визуализации. Такие изображе ния содержат клинически значимую информацию и при меняются для выявления широкого спектра патологий. Однако данный подход требует высокой квалификации врача-офтальмолога и значительного клинического опы та, что ограничивает его масштабируемость, особенно в сельских, удаленных и ресурсно-ограниченных регионах [1, 2].

Одним из перспективных направлений повышения доступности первичного офтальмологического скрининга является применение систем поддержки принятия клинических решений, основанных на методах глубокого обучения. Сверточные нейронные сети демонстрируют высокую эффективность в задачах классификации изображений ГД и позволяют автоматизировать выявление патологических изменений [3–6]. Вместе с тем практическое использование таких решений ограничивается недостаточной прозрачностью алгоритмов: многие модели функционируют как «черные ящики», предоставляя итоговый класс без объяснения причин принятого решения [7, 8].

Для задач первичного скрининга особое значение имеет не постановка окончательного нозологическо го диагноза, а отнесение изображения к укрупненной группе патологий или группе риска, требующей после дующего обследования. В этой постановке возрастает значимость интерпретируемых подходов, которые со вмещают классификацию изображения с визуальным объяснением результата и позволяют выделять области изображения, оказавшие наибольшее влияние на реше ние модели [7, 9, 10].

Цель – разработка и экспериментальная оценка ме тода интерпретируемой классификации изображений ГД для первичного офтальмологического скрининга, основанного на совместном использовании модели глу бокого обучения и средств визуального объяснения ее решений.

Материал и методы. Дизайн исследования и исходные данные. Работа представляет собой экспери ментальное исследование метода автоматической клас сификации изображений ГД. Исследование направлено на оценку влияния включения экспертных аннотаций патологически значимых областей в процесс обучения модели на качество классификации и интерпретируе мость результата.

Для обучения и валидации классификационной мо дели использовали выборку из 2500 изображений ГД. Выборка была сбалансирована по 5 классам и вклю чала по 500 изображений на каждый класс: признаки дегенеративных изменений сетчатки, признаки пато логии макулярной области, признаки нейроофтальмо - логической патологии, признаки сосудистой патологии сетчатки, клинически значимая патология не выявлена. Принадлежность изображений к классам была уточнена медицинским экспертом.

В рамках исследования анализировались две харак теристики: качество отнесения изображения к укрупнен ной группе офтальмологической патологии и степень совпадения автоматически выделяемых моделью об ластей с экспертной разметкой. С учетом ограниченного объема доступной информации об исходной выборке исследование рассматривалось как экспериментальная проверка предложенного алгоритмического подхода.

Для проверки качества интерпретации патологии ГД с помощью метода автоматической классификации изо бражений ГД обследованы 100 пациентов – 167 глаз с различной патологией. Были выделены 4 класса забо леваний.

• 1-й класс – сосудистая патология – 38 глаз с диабети ческой ретинопатией;

2-й класс – дегенеративные заболевания сетчатки: сухая форма возрастной макулярной дегенерации с раз витием географической атрофии (43 глаза), пигментная дистрофия сетчатки (2 глаза);

3-й класс – патология макулярной области: возраст ная макулярная дегенерация, влажная форма (57 глаз);

4-й класс – нейроофтальмологическая патология: частичная атрофия зрительного нерва (17 глаз). Методы обследования включали офтальмоскопию, визо-, тоно метрию, компьютерную статическую периметрию, опти ческую когерентную томографию. Фотографирование

ГД проводили на фундус-камере Topcon TRC-NW7SF (Topcon, Япония) с шириной поля 50 градусов.

Постановка задачи классификации и интерпретации. Пусть X – множество изображений ГД, Y – множество диагностических классов, соответствующих укрупненным группам офтальмологических заболева ний, а A – множество экспертных аннотаций патоло гически значимых областей. Для каждого изображения x ex задана истинная меткаv ev, а для части изо бражений – аннотация aU) e A , отражающая локали зацию клинически значимой зоны.

Задача классификации формализуется как отоб- ражение fg-.X^ Rlyl,                 (1)

где s – параметры модели, али представляет собой вектор оценок принадлежности изображения диагностическим классам. В отличие от стандартной постановки задачи классификации в рассматриваемом подходе требуется также построение интерпретируемого объяснения решения. Для этого вводится отображение дв-.х^м,               (2)

где M – пространство карт значимости, а goto определяет области изображения, оказавшие наибольшее влияние на предсказание модели.

Следовательно, модель должна решать 2 взаимосвязанные задачи: корректно относить изображение к диагностическому классу и формировать карту значимости [7, 11], согласованную с экспертным представлением о локализации патологических изменений. Для количественной оценки такой согласованности исполь- зуется метрика Intersection over Union (IoU) [12–14]:

I Г f 1^й9И^ПаЫ1 |7?_s(x)Ua(x)| ,     (3)

где ReM – область, выделенная моделью как значи мая для классификации, а qW – экспертная аннотация. Чем выше значение loU, тем ближе интерпретация мо дели к клинически ожидаемой локализации патологии.

