Breast Abnormality Classification in Resource-Constrained Settings Through GAN Generated Synthetic Mammography Patches

Technische Samenvatting: Classificatie van Borstafwijkingen in Middelenbeperkte Omgevingen via met GAN gegenereerde Synthetische Mammografie-patches

Probleemstelling
De ontwikkeling van deep learning (DL) modellen voor medische beeldvorming, specifiek de diagnose van borstkanker via mammografie, wordt frequent gehinderd door twee primaire beperkingen: dataschaarste en beperkte middelen. Datasets voor borstkanker vertonen vaak een ernstige klassenimbalans, waarbij abnormale gevallen ongeveer 0,5% van de screeningsonderzoeken vertegenwoordigen, wat leidt tot hoge percentages fout-positieven en fout-negatieven wanneer modellen worden getraind op ontoereikende data. Bovendien beperkt de bescherming van patiëntidentificeerbare informatie (PII) de vrijgave van grote publieke datasets, terwijl de computationele kosten voor het trainen van generatieve modellen vaak de capaciteiten van middelenbeperkte omgevingen overstijgen.

Methodologie
Deze studie stelt een pijplijn voor om synthetische mammografie-patches te genereren met behulp van een met beperkte middelen uitgeruste Generative Adversarial Network (GAN) om binaire classificatiemodellen voor de detectie van afwijkingen te trainen. De workflow bestaat uit twee fasen:

1. Synthetische Beeldgeneratie (CUT-GAN):

   • Model: De studie maakt gebruik van een Contrastive Unpaired Translation GAN (CUT-GAN), gekozen vanwege het lage GPU-geheugengebruik en het vermogen om hoogwaardige afbeeldingen te genereren.
   • Databron: De studie maakt gebruik van de Emory Breast Imaging Dataset (EMBED) die 3,4 miljoen mammografiebeelden bood. Patches werden geëxtraheerd uit cohorten 1–8 voor training. Positieve patches (BI-RADS 0 met door radiologen geannoteerde regio's van belang) werden getransformeerd naar synthetische abnormale patches, terwijl negatieve patches afkomstig waren uit niet-geannoteerde regio's of BI-RADS 1/2 beelden.
   • Preprocessing: Om de trainingsstabiliteit te waarborgen, werden patches met een laag aantal pixelkleuren (wat duidt op potentiële achtergrondlucht of lege patches) eruit gefilterd.
   • Hyperparameteroptimalisatie: Het model werd getraind met de ADAM-optimizer met een leersnelheid van 0,0002, een batchgrootte van 8 en 400 epochs. Deze configuratie werd bepaald om "trainingsfalen" te voorkomen, wat zich manifesteerde als ruisartefacten of lege patches.
   • Post-processing: Omdat CUT-GAN RGB-afbeeldingen genereert terwijl mammografie grijswaarden is, werden synthetische afbeeldingen omgezet naar grijswaarden. Cruciaal was dat een window-level aanpassing werd toegepast om de helderheids- en contrastdistributies van de synthetische afbeeldingen af te stemmen op de distributies van echte mammografie-patches. Een Student's t-toets bevestigde dat de aangepaste synthetische distributies statistisch ononderscheidbaar waren van echte afbeeldingen (P-waarde > 0,05).

2. Modeltraining en Validatie:

   • Classifier: Residual Neural Networks (ResNet50, ResNet101 en ResNet152), vooraf getraind op ImageNet, werden ingezet.
   • Architectuur: Vijf aanvullende trainbare lagen werden toegevoegd aan de bevroren vooraf getrainde gewichten. De inputlaag verwerkte 256x256 pixel patches, waarbij gebruik werd gemaakt van ReLU-activatie, average pooling en een sigmoid output voor binaire classificatie.
   • Validatie: Modellen getraind op de synthetische dataset werden gevalideerd tegen echte mammografie-patches uit EMBED-cohorten 9 en 10 (totaal 13.220 patches). Prestaties werden geëvalueerd met bootstrapping over 500 iteraties om 95% betrouwbaarheidsintervallen te schatten.

Belangrijkste Resultaten
De studie vergeleek modellen getraind op synthetische data met die getraind op echte data:

• Prestatiekloof: Modellen getraind op echte mammografie-patches vertoonden een superieure algehele prestatie, met een Area Under the Curve (AUC) van ongeveer 0,91–0,92. In contrast hiermee bereikten modellen getraind op synthetische patches een lagere AUC, waarbij ResNet152 0,751 bereikte (0,742–0,759).
• Metrische Trade-offs: Op synthetische data getrainde modellen vertoonden een significant lagere accuratesse (0,61–0,67) en precisie (0,44–0,50) vergeleken met modellen op echte data. Ze vertoonden echter een opvallend hogere recall (0,80–0,81 voor ResNet152), wat wijst op een neiging naar een hoge sensitiviteit maar een lagere specificiteit (hogere fout-positieve ratio's).
• Efficiëntie van Middelen: Het CUT-GAN model kon succesvol worden getraind met slechts 3 GB GPU-geheugen (op een systeem met 24 GB totale capaciteit), een significante reductie vergeleken met andere generatieve modellen zoals diffusiemodellen die vaak 24 GB of meer vereisen.

Betekenis en Claims
De auteurs claimen dat dit onderzoek de haalbaarheid aantoont van het gebruik van low-resource GAN's om synthetische medische data te genereren voor het trainen van DL-modellen in middelenbeperkte omgevingen. De studie benadrukt drie belangrijke bijdragen:

1. Privacybehoud: Synthetische patches bewaren de structurele en texturele kenmerken van echte mammografiegegevens zonder patiëntidentificeerbare informatie prijs te geven, wat een veilige alternatief biedt voor gegevensdeling en modeltraining.
2. Mitigatie van Klassenimbalans: De aanpak biedt een mechanisme om synthetische monsters te genereren voor ondervertegenwoordigde klassen (abnormale gevallen), wat de dataschaarste die inherent is aan borstkankerscreening aanpakt.
3. Toegankelijkheid: Door gebruik te maken van CUT-GAN stelt de methode onderzoekers met beperkte computationele infrastructuur in staat om synthetische data-augmentatie toe te passen.

De paper concludeert dat hoewel synthetisch getrainde modellen de accuratesse van modellen getraind op echte data nog niet evenaren, ze wel potentie tonen als substituten voor echte patches, met name in scenario's waar privacy of beperkingen in middelen het gebruik van grote hoeveelheden echte wereld-datasets verhinderen. De auteurs benadrukken dat verder onderzoek vereist is om generatie-pipelines te optimaliseren en de generaliseerbaarheid van deze modellen over verschillende datasets te verbeteren.