Evaluating Children’s Growth Based on Carpal Bones in Left-Hand X-Ray Images Using Deep Learning

Sintesi Tecnica: Valutazione della crescita infantile basata sulle ossa carpali in immagini radiografiche della mano sinistra mediante Deep Learning

Definizione del problema
La valutazione dell'età ossea (Bone Age Assessment - BAA) è uno strumento diagnostico critico nella radiologia pediatrica e nell'endocrinologia per valutare la maturazione scheletrica e guidare il trattamento dei disturbi della crescita. I metodi clinici tradizionali, come l'atlante di Greulich–Pyle (GP) e il sistema di punteggio di Tanner–Whitehouse (TW), si affidano al confronto visivo manuale dei centri di ossificazione. Questi approcci sono intrinsecamente soggettivi, dispendiosi in termini di tempo e soggetti a variabilità inter- e intra-osservatore. Sebbene i recenti progressi nel deep learning abbiano automatizzato la BAA, la maggior parte dei modelli allo stato dell'arte tratta l'intera radiografia della mano come un input globale. Di conseguenza, il contributo predittivo specifico di distinte regioni anatomiche — in particolare le ossa carpali oltre la prima infanzia — rimane scarsamente caratterizzato. Questo studio indaga se le sole ossa carpali contengano informazioni sufficienti legate all'età per supportare una BAA accurata durante l'infanzia e l'adolescenza, offrendo potenzialmente un'alternativa più mirata ed efficiente all'analisi dell'intera mano.

Metodologia
La ricerca utilizza il dataset RSNA Pediatric Bone Age, composto da 12.811 radiografie della mano sinistra provenienti da pazienti pediatrici (età compresa tra 1 e 228 mesi). A causa dello squilibrio nel dataset originale (specificamente la scarsità di campioni nella prima infanzia e dopo la pubertà) e della mancanza di etichette pubbliche per il set di test ufficiale, gli autori hanno ridistribuito i dati di addestramento etichettati in una suddivisione 80:10:10 per addestramento, validazione e test.

• Regione di Interesse (ROI): A differenza di studi precedenti che analizzano l'intera mano o più regioni, questo lavoro isola le ossa carpali. La parte superiore del 50% di ogni radiografia viene ritagliata per preservare la regione carpale, mentre il 10% inferiore viene riempito con pixel bianchi per evitare la troncatura durante l'aumento della rotazione.
• Pipeline di Preprocessing: Sono state sviluppate e confrontate due distinte pipeline di preprocessing:
  1. Pipeline 1 (Non-thresholded): Applica la Contrast Limited Adaptive Histogram Equalization (CLAHE) per il miglioramento del contrasto locale, seguita da sfocatura Gaussiana e filtraggio mediano per la soppressione del rumore.
  2. Pipeline 2 (Thresholded): Include tutti i passaggi della Pipeline 1, ma aggiunge un passaggio di soglia adattiva per convertire le immagini in rappresentazioni binarie.
  • Nota: Una ricerca a griglia (grid search) ha determinato i parametri ottimali (kernel Gaussiano=11, kernel mediano=3, dimensione del blocco=33, C=2) basandosi sulla validazione manuale della chiarezza del contorno delle ossa carpali.
• Architettura del Modello: Un backbone ResNet-50, pre-addestrato su ImageNet, è stato adattato per la regressione sostituendo la testa di classificazione con uno strato completamente connesso per predire l'età in mesi.
• Strategia di Addestramento: È stato impiegato un approccio di fine-tuning progressivo. Inizialmente, è stata addestrata solo la testa di regressione. Successivamente, gli strati più profondi sono stati gradualmente sbloccati. La pipeline non-thresholded ha richiesto il fine-tuning dell'intera rete per raggiungere le prestazioni ottimali, mentre la pipeline thresholded si è stabilizzata dopo lo sblocco degli ultimi 30 strati.
• Data Augmentation: Durante l'addestramento, le immagini sono state normalizzate e sottoposte a piccole rotazioni (±5°), spostamenti orizzontali/verticali (fino al 10%/5%) e variazioni di zoom (5%).

Risultati Chiave

• Prestazioni Complessive: La configurazione con le migliori prestazioni (Pipeline 1, senza soglia adattiva) ha ottenuto un Errore Assoluto Medio (MAE) di 8,38 ± 0,39 mesi sul set di test. Questo risultato ha superato la configurazione thresholded, che ha prodotto un MAE significativamente più alto di 14,85 ± 0,72 mesi.
• Confronto con Lavori Precedenti: Sebbene l'MAE di 8,38 mesi sia superiore ai modelli a mano intera o multi-regione con le migliori prestazioni (ad esempio, Kasani e Sajedi 2023 hanno riportato 3,84 mesi utilizzando MobileNetV2 su mani complete), questo studio dimostra che un modello che si basa esclusivamente sulla regione carpale può raggiungere un'accuratezza competitiva rispetto ai metodi a mano intera, in particolare se confrontato con i precedenti benchmark ResNet-50 sul dataset RSNA (ad esempio, Iglovikov et al. 2018 hanno riportato circa 8,42 mesi per la mano intera).
• Impatto del Preprocessing: La rimozione del passaggio di soglia adattiva è stato il fattore più critico per il miglioramento delle prestazioni. Gli autori attribuiscono il degrado del modello thresholded alla soppressione di indizi testurali fini essenziali per la stima dell'età.
• Prestazioni Demografiche e per Fasce d'Età:
  • Sesso: Il modello ha performato leggermente meglio sui maschi (MAE 7,91 mesi) rispetto alle femmine (MAE 8,95 mesi).
  • Gruppi di Età: L'accuratezza variava in base alla fase di sviluppo. Il modello ha mostrato errori inferiori durante la prima, media e tarda pubertà (ad esempio, 6,27 mesi per la tarda pubertà maschile) dove l'ossificazione carpale è attiva. Le prestazioni sono state ridotte nella prima infanzia, un limite che gli autori attribuiscono allo squilibrio del dataset (solo 13 campioni per le età compresi tra 1 e 10 mesi) e alla limitata variabilità anatomica nei centri di ossificazione parzialmente sviluppati.

Significato e Rivendicazioni
L'articolo sostiene che le ossa carpali codificano informazioni sostanziali legate all'età, sufficienti per una previsione affidabile dell'età ossea quando combinate con modelli di deep learning appropriati e un attento preprocessing. Lo studio sfida l'assunto che l'analisi dell'intera mano sia strettamente necessaria per un'elevata accuratezza nella BAA automatizzata.

Gli autori posizionano le loro scoperte come un passo verso sistemi clinici più efficienti e interpretabili. Concentrandosi su una regione anatomica più piccola e ben definita (le ossa carpali), tali approcci potrebbero potenzialmente ridurre lo sforzo di annotazione, accorciare i tempi di valutazione e fornire misurazioni coerenti senza la complessità dell'analisi dell'intera mano. Tuttavia, gli autori rimangono modesti riguardo all'accuratezza assoluta, riconoscendo che, sebbene i modelli basati solo sui carpali siano validi, attualmente non superano le prestazioni dei modelli gerarchici più avanzati a mano intera o multi-regione. Lo studio sottolinea che la scelta del preprocessing — specificamente l'evitare una binarizzazione aggressiva — è un fattore decisivo per massimizzare le prestazioni del deep learning per questo compito di imaging medico.