Модель и процедура обучения. В качестве базового классификатора использовали сверточную нейронную сеть с ConvNeXt-подобной архитектурой, способную выделять пространственно локализованные признаки, значимые для различения патологических изменений сетчатки, сосудистой системы, макулярной области и диска зрительного нерва [5, 6]. Размер входных изображений составлял 384×384 пикселя. Для визуализации причин предсказания применялись методы класса CAM, включая Grad-CAM и Score-CAM, формирующие тепловые карты на основе активаций последнего сверточного слоя [8].

Ключевая особенность предложенного подхода за ключалась в том, что интерпретация учитывалась не только на этапе анализа результата, но и непосред ственно в процессе обучения модели. Функция потерь строилась как комбинация ошибки классификации и ошибки интерпретации, определяемой через степень совпадения карты значимости с экспертной аннотацией:

L ⁼ ^cls + ^int , (4) где ^cls – классификационная составляющая функции потерь, ^int – интерпретационная составляющая, свя занная с согласованием карты значимости и экспертной аннотации, а /L – весовой коэффициент интерпретаци онной компоненты.

Интерпретационная составляющая задавалась как

^int = 1" loUf . (5)

Обучение выполняли в течение 40 эпох. Размер батча составлял 16, скорость обучения – 2×10–5, коэффициент weight decay – 1×10–4. Для контроля качества обучения использовали валидационное разбиение с долей вали-дационной части 0,2. Применяли сглаживание меток с коэффициентом 0,05, увеличение обучающей выборки с коэффициентом 2, фиксированное значение seed = 42 и смешанную точность вычислений. Количество рабочих процессов загрузки данных составляло 4.

В прикладном смысле такая схема обучения направлена на то, чтобы модель принимала решение не только формально корректно, но и по клинически содержательным областям изображения. Это особенно важно для медицинских задач, в которых высокая числовая точность без объяснимости не обеспечивает достаточного доверия к результату и ограничивает возможность практического внедрения системы [7, 10, 11].

Оценка качества модели. Качество классифика- ции оценивали по показателю accuracy:

1 V (^Xi У Accuracy = — >  xl\y =yj

_                    2 i=/N                , где У – предсказанный моделью класс ражения ^i , Уг – истинная метка класса, изоб-

I –

индикатор совпадения предсказанной и истинной меток.

Качество интерпретации оценивали по метрике IoU, отражающей степень совпадения карты значимости модели с экспертной аннотацией патологически значимой области. Сопоставлялись 2 группы моделей: базовый классификатор, обученный по стандартной функции потерь, и классификатор аналогичной архитектуры, в обу- чение которого дополнительно включали интерпретационную компоненту на основе IoU.

Оценка результатов носила сравнительный экспе риментальный характер. Основными анализируемыми показателями были accuracy и IoU. Доверительные ин тервалы и статистическую значимость различий между моделями в настоящей работе не рассчитывали, что учитывалось при интерпретации полученных результа тов.

Результаты. Экспериментальная проверка направлена на оценку влияния включения интерпретационной компоненты в функцию потерь на качество первичного офтальмологического скрининга по изображениям ГД. Сравнивали 2 модели: базовый классификатор, обученный по стандартной функции потерь, и классификатор, в обучение которого была включена компонента согласования карты значимости с экспертной аннотацией патологической области.

Для базового классификатора значения accuracy находились в диапазоне 0,74–0,77. Для модели, обученной с использованием функции потерь, учитыва ющей IoU, значения accuracy составляли 0,79–0,82. Таким образом, добавление интерпретационной компоненты не сопровождалось снижением каче ства классификации и было связано с увеличением accuracy.

Наиболее выраженные различия между сравни ваемыми подходами получены при оценке качества интерпретации. Для базовой модели степень совпа дения карт значимости с экспертными аннотациями составляла приблизительно 0,79 по метрике IoU. Для модели, обученной с учетом интерпретационной ком поненты, значения IoU достигали 0,98–0,99.

Для данной модели с целью анализа были пред ставлены 4 класса патологии ГД:

1-й класс – сосудистая патология: 37 изображений ГД были классифицированы правильно (97,4%), 1 изо бражение отнесено к норме;

2-й класс – дегенеративные заболевания сетчат ки, все 45 изображений были классифицированы пра вильно (100%);

3-й класс – патология макулярной области, 56 изображений были классифицированы правильно (98,2%), 1 изображение отнесено ко 2-му классу.

4-й класс – нейроофтальмология, 16 (93,8%) изо бражений были классифицированы правильно, 1 изо бражение отнесено к норме.

Таким образом, итоговый результат работы моде ли включал предсказанную укрупненную группу па тологии, оценку уверенности классификации и карту значимости, визуально указывающую область изо бражения, оказавшую наибольшее влияние на пред сказание. Общий итог правильных классификаций со ставил в среднем 97,3%.

Пример такого результата представлен на рисунке.

a                                        6