💻 computer science

A Preliminary CNN Baseline for Breast Ultrasound Classification in MATLAB, with Exploratory IDC/ILC Labels: Toward Explainable Breast Imaging AI

Este artículo establece una línea base preliminar basada en MATLAB de una CNN para la clasificación binaria de ultrasonido mamario entre maligno y no maligno utilizando el conjunto de datos BrEaST, logrando una precisión de prueba mejorada mientras enmarca explícitamente el etiquetado exploratorio de subtipos y la explicabilidad como direcciones de investigación futura en lugar de resultados validados.

Autores originales: ISHANI CHOVATIYA

Publicado 2026-07-28

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: ISHANI CHOVATIYA

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina el cuerpo humano como una ciudad vasta y misteriosa, y a los médicos como los detectives que intentan resolver sus misterios más críticos. A veces, las pistas están ocultas en lo profundo, donde una linterna regular no puede llegar. Ahí es donde entra la imagenología médica, actuando como una visión de rayos X superpotente que permite a los médicos mirar dentro sin realizar un solo corte. Entre estas herramientas, la ecografía mamaria es como un explorador amigable y no invasivo que utiliza ondas sonoras para crear imágenes de lo que está sucediendo dentro del tejido mamario. Es excelente para detectar bultos, pero diferenciar entre un bulto inofensivo (como una burbuja en un pastel) y uno peligroso (como una nube de tormenta) puede ser complicado. Las imágenes suelen ser difusas, dependen de quién sostiene la sonda y se ven diferentes cada vez. Aquí es donde entra la Inteligencia Artificial (IA), con la esperanza de actuar como un compañero incansable y superobservador que pueda detectar patrones que los humanos podrían pasar por alto. Pero para que la IA sea un compañero confiable en un hospital, necesita ser entrenada cuidadosamente, probada rigurosamente y, lo más importante, explicar por qué toma una decisión, en lugar de simplemente adivinar.

Este artículo es como un informe de "Día Uno" de una joven investigadora llamada Ishani Chovatiya, quien está construyendo la primera versión de ese compañero de IA. Piensa en esto como la construcción del esqueleto de un robot antes de añadirle los músculos o el cerebro. La investigadora utilizó una colección pública de imágenes de ecografía mamaria llamada el conjunto de datos BrEaST, que contiene 256 escaneos. Ella enseñó a un tipo de IA llamada Red Neuronal Convolucional (CNN) —que es básicamente un cerebro digital diseñado para mirar imágenes— a clasificar estas imágenes en dos montones: "Maligno" (peligroso) y "No Maligno" (seguro). Hizo todo esto usando MATLAB, una herramienta de software popular para matemáticas e ingeniería.

Los resultados son una mezcla de "buen comienzo" y "todavía aprendiendo". Cuando la IA intentó adivinar por primera vez, acertó aproximadamente el 70.88% de las respuestas. Después de algunos ajustes y entrenamiento, la versión mejorada alcanzó hasta un 78.43% de precisión. Eso es un paso adelante, como un estudiante que mejora su puntuación en un examen, pero el artículo es muy claro: esto no está listo para un hospital real. De hecho, la IA empeoró en la detección de los casos peligrosos (una métrica llamada "sensibilidad" o recall) mientras que mejoró ligeramente en su precisión. Es como un guardia de seguridad que detiene a menos personas inocentes pero también deja pasar algunas amenazas reales. La investigadora también intentó ver si la IA podía distinguir entre dos tipos específicos de cáncer (IDC e ILC) simplemente leyendo las notas de texto en el conjunto de datos, pero había tan pocos ejemplos que no pudo dar una puntuación fiable para esa parte.

Quizás la parte más honesta del artículo es lo que no hace. La investigadora admite que esta IA es una "caja negra": hace una suposición, pero no sabemos exactamente qué parte de la imagen la hizo pensar en "peligro". Ella no utilizó ninguna herramienta especial para hacer que la IA explicara su razonamiento, y establece explícitamente que este es un modelo base preliminar, no un producto terminado. El objetivo no es reclamar la victoria, sino establecer un punto de partida claro y documentado. Es un mapa que muestra dónde comenzó el viaje, con la promesa de que el trabajo futuro añadirá las piezas faltantes: un mejor entrenamiento, un plan fijo para que los resultados puedan repetirse exactamente, y la capacidad de la IA para decir: "Creo que esto es cáncer porque veo estas formas específicas", para que los médicos puedan confiar en ella. Hasta entonces, esta IA es un estudiante prometedor, no un médico certificado.

Resumen Técnico: Un Baseline Preliminar de CNN para la Clasificación de Ultrasonido de Mama en MATLAB

Planteamiento del Problema
El ultrasonido mamario es una modalidad crítica para la evaluación de lesiones mamarias, sin embargo, la clasificación automatizada sigue siendo un desafío debido al ruido de la imagen, la dependencia del operador y la variabilidad visual. Si bien investigaciones recientes han avanzado hacia la generación de informes multimodales mediante Transformers, existe la necesidad de documentar baselines reproducibles que establezcan flujos de trabajo fundacionales para tareas de clasificación más simples. Este artículo aborda la falta de un baseline transparente y conservador para la clasificación binaria de lesiones mamarias (maligno vs. no maligno) utilizando el conjunto de datos BrEaST, reconociendo explícitamente las limitaciones de los esfuerzos actuales de explicabilidad y clasificación de subtipos.

Metodología
El estudio utiliza el conjunto de datos Breast-Lesions-USG (BrEaST) de The Cancer Imaging Archive, que comprende 256 escaneos a nivel de paciente (154 benignos, 98 malignos, 4 normales). El flujo de trabajo, implementado en MATLAB, involucra los siguientes pasos:

Preparación de Etiquetas: Se creó un esquema de clasificación binaria donde los casos "malignos" son positivos, y los casos "benignos" y "normales" se agrupan como no malignos. Un componente exploratorio intentó identificar los subtipos de Carcinoma Ductal Infiltrante (IDC) y Carcinoma Lobulillar Infiltrante (ILC) mediante la búsqueda de texto en el campo "Diagnosis", identificando 14 casos para cada uno.
Preprocesamiento de Datos: Las imágenes se redimensionaron a 224 x 224 píxeles, se normalizaron utilizando las estadísticas del conjunto de entrenamiento y se aumentaron mediante reflexión aleatoria, traslación, rotación y escalado para mitigar el sobreajuste.
Arquitectura del Modelo: Se construyó una Red Neuronal Convolucional (CNN) utilizando el MATLAB Deep Learning Toolbox. La arquitectura incluye capas convolucionales, normalización por lotes (batch normalization), activación ReLU, max-pooling, dropout, capas totalmente conectadas y una salida softmax.
Configuración de Entrenamiento: El modelo fue entrenado durante 50 épocas utilizando el optimizador Adam (tasa de aprendizaje inicial de $1 \times 10^{-4}$ ) con un tamaño de lote (mini-batch) de 32. Se utilizó una división de entrenamiento/prueba de 80/20, aunque los índices específicos de la división no se preservaron con una semilla aleatoria fija.
Explicabilidad: No se aplicó ningún método de explicabilidad (por ejemplo, Grad-CAM, LIME) al modelo CNN reportado finalmente. Existe un análisis de árbol de decisión de estilo LIME exploratorio en el código suplementario, pero se excluye explícitamente de los resultados validados del artículo.

Resultos Clave
El artículo reporta un resultado comparativo final conservador para evitar presentar métricas de desarrollo contradictorias:

Mejora del Desempeño: El modelo mejorado logró una precisión de prueba (test accuracy) del 78.43%, frente al 70.88% de un modelo anterior.
Precisión (Precision): Aumentó de 0.600 a 0.625.
Sensibilidad (Recall) y F1-Score: Estas métricas disminuyeron en el modelo final (Recall: 0.385; F1-score: 0.476), lo que indica que, si bien la precisión general mejoró, la capacidad del modelo para detectar casos positivos y equilibrar la precisión/sensibilidad requiere un mayor ajuste.
Análisis de IDC/ILC: No se reportó precisión cuantitativa para las etiquetas exploratorias de IDC/ILC. Debido al pequeño tamaño de la muestra (14 casos cada uno) y a la falta de una división de prueba con semilla fija preservada para estos subtipos específicos, los autores consideraron que los resultados no eran fiables para su publicación como un clasificador validado.

Contribuciones Clave

Baseline de CNN en MATLAB: Un flujo de trabajo documentado para la clasificación binaria de ultrasonido mamario utilizando el conjunto de datos BrEaST, que cubre la carga de datos, creación de etiquetas, aumento y entrenamiento.
Reporte Conservador: Un enfoque en una única precisión de prueba comparativa final (78.43%) en lugar de métricas de desarrollo en competencia, priorizando la transparencia sobre las afirmaciones de rendimiento infladas.
Identificación Exploratoria de Subtipos: Un intento inicial de derivar etiquetas de IDC e ILC a partir de texto de diagnóstico no estructurado, resaltando el potencial para futuras investigaciones centradas en subtipos y aclarando las limitaciones actuales.
Hoja de Ruta para la Explicabilidad: Una delineación clara del trabajo actual como un "primer baseline histórico", posicionando explícitamente la IA explicable (XAI) y la estimación de la incertidumbre como extensiones necesarias para el futuro en lugar de logros actuales.

Significancia y Reivindicaciones
El artículo se posiciona no como un sistema de diagnóstico listo para la clínica, sino como un baseline metodológico y de desarrollo. Los autores enfatizan que la precisión del 78.43% es insuficiente para el despliegue clínico y que la caída en la sensibilidad y el F1-score subraya el riesgo de confiar únicamente en la precisión en el diagnóstico por imágenes médicas.

La significancia principal radica en proporcionar un punto de partida transparente y reproducible para investigaciones futuras. El trabajo sirve como base para:

Implementar ejecuciones con semillas fijas para asegurar la reproducibilidad.
Integrar métodos de explicabilidad visual (por ejemplo, Grad-CAM).
Desarrollar modelos conscientes de la incertidumbre.
Avanzar hacia el modelado multimodal de imagen-texto para la generación de informes.

El estudio concluye que, si bien el baseline de CNN actual demuestra la capacidad de aprender patrones del conjunto de datos BrEaST, requiere validación externa, arquitecturas más sólidas y revisión clínica antes de que pueda contribuir a un ultrasonido mamario confiable basado en IA.

Resumen Técnico: Un Baseline Preliminar de CNN para la Clasificación de Ultrasonido de Mama en MATLAB

Más como este