Framework de transformador de visión explicable para la clasificación de lesiones mamarias con soporte Grad-CAM

Qué problema aborda

El cáncer de mama es la malignidad más letal entre mujeres a nivel global, lo que resalta la necesidad urgente de tecnologías de diagnóstico confiables y comprensibles. A pesar de los avances en los modelos de aprendizaje profundo para la imagenología mamaria, muchas metodologías actuales no logran proporcionar un contexto global ni justificaciones clínicas para sus conclusiones.

Qué hicieron los autores

Los autores desarrollaron y validaron internamente el marco ExViT-Breast utilizando el conjunto de datos CBIS-DDSM, que incluye 1,566 sujetos con masas y calcificaciones. Este marco fue validado externamente en el conjunto de datos INbreast y evaluado en diferentes modalidades utilizando el conjunto de datos BUSI de ultrasonido. El modelo incorpora un módulo de fusión de atención cruzada que integra vistas mamográficas craniocaudales y mediolaterales oblicuas. Se compararon cuatro métodos de explicabilidad: Grad-CAM, Grad-CAM++, LayerCAM y Transformer-LRP.

Qué encontraron

El marco ExViT-Breast logró un rendimiento diagnóstico superior, alcanzando un área bajo la curva (AUC) de 0.94 ± 0.02 en el conjunto CBIS-DDSM, superando significativamente a arquitecturas convencionales de CNN como ResNet-50 (AUC = 0.89, p < 0.001) y a transformadores de visión de vista única (AUC = 0.91, p = 0.003). La validación externa en INbreast mostró una robusta capacidad de generalización (AUC = 0.91 ± 0.03), y la evaluación cruzada de modalidades en BUSI resultó en un AUC de 0.88 ± 0.04. El método Transformer-LRP proporcionó la mejor calidad de explicación en todos los conjuntos de datos, con puntajes de fidelidad de 0.71 ± 0.05 y tasas de plausibilidad del 79.5% en CBIS-DDSM, superando significativamente a las variantes de Grad-CAM (p < 0.001).

Limitaciones

El texto disponible no detalla limitaciones específicas del estudio.

Lectura final

El marco ExViT-Breast representa un avance significativo en el uso de transformadores de visión explicables en la imagenología mamaria, al combinar un alto rendimiento en la clasificación con explicaciones que pueden ser interpretadas clínicamente. Esta integración de análisis de múltiples vistas y evaluación cuantitativa de explicabilidad posiciona esta metodología como una herramienta prometedora para el diagnóstico asistido por computadora en la detección y el cribado del cáncer de mama.