Cross-Dataset Generalization in Breast MRI Tumor Classification via Class-Wise Dataset Mixing

Sintesi Tecnica: Generalizzazione Cross-Dataset nella Classificazione di Tumori della Risonanza Magnetica Mammaria tramite Miscelazione Class-Wise dei Dataset

Problematica
La risonanza magnetica (RM) mammaria è uno strumento altamente sensibile per la rilevazione dei tumori, tuttavia la sua utilità clinica è ostacolata dalla natura laboriosa della revisione di centinaia o migliaia di fette per ogni esame. Sebbene i modelli di deep learning raggiungano spesso un'elevata accuratezza interna, essi falliscono frequentemente quando vengono implementati in diverse istituzioni a causa dello spostamento del dominio (domain shift) e del bias derivante dall'origine del dataset. I modelli possono apprendere involontariamente delle "scorciatoie" basate sui produttori di scanner, sui protocolli di acquisizione o sulle pipeline di ricostruzione, piuttosto che su genuine caratteristiche tumorali. Questo problema è esacerbato nella RM mammaria perché i dataset pubblici (ad esempio, Duke, fastMRI, MAMA-MIA) differiscono significativamente per popolazioni di pazienti, stili di annotazione e formati di file. Il problema centrale affrontato è se le pipeline standard di deep learning possano distinguere tra indizi tumorali trasferibili e artefatti specifici del dataset quando addestrate su dati multi-sorgente.

Metodologia
Lo studio valuta due architetture, EfficientNet-B3 (convoluzionale) e WaveViT-Small (basata su transformer con trasformate wavelet), utilizzando un protocollo di validazione esterna rigoroso.

• Dataset:
  • Fonti di Addestramento: Duke Breast Cancer MRI (DICOM, bounding box delle lesioni) e fastMRI (HHDF5, etichette a livello di caso).
  • Validazione Esterna: MAMA-MIA (DCE-MRI multicentrica, segmentazioni corrette da esperti), utilizzata esclusivamente per il testing.
• Preparazione dei Dati: Tutti i dataset sono stati convertiti in una rappresentazione comune a tre canali da 256×256 fette. È stata imposta una suddivisione a livello di paziente (80/20) per prevenire la fuga di dati (data leakage), garantendo che le fette dello stesso paziente non apparissero sia nel set di addestramento che in quello di test.
• Design Sperimentale:
  1. Baseline Confusa: È stato costruito un set di addestramento in cui l'etichetta di classe era perfettamente correlata con l'origine del dataset (tutte le fette maligne da Duke, tutte le fette negative da fastMRI). Questa configurazione è stata progettata per esporre se il modello apprendesse l'identità del dataset come proxy per la patologia.
  2. Approccio Proposto (Miscelazione Class-Wise): È stato costruito un "Dataset Miscelato" in cui entrambe le classi (positiva e negativa) contenevano campioni sia di Duke che di fastMRI. Nello specifico, la classe positiva includeva tutti i positivi di Duke più il 40% dei positivi disponibili di fastMRI, e la classe negativa includeva tutti i negativi di fastMRI più il 40% dei negativi di Duke disponibili.
• Protocollo di Addestramento: Entrambi gli esperimenti hanno utilizzato i medesimi iperparametri (ottimizzatore AdamW, learning rate $10^{-4}$, weighted cross-entropy loss, batch size 64) e strategie di augmentation (rotazione casuale, flip verticale) per isolare l'effetto della composizione dei dati.

Risultati Chiave
Gli esperimenti sono stati valutati sulla coorte indipendente MAMA-MIA.

• Setup Confuso: Quando addestrati sul dataset in cui etichetta e sorgente erano perfettamente correlate, entrambi i modelli hanno fallito la generalizzazione.
  • WaveViT-Small: L'accuratezza è scesa a 0.5048 (vicino al caso), con un recall di 0.9986, indicando che il modello predice quasi tutte le fette esterne come positive.
  • EfficientNet-B3: L'accuratezza è scesa a 0.5265, con un recall di 0.9946.
  • Interpretazione: I modelli hanno appreso le firme dell'origine del dataset invece delle caratteristiche del tumore, il che non si è trasferito a MAMA-MIA.
• Miscelazione Class-Wise: L'introduzione di campioni cross-dataset in entrambe le classi ha migliorato significativamente le prestazioni esterne senza cambiare l'architettura del modello.
  • WaveViT-Small: L'accuratezza è migliorata a 0.8463 e l'F1-score a 0.8625.
  • EfficientNet-B3: L'accuratezza è migliorata a 0.8884 e l'F1-score a 0.8994.
  • Entrambi i modelli hanno mantenuto un alto recall migliorando significativamente la precisione, dimostrando che non classificano più la maggior parte delle fette esterne come positive.

Significatività e Rivendicazioni
L'articolo sostiene che la composizione dei dati di addestramento è critica quanto la scelta del backbone della rete neurale per una generalizzazione affidabile tra dataset.

• Controllo del Bias: Lo studio dimostra che il "learning delle scorciatoie" (shortcut learning) guidato dall'origine del dataset può essere mitigato efficacemente assicurando che ogni classe contenga campioni provenienti da molteplici fonti di dati.
• Requisito Metodologico: Gli autori sostengono che una validazione esterna rigorosa su coorti indipendenti (come MAMA-MIA) sia necessaria per rivelare il bias dell'origine del dataset che le suddivisioni interne non colgono.
• Ambito: Il lavoro si concentra sull'identificare se i classificatori si affidino a segnali trasferibili piuttosto che ottimizzare un punteggio a livello di paziente pronto per la distribuzione. Gli autori osservano che i risultati attuali si basano su predizioni per singola fetta e che il lavoro futuro potrebbe esplorare l'aggregazione a livello di paziente (ad esempio, media delle probabilità o voto di maggioranza) per perfezionare ulteriormente l'utilità clinica.

Lo studio conclude che il controllo del bias dell'origine del dataset attraverso la miscelazione class-wise è un passo metodologico pratico ed essenziale per lo sviluppo di sistemi di IA per la RM mammaria clinica più affidabili.