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

1. 研究背景与问题 (Problem)

尽管深度学习在医学影像分析中展现出巨大潜力，但在乳腺 X 光摄影（Mammography）领域，构建鲁棒且可泛化的 AI 模型仍面临以下关键挑战：

• 数据局限性：现有的公开全视野数字乳腺 X 光（FFDM）数据集（如 CBIS-DDSM, INbreast 等）存在规模小、缺乏多厂商多样性、或基于胶片扫描（SFM）分辨率低等问题。
• 域偏移（Domain Shift）：不同厂商（Vendor）的成像设备以及不同的采集能量设置（高能量 vs. 低能量）会导致图像在强度分布和对比度上存在显著差异。这种“外观偏移”严重阻碍了模型在不同临床环境下的泛化能力。
• 评估单一：现有研究通常只关注单一任务（如仅诊断或仅 BI-RADS 分级），缺乏对多任务、多视图（CC 和 MLO 视图）以及不同能量风格下的统一基准评估。
• 预处理不足：传统的直方图匹配方法往往包含大面积的黑色背景（像素值为 0），这会扭曲病变区域的对比度，导致特征对齐效果不佳。

2. 核心贡献与方法 (Methodology & Contributions)

本文提出了 LUMINA 数据集以及一种创新的 前景直方图对齐（Foreground-only Histogram Harmonization） 协议。

2.1 LUMINA 数据集

• 规模与构成：包含来自 468 名患者的 1824 张 FFDM 图像（960 张良性，864 张恶性），所有病例均经病理确诊。
• 多厂商与多能量：数据涵盖 6 种不同的成像系统（IMS, Metaltronica, FUJIFILM, Siemens, Carestream, GE），并明确标注了采集能量风格（高能量/低能量）。
• 丰富标注：
  • 病理结果：良性/恶性。
  • BI-RADS 评估：0-6 级风险分类。
  • 乳腺密度：A-D 四类。
  • 多视图：大多数病例包含双侧的 CC（头尾位）和 MLO（内外斜位）视图。
• 数据质量：原始分辨率为 2364×2964 至 4800×6000 像素，位深 12-14 位，保留了精细的诊断细节。

2.2 前景直方图对齐（Foreground-only Pixel-Space Harmonization）

为了解决跨厂商和跨能量的强度漂移，同时保留病变形态，作者提出了一种仅针对前景（乳腺组织）的像素空间直方图匹配方法：

• 原理：
  1. 掩膜生成：识别并排除像素值为 0 的背景区域（黑色背景）。
  2. CDF 映射：仅计算前景像素的累积分布函数（CDF）。
  3. 对齐：将源图像（Source）的前景 CDF 映射到参考图像（Reference，统一为低能量风格）的前景 CDF。
  4. 背景保持：背景像素（值为 0）保持不变，不进行任何处理。
• 优势：避免了传统直方图匹配因包含大量黑色背景而导致的对比度失真，有效统一了多厂商数据的强度分布，同时保留了病变的细微特征。

2.3 统一评估协议

研究在三个临床关键任务上进行了基准测试：

1. 乳腺癌诊断：良性 vs. 恶性。
2. BI-RADS 风险分组：二分类（低危 vs. 高危）和三分类。
3. 乳腺密度预测：A-D 四类。

• 多视图建模：对比了单视图（Single-view）与双视图（Two-view, CC+MLO）模型，采用共享权重的骨干网络（Shared-weight Backbone）以平衡参数效率与性能。

3. 实验结果 (Results)

研究使用了 EfficientNet-B0, ResNet-50, DenseNet-121 和 Swin-T 等主流骨干网络进行验证。

3.1 诊断性能 (Diagnosis)

• 双视图优于单视图：在所有骨干网络中，双视图模型的表现均优于单视图模型。
• 最佳模型：EfficientNet-B0 在双视图设置下表现最佳。
  • 输入分辨率 512²时，AUC 达到 93.54%。
  • 输入分辨率 224²时，AUC 为 92.99%。
• 共享权重优势：双视图共享权重模型（参数约 4.34M）在性能上与独立权重模型（参数约 8.34M）相当，但参数量减少了约 48%，实现了效率与性能的最佳平衡。

3.2 BI-RADS 与密度分类

• BI-RADS 分类：EfficientNet-B0 在二分类任务中取得最高 AUC (92.80%)。
• 密度预测：Swin-T（Transformer 架构）表现最佳，在 224²输入下 Macro-AUC 达到 89.43%。

3.3 直方图对齐的效果 (Harmonization Impact)

• 性能提升：经过前景直方图对齐处理后，所有任务（诊断、BI-RADS、密度）的 AUC、ACC 和 F1 分数均有显著提升（例如诊断任务 AUC 提升约 1.5%）。
• 注意力聚焦：Grad-CAM 可视化显示，对齐后的模型注意力更集中于可疑病变区域，减少了背景（如胸壁）的干扰，提高了可解释性。
• 能量泛化：对齐显著缩小了高能量和低能量图像之间的分布差距，特别是当高能量数据占主导时，低能量数据的性能提升最为明显。

4. 关键结论与意义 (Significance)

1. 填补数据空白：LUMINA 是目前首个包含多厂商、多能量风格、高分辨率且经过病理确认的 FFDM 基准数据集，为训练鲁棒的乳腺 AI 模型提供了宝贵资源。
2. 提出通用预处理协议：提出的“前景直方图对齐”方法是一种轻量级、模型无关的预处理步骤。它证明了在不改变模型架构的情况下，通过简单的像素空间对齐即可显著提升跨域泛化能力和临床可解释性。
3. 临床部署导向：研究强调了双视图（CC+MLO）联合建模的重要性，并验证了共享权重架构在保持高性能的同时大幅降低计算成本，为实际临床部署提供了可行的技术路径。
4. 推动 AI 落地：通过解决厂商差异和能量漂移问题，LUMINA 及其配套协议为将学术界的乳腺 AI 模型转化为可靠、可部署的临床工具搭建了桥梁。

5. 资源获取

• 数据集：OSF (https://osf.io/b63jc/)
• 代码：GitHub (https://github.com/NUBagciLab/LUMINA)

---

总结：这篇论文不仅发布了一个高质量的多源乳腺 X 光数据集，更重要的是提出了一种简单有效的图像预处理方法（前景直方图对齐），解决了多厂商数据训练中的核心痛点（域偏移），并通过系统的基准测试证明了该方法能显著提升现有深度学习模型在诊断、风险分级和密度评估任务上的性能与可解释性。