Breast Abnormality Classification in Resource-Constrained Settings Through GAN Generated Synthetic Mammography Patches

Resumen Técnico: Clasificación de Anomalías Mamarias en Entornos con Limitación de Recursos Mediante Parches de Mamografía Sintéticos Generados por GAN

Planteamiento del Problema
El desarrollo de modelos de aprendizaje profundo (DL) para imágenes médicas, específicamente para el diagnóstico de cáncer de mama mediante mamografía, se ve frecuentemente obstaculizado por dos restricciones primarias: la escasez de datos y las limitaciones de recursos. Los conjuntos de datos de cáncer de mama suelen exhibir un desequilibrio de clases severo, donde los casos anormales representan aproximadamente el 0.5% de los exámenes de detección, lo que conduce a altas tasas de falsos positivos y falsos negativos cuando los modelos se entrenan con datos insuficientes. Además, la protección de la información de identificación personal (PII) restringe la liberación de grandes conjuntos de datos públicos, mientras que el costo computacional de entrenar modelos generativos a menudo excede las capacidades de los entornos con limitaciones de recursos.

Metodología
Este estudio propone un flujo de trabajo para generar parches de mamografía sintéticos utilizando una Red Neuronal Generativa Antagónica (GAN) de bajos recursos para entrenar clasificadores binarios de detección de anomalías. El flujo de trabajo consta de dos fases:

1. Generación de Imágenes Sintéticas (CUT-GAN):

   • Modelo: El estudio utiliza la GAN de Traducción No Emparejada por Contraste (CUT-GAN), seleccionada por su bajo consumo de memoria GPU y su capacidad para generar imágenes de alta calidad.
   • Fuente de Datos: El conjunto de datos de Imagenología Mamaria de Emory (EMBED) proporcionó 3.4 millones de imágenes de mamografía. Los parches fueron extraídos de las cohortes 1–8 para el entrenamiento. Los parches positivos (BI-RADS 0 con regiones de interés anotadas por radiólogos) fueron transformados en parches anormales sintéticos, mientras que los parches negativos se obtuvieron de regiones no anotadas o imágenes BI-RADS 1/2.
   • Preprocesamiento: Para asegurar la estabilidad del entrenamiento, se filtraron los parches con bajos conteos de color de píxeles (que indican potencial aire de fondo o parches vacíos).
   • Optimización de Hiperparámetros: El modelo fue entrenado utilizando el optimizador ADAM con una tasa de aprendizaje de 0.0002, un tamaño de lote (batch size) de 8 y 400 épocas. Esta configuración se determinó para prevenir el "fallo de entrenamiento", que se manifestaba como artefactos de ruido o parches vacíos.
   • Post-procesamiento: Dado que CUT-GAN genera imágenes RGB mientras que la mamografía es en escala de grises, las imágenes sintéticas fueron convertidas a escala de grises. Crucialmente, se aplicó un ajuste de nivel de ventana para igualar las distribuciones de brillo y contraste de las imágenes sintéticas con los parches de mamografía reales. Una prueba t de Student confirmó que las distribuciones sintéticas ajustadas eran estadísticamente indistinguibles de las imágenes reales (P-valor > 0.05).

2. Entrenamiento y Validación del Modelo:

   • Clasificador: Se emplearon Redes Neuronales Residuales (ResNet50, ResNet101 y ResNet152) pre-entrenadas en ImageNet.
   • Arquitectura: Se añadieron cinco capas adicionales entrenables a los pesos pre-entrenados congelados. La capa de entrada procesó parches de 256x256 píxeles, utilizando activación ReLU, pooling promedio y una salida sigmoide para la clasificación binaria.
   • Validación: Los modelos entrenados con el conjunto de datos sintético fueron validados contra parches de mamografía reales de las cohortes 9 y 10 de EMBED (13,220 parches en total). El rendimiento se evaluó mediante bootstrapping sobre 500 iteraciones para estimar los intervalos de confianza del 95%.

Resultados Clave
El estudio comparó modelos entrenados con datos sintéticos frente a aquellos entrenados con datos reales:

• Brecha de Rendimiento: Los modelos entrenados con parches de mamografía reales demostraron un rendimiento general superior, logrando un Área Bajo la Curva (AUC) de aproximadamente 0.91–0.92. En contraste, los modelos entrenados con parches sintéticos alcanzaron un AUC inferior, siendo ResNet152 el que alcanzó 0.751 (0.742–0.759).
• Compensaciones de Métricas: Los modelos entrenados con datos sintéticos exhibieron una precisión (accuracy) (0.61–0.67) y una precisión (precision) (0.44–0.50) significativamente menores en comparación con los modelos de datos reales. Sin embargo, demostraron una sensibilidad (recall) notablemente mayor (0.80–0.81 para ResNet152), lo que sugiere una tendencia hacia una alta sensibilidad pero una menor especificidad (tasas más altas de falsos positivos).
• Eficiencia de Recursos: El modelo CUT-GAN fue entrenado exitosamente utilizando solo 3 GB de memoria GPU (en un sistema con 24 GB de capacidad total), una reducción significativa en comparación con otros modelos generativos como los modelos de difusión, que a menudo requieren 24 GB o más.

Significancia y Reivindicaciones
Los autores afirman que esta investigación demuestra la viabilidad del uso de GANs de bajos recursos para generar datos médicos sintéticos para entrenar modelos de DL en entornos con limitaciones de recursos. El estudio destaca tres contribuciones principales:

1. Preservación de la Privacidad: Los parches sintéticos preservan las características estructurales y texturales de los datos de mamografía reales sin revelar información identificable del paciente, ofreciendo una alternativa segura para el intercambio de datos y el entrenamiento de modelos.
2. Mitigación del Desequilibrio de Clases: El enfoque proporciona un mecanismo para generar muestras sintéticas para clases subrepresentadas (casos anormales), abordando la escasez de datos inherente al tamizaje de cáncer de mama.
3. Accesibilidad: Al utilizar CUT-GAN, el método permite que investigadores con infraestructura computacional limitada puedan aprovechar la aumentación de datos sintéticos.

El artículo concluye que, si bien los modelos entrenados con datos sintéticos aún no igualan la precisión de aquellos entrenados con datos reales, muestran potencial como sustitutos de los parches reales, particularmente en escenarios donde la privacidad o las restricciones de recursos impiden el uso de grandes conjuntos de datos del mundo real. Los autores enfatizan que se requiere más investigación para optimizar los flujos de generación y mejorar la generalizabilidad de estos modelos a través de diferentes conjuntos de datos.