DINOv3 with Test-Time Calibration for Automated Carotid Intima-Media Thickness Measurement on CUBS v1

Titolo

DINOv3 con Calibrazione al Tempo di Test per la Misurazione Automatizzata dello Spessore Intima-Media Carotideo (CIMT) su CUBS v1

1. Il Problema

Lo spessore intima-media carotideo (CIMT), misurato tramite ecografia in modalità B, è un biomarcatore consolidato per l'aterosclerosi e la stratificazione del rischio cardiovascolare. Sebbene esistano numerosi metodi computazionali per la delimitazione dei confini e la stima del CIMT, rimangono sfide significative:

• Variabilità: La misurazione manuale è laboriosa e soggetta a variabilità intra- e inter-osservatore.
• Limiti dei modelli attuali: Molti metodi esistenti sono altamente specializzati, dipendenti da dataset specifici o basati su prior "handcrafted".
• Divario tra segmentazione e misurazione: Esiste una mancanza di modelli profondi robusti e trasferibili che affrontino congiuntamente la segmentazione e la misurazione fisica, specialmente nell'era dei foundation model visivi.
• Problema fisico: La misurazione deve essere fisicamente significativa (in micrometri), non solo una sovrapposizione di pixel, e richiede una corretta gestione del ridimensionamento delle immagini e dei fattori di calibrazione.

2. Metodologia

Gli autori propongono una pipeline basata su DINOv3 (un encoder visivo transformer addestrato in modo auto-supervisionato) adattata per l'analisi della parete carotidea. La metodologia si articola in quattro fasi principali:

1. Architettura e Addestramento:

   • Utilizzo di un encoder DINOv3 (variante vit base patch16) seguito da una testa di segmentazione convoluzionale leggera.
   • Le immagini ecografiche vengono convertite in scala di grigi, ridimensionate a $512 \times 512$, normalizzate e addestrate con una funzione di perdita combinata (Cross-Entropy + Dice Loss).
   • Il dataset utilizzato è CUBS v1 (2176 immagini da 1088 partecipanti), con ground truth basato sulle tracciature manuali dell'esperto "Manual-A1".
   • La divisione dei dati è effettuata a livello di paziente (non di immagine) per evitare la fuoriuscita di dati (data leakage), utilizzando tre semi casuali diversi.

2. Estrazione del CIMT e Correzione delle Unità:

   • Una volta ottenuta la maschera binaria della banda intima-media, il CIMT viene misurato colonna per colonna (differenza tra i pixel superiori e inferiori della banda).
   • Correzione fondamentale: Poiché il modello opera su immagini ridimensionate ($512 \times 512$) mentre il fattore di calibrazione (mm/pixel) fornito da CUBS è valido per la risoluzione originale, viene applicata una correzione matematica per convertire lo spessore dai pixel ridimensionati ai micrometri fisici ($\mu m$).

3. Calibrazione al Tempo di Test (Test-Time Calibration):

   • Invece di utilizzare una soglia fissa (es. 0.50) per convertire la mappa di probabilità in una maschera binaria, viene introdotta una procedura di calibrazione leggera.
   • La soglia viene ottimizzata sul set di validazione per minimizzare l'errore assoluto del CIMT, allineando la regola decisionale all'obiettivo clinico finale (misurazione) piuttosto che alla sola sovrapposizione (overlap).

4. Metriche di Valutazione:

   • Segmentazione: Coefficiente di Similarità Dice (Dice) e Intersezione su Unione (IoU).
   • Misurazione: Errore Assoluto Medio (MAE), Errore Quadratico Medio (RMSE), Bias sistematico e Correlazione di Pearson.

3. Contributi Chiave

1. Adattamento di DINOv3: Prima applicazione di un backbone DINOv3 per la segmentazione della banda intima-media carotidea, valutata rigorosamente con split a livello di paziente.
2. Correzione Fisica delle Unità: Implementazione esplicita della propagazione del fattore di calibrazione originale attraverso il ridimensionamento, permettendo reportage in $\mu m$ invece che in pixel.
3. Calibrazione Orientata alla Misurazione: Introduzione di una procedura di calibrazione al tempo di test che ottimizza la soglia di post-processing specificamente per ridurre l'errore di misurazione clinica, dimostrando che l'ottimizzazione dell'overlap non garantisce necessariamente la migliore accuratezza metrica.

4. Risultati

I risultati sono stati ottenuti su tre split di test a livello di paziente:

• Performance di Segmentazione:

  • Dice medio: $0.7739 \pm 0.0037$
  • IoU medio: $0.6384 \pm 0.0044$
  • Il modello dimostra stabilità nel delineare strutture sottili e a basso contrasto.

• Performance di Misurazione (CIMT):

  • Errore Assoluto Medio (MAE): $181.16 \pm 11.57 \, \mu m$.
  • Correlazione di Pearson: $0.480 \pm 0.259$ (variabile tra gli split, ma l'ordine di grandezza dell'errore è coerente).
  • Il sistema opera nel regime clinico rilevante di $\sim 0.1$ mm.

• Impatto della Calibrazione al Tempo di Test:

  • Su un subset di validazione tenuto da parte ($n=28$), l'uso della soglia predefinita (0.50) ha portato a un errore assoluto di $141.0 \, \mu m$ con un bias sistematico di $101.3 \, \mu m$.
  • Dopo la calibrazione della soglia (ottimizzata a $t=0.80$), l'errore assoluto è sceso a $101.1 \, \mu m$ e il bias è stato ridotto a $-14.9 \, \mu m$ (quasi zero).
  • Questo dimostra che la calibrazione può migliorare significativamente il punto finale clinico senza modificare i pesi del modello.

5. Significato e Conclusioni

Lo studio dimostra che i foundation model visivi (come DINOv3) sono una base valida per la misurazione del CIMT, a patto che la fase di misurazione sia trattata come un problema di primo piano e non come un ripensamento.

• Rilevanza Clinica: I risultati competono con i metodi computazionali classici riportati nel benchmark CUBS originale (dove gli errori variavano tra 114 e 120 $\mu m$ per i migliori metodi), posizionando l'approccio basato su DINOv3 in un regime clinicamente rilevante.
• Insight Metodologico: La sovrapposizione (Dice) e l'accuratezza dello spessore non sono identiche; una calibrazione fisica e orientata alla misurazione è essenziale per ridurre il bias sistematico.
• Limiti: Lo studio è limitato al dataset CUBS v1 (generalizzazione esterna non ancora verificata) e la calibrazione attuale è basata sulla soglia piuttosto che su un adattamento auto-supervisionato più complesso del modello stesso.

In sintesi, il lavoro valida l'uso di modelli foundation moderni combinati con strategie di calibrazione fisica e temporale per ottenere misurazioni ecografiche interpretabili e clinicamente accurate.