LUMINA: A Multi-Vendor Mammography Benchmark with Energy Harmonization Protocol

1. Het Probleem

Bestaande openbare datasets voor full-field digitale mammografie (FFDM) vertonen ernstige beperkingen die de ontwikkeling van robuuste AI-modellen belemmeren:

• Beperkte diversiteit: Veel datasets zijn afkomstig van één leverancier (vendor) of gebaseerd op oude film-scans (SFM), wat niet representatief is voor de huidige klinische praktijk.
• Ontbrekende metadata: Er is vaak geen gedetailleerde informatie over de verworven energie (laag- vs. hoog-energie) of leveranciersspecifieke kenmerken.
• Klinische labels: Datasets missen vaak pathologie-bevestigde uitkomsten, BI-RADS-beoordelingen (risicoclassificatie) of volledige borstdichtheidsannotaties.
• Domain Shift: Modellen getraind op data van één leverancier presteren vaak slecht op data van andere leveranciers door verschillen in beeldkwaliteit, contrast en intensiteitsverdeling.

2. De Oplossing: LUMINA Dataset en Methodologie

De auteurs introduceren LUMINA, een nieuw, zorgvuldig samengesteld dataset en een bijbehorend protocol voor energieharmonisatie.

A. De LUMINA Dataset

• Omvang: 1.824 beelden van 468 patiënten (960 goedaardig, 864 kwaadaardig), met pathologie-bevestigde uitkomsten.
• Diversiteit: Beelden afkomstig van zes verschillende leveranciers (IMS, Metaltronica, FUJIFILM, Siemens, Carestream, GE) met variërende energie-instellingen (hoog en laag).
• Resolutie en Formaat: Hoogwaardige FFDM-beelden (12-14 bit diepte) in DICOM-formaat, variërend van 2364×2964 tot 4800×6000 pixels.
• Annotaties: Inclusief BI-RADS-risicocategorieën (0-6) en borstdichtheidsklassen (A-D).
• Opmerking: Hoewel er 1.824 beelden zijn, hebben 1.282 beelden volledige BI-RADS- en dichtheidsannotaties (omdat bij maligniteit vaak alleen het aangedane borstbeeld wordt gebruikt voor de maligne klasse).

B. Voorverwerking: Foreground-Only Histogram Harmonisatie

Om de "domain shift" tussen leveranciers en energie-instellingen te verminderen zonder de morfologie van laesies te beschadigen, introduceren de auteurs een unieke foreground-only pixel-space CDF-alignment (Cumulative Distribution Function):

• Probleem: Mammogrammen hebben grote zwarte achtergronden (intensiteit 0). Standaard histogrammatching wordt hierdoor vertekend.
• Oplossing: De methode matcht alleen de intensiteitsverdeling van de voorkant (de borstweefsels) met die van een referentiebeeld (laag-energie stijl). De achtergrond (intensiteit 0) blijft onveranderd.
• Techniek: Het proces gebruikt een CDF-mapping om de bronafbeelding te transformeren naar de referentieverdeling, waarbij alleen pixels met intensiteit > 0 worden meegenomen in de berekening. Dit is een model-onafhankelijke, lichtgewicht voorverwerkingsstap.

C. Deep Learning Architectuur

De auteurs evalueren verschillende state-of-the-art modellen (EfficientNet-B0, ResNet-50, DenseNet-121, Swin-T) op drie klinische taken:

1. Diagnose: Goedaardig vs. kwaadaardig.
2. BI-RADS Risicogroepering: Binair (laag vs. hoog risico) en 3-klasse indeling.
3. Borstdichtheid: Classificatie in A, B, C, D.

• Single- vs. Two-View: Er wordt vergeleken tussen modellen die slechts één projectie (CC of MLO) gebruiken versus modellen die beide projecties combineren via een gedeelde backbone (shared weights).

3. Belangrijkste Resultaten

De experimenten tonen aan dat de combinatie van de LUMINA-dataset en de harmonisatie leidt tot significante verbeteringen:

• Prestaties per Taak:
  • Diagnose: Het EfficientNet-B0 model presteerde het beste. Met twee beelden (two-view) en 512x512 resolutie bereikte het een AUC van 93,54%. Twee-beeld modellen presteerden consequent beter dan single-view modellen.
  • BI-RADS: EfficientNet-B0 behaalde de hoogste AUC (92,80% voor binair, 83,27% voor 3-klasse).
  • Dichtheid: Swin-T (Transformer-architectuur) presteerde het beste met een macro-AUC van 89,43% (bij 224x224 input).
• Effect van Harmonisatie:
  • Het toepassen van de foreground-only harmonisatie verbeterde consistent de AUC, ACC en F1-scores over alle backbones en taken heen.
  • Grad-CAM Visualisatie: Na harmonisatie werden de aandachtswarmtekaarten (attention maps) scherper en meer gefocust op de verdachte gebieden (laesies), in plaats van verspreid over de borst of afgeleid door de borstwand. Dit suggereert een betere klinische interpretatie.
  • Energie-specifiek: De harmonisatie verkleinde de prestatieverschillen tussen hoog- en laag-energie beelden, waarbij laag-energie beelden het meeste profijt hadden van de aanpassing.
• Efficiëntie: Het gebruik van een gedeelde backbone voor twee-beeld modellen (shared weights) verlaagde het aantal parameters met 48% (van 8,34M naar 4,34M) zonder in te boeten aan prestaties vergeleken met onafhankelijke backbones.

4. Bijdragen en Significantie

De paper levert drie cruciale bijdragen aan het veld van medische beeldanalyse:

1. Een Unieke Benchmark: LUMINA is de eerste publieke dataset die expliciet multi-vendor, multi-energie FFDM-beelden combineert met pathologie-bevestigde uitkomsten, BI-RADS en dichtheidslabels. Dit stelt onderzoekers in staat om robuustheidstests uit te voeren voor leveranciers- en energievaryaties.
2. Een Nieuwe Harmonisatie-Protocol: De voorgestelde "foreground-only" histogrammatching is een eenvoudige, model-onafhankelijke methode die de intensiteitsdrift tussen leveranciers corrigeert zonder de diagnostische details te verliezen.
3. Validatie van Two-View Modellen: De studie bevestigt dat het combineren van CC- en MLO-projecties (twee beelden) essentieel is voor de beste diagnoseprestaties, zelfs met efficiëntere architecturen.

Conclusie:
LUMINA vormt een brug tussen academische benchmarks en de werkelijke klinische implementatie. Door de variabiliteit tussen leveranciers te normaliseren en een rijk geannoteerde dataset te bieden, faciliteert deze work de ontwikkeling van betrouwbaardere, generaliseerbare AI-systemen voor borstkankeropsporing die in diverse klinische omgevingen kunnen worden ingezet. De dataset en code zijn openbaar beschikbaar gesteld om verdere innovatie te stimuleren.