Separando Amostragem do Orçamento de Treinamento na Segmentação da Composição Corporal por TC com Desequilíbrio de Classes

Resumo

O desequilíbrio de classes é um desafio fundamental na segmentação de imagens médicas, onde classes frequentes tipicamente dominam o treinamento em detrimento das classes raras. Abordagens baseadas em perda mitigam o desequilíbrio ao reponderar a perda por pixel dentro do lote, enquanto estratégias de amostragem controlam quais imagens entram no lote. No entanto, nenhuma delas controla explicitamente quais classes aparecem dentro do lote, deixando a exposição a classes raras apenas parcialmente reequilibrada. Neste trabalho, adotamos amostragem episódica do aprendizado de poucos exemplos (few-shot learning) para promover a construção de lotes com equilíbrio de classes em um ambiente completamente supervisionado. Desacoplamos a amostragem episódica do seu contexto convencional de aprendizado de métricas e a avaliamos na segmentação da composição corporal em TC. Comparamos a amostragem episódica com a amostragem aleatória e ponderada em nove tecidos musculares e adiposos, derivados de 210 exames do conjunto de dados público SAROS. O treinamento é realizado sob regimes de dados completos e reduzidos, com comparações adicionais sob orçamentos de iterações de treinamento equivalentes. Sob treinamento com dados completos, todas as três estratégias tiveram desempenho comparável (Dice médio de 0,882 para episódica, 0,878 para aleatória e ponderada). Sob treinamento com dados reduzidos, a amostragem episódica superou a aleatória e a ponderada (0,787 contra 0,758 e 0,762), impulsionada por uma diferença de 12 vezes no número de iterações de treinamento. Sob orçamentos de treinamento equivalentes, a amostragem aleatória e a ponderada sofreram overfitting mais cedo, enquanto a episódica melhorou por aproximadamente três vezes mais iterações antes de estabilizar. Nossos achados identificam o orçamento de iterações de treinamento como um fator de confusão sub-reconhecido nas estratégias de amostragem, motivando protocolos de avaliação cientes do número de iterações para conjuntos de dados pequenos. Além disso, a vantagem residual da amostragem episódica é consistente com um efeito de regularização implícita de lotes balanceados por classe, oferecendo uma estratégia de baixo custo e independente do modelo para segmentação de imagens médicas com desequilíbrio de classes. O código está disponível em 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.