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

Probleemstelling

De dikte van de carotis-intima-media (CIMT), gemeten via B-mode-echografie, is een gevestigde biomarker voor atherosclerose en het stratificeren van cardiovasculaire risico's. Hoewel er veel geautomatiseerde methoden zijn ontwikkeld voor het afbakenen van de vaatwanden en het schatten van de CIMT, blijven robuuste en overdraagbare diepe modellen die zowel segmentatie als meting tegelijkertijd aanpakken, onderbelicht.
De uitdagingen zijn:

• Anatomische complexiteit: De intima-media-laag is dun en heeft vaak een laag contrast.
• Fysieke betekenis: De output moet niet alleen een overlap-maatstaf (zoals Dice) zijn, maar een fysiek betekenisvolle meting in micrometers (µm).
• Kalibratie: Veel bestaande methoden zijn te specifiek voor bepaalde datasets of afhankelijk van handgemaakte priors, en missen vaak een correcte omrekening van pixels naar fysieke eenheden na herschaling van de afbeeldingen.

Methodologie

De auteurs stellen een framework voor dat gebaseerd is op DINOv3 (een vision foundation model) en is getraind op de CUBS v1-dataset (2176 afbeeldingen van 1088 deelnemers).

1. Architectuur:

   • Er wordt een DINOv3-encoder (ViT Base patch16) gebruikt, gevolgd door een lichtgewicht convolutionele segmentatiekop.
   • De invoer bestaat uit grijstinten-echobeelden, herschaald naar 512x512 pixels, genormaliseerd met ImageNet-statistieken.
   • De trainingsdoelstelling combineert cross-entropy en Dice-verlies.

2. Meting en Fysieke Kalibratie (Cruciaal):

   • Na het genereren van een binaire mask voor de intima-media-band, worden de boven- en ondergrenzen kolomsgewijs geëxtraheerd.
   • Resolutie-correctie: Omdat het model werkt op herschaalde afbeeldingen (512x512) maar de kalibratiefactoren (mm/pixel) van de CUBS-dataset voor de originele resolutie gelden, wordt een specifieke correctie toegepast:
     $$\text{mm/pixel}_{512} = \text{mm/pixel}_{\text{orig}} \times \frac{\text{orig\_h}}{512}$$
   • De uiteindelijke dikte wordt berekend in µm door de pixel-dikte te vermenigvuldigen met deze gecorrigeerde factor.

3. Test-Time Calibration (TTC):

   • In plaats van een vaste drempelwaarde (default 0.50) te gebruiken om de waarschijnlijkheidskaart om te zetten in een binaire mask, wordt een test-time kalibratie uitgevoerd.
   • De optimale drempelwaarde wordt geselecteerd op een validatieset om de CIMT-fout (niet alleen de overlap) te minimaliseren. Dit aligneert het besluitvormingsproces met het klinische meetdoel.

Belangrijkste Bijdragen

1. Toepassing van Vision Foundation Models: Eerste adaptatie van een DINOv3-segmentatiepiplijn voor de specifieke taak van carotis-intima-media-analyse, met evaluatie op patiënt-niveau splitsen om data-lekkage te voorkomen.
2. Resolutie-bewuste Eenheidsconversie: Een expliciete methode om kalibratiefactoren door te geven naar het herschaalde inferentie-netwerk, waardoor metingen direct in fysieke eenheden (µm) kunnen worden gerapporteerd in plaats van alleen in pixels.
3. Test-Time Kalibratie voor Meting: Introductie van een eenvoudige procedure om de post-processing-drempel te optimaliseren voor de eindmeting (CIMT), wat leidt tot een significante reductie van systematische bias.

Resultaten

De prestaties zijn geëvalueerd over drie verschillende patiënt-level test splits (seeds 42, 123, 999):

• Segmentatie:

  • Gemiddelde Dice-score: 0.7739 ± 0.0037
  • Gemiddelde IoU: 0.6384 ± 0.0044
  • Dit toont aan dat DINOv3 de dunne structuren betrouwbaar kan segmenteren.

• CIMT Meting (Fysieke eenheden):

  • Gemiddelde Absolute Fout (MAE): 181.16 ± 11.57 µm
  • Gemiddelde Bias: 1.74 ± 37.07 µm
  • Pearson correlatie: 0.480 ± 0.259 (varieert per split).

• Effect van Test-Time Calibration:

  • Op een vastgehouden validatieset (n=28) daalde de gemiddelde absolute fout van 141.0 µm (bij standaard drempel 0.50) naar 101.1 µm bij de geoptimaliseerde drempel (0.80).
  • Tegelijkertijd werd de systematische bias (die oorspronkelijk 101.3 µm was) gereduceerd tot -14.9 µm (dicht bij nul).

Betekenis en Conclusie

De studie toont aan dat vision foundation models zoals DINOv3 haalbaar zijn voor interpreteerbare en fysiek gekalibreerde CIMT-metingen.

• Klinische relevantie: De resultaten vallen binnen het klinisch relevante bereik van ~0.1 mm, wat vergelijkbaar is met de beste klassieke computermethodes in de oorspronkelijke CUBS-benchmark.
• Methodologische les: Segmentatie-overlap (Dice) en meetnauwkeurigheid zijn gerelateerd maar niet identiek. Een model kan een stabiele Dice-score hebben maar toch een klinisch significante fout maken in de diktemeting door kleine verschuivingen in de grenzen.
• Toekomstperspectief: De combinatie van een krachtige foundation model-encoder met een doelgerichte test-time kalibratie biedt een robuust pad voor geautomatiseerde cardiovasculaire diagnostiek, hoewel verdere validatie op externe datasets nodig is.