Desacoplar el muestreo del presupuesto de entrenamiento en la segmentación de composición corporal por TC con desequilibrio de clases

Resumen

El desequilibrio de clases es un desafío fundamental en la segmentación de imágenes médicas, donde las clases frecuentes suelen dominar el entrenamiento en detrimento de las clases raras. Los enfoques basados en pérdidas mitigan el desequilibrio reponderando la pérdida por píxel dentro del lote, mientras que las estrategias de muestreo controlan qué imágenes ingresan al lote. Sin embargo, ninguna de ellas controla explícitamente qué clases aparecen dentro del lote, dejando la exposición a clases raras solo parcialmente reequilibrada. En este trabajo, adoptamos el muestreo episódico del aprendizaje con pocos ejemplos para promover la construcción de lotes equilibrados por clase en un entorno completamente supervisado. Desacoplamos el muestreo episódico de su contexto convencional de aprendizaje métrico y lo evaluamos en la segmentación de composición corporal en TC. Comparamos el muestreo episódico con el muestreo aleatorio y ponderado en nueve tejidos musculares y adiposos, derivados de 210 exploraciones del conjunto de datos público SAROS. El entrenamiento se realiza en regímenes de datos completos y reducidos, con comparaciones adicionales bajo presupuestos de iteraciones de entrenamiento igualados. Bajo entrenamiento con datos completos, las tres estrategias tuvieron un rendimiento comparable (Dice medio de 0,882 para el episódico, 0,878 para el aleatorio y el ponderado). Bajo entrenamiento con datos reducidos, el muestreo episódico superó al aleatorio y al ponderado (0,787 frente a 0,758 y 0,762), impulsado por una diferencia de 12 veces en las iteraciones de entrenamiento. Bajo presupuestos de entrenamiento igualados, el muestreo aleatorio y ponderado mostraron sobreajuste antes, mientras que el episódico mejoró durante aproximadamente tres veces más iteraciones antes de estabilizarse. Nuestros hallazgos identifican el presupuesto de iteraciones de entrenamiento como un factor de confusión poco reconocido en las estrategias de muestreo, lo que motiva protocolos de evaluación conscientes de las iteraciones para conjuntos de datos pequeños. Además, la ventaja residual del muestreo episódico es consistente con un efecto de regularización implícito de los lotes equilibrados por clase, ofreciendo una estrategia de bajo costo e independiente del modelo para la segmentación de imágenes médicas con desequilibrio de clases. El código está disponible en https://github.com/iasonsky/episodic-sampling.

English

Class imbalance is a fundamental challenge in medical image segmentation, where frequent classes typically dominate training at the expense of rare classes. Loss-based approaches mitigate imbalance by reweighting the per-pixel loss within the batch, while sampling strategies control which images enter the batch. Yet neither explicitly controls which classes appear within the batch, leaving rare-class exposure only partially rebalanced. In this work, we adopt episodic sampling from few-shot learning to promote class-balanced batch construction in a fully supervised setting. We decouple episodic sampling from its conventional metric-learning context and evaluate it in body composition segmentation in CT. We compare episodic sampling against random and weighted sampling on nine muscle and adipose tissues, derived from 210 scans of the public SAROS dataset. Training is performed under full- and low-data regimes, with additional comparisons under matched training iteration budgets. Under full-data training, all three strategies performed comparably (mean Dice 0.882 for episodic, 0.878 for random and weighted). Under low-data training, episodic sampling outperformed random and weighted (0.787 vs. 0.758 and 0.762), driven by a 12-fold difference in training iterations. Under matched training budgets, random and weighted overfit earlier, while episodic improved for approximately three times more iterations before plateauing. Our findings identify the training iteration budget as under-recognized confound in sampling strategies, motivating iteration-aware evaluation protocols for small datasets. Furthermore, the residual advantage of episodic sampling is consistent with an implicit regularization effect of class-balanced batches, offering a low-cost, model-agnostic strategy for class-imbalanced medical image segmentation. Code is available at https://github.com/iasonsky/episodic-sampling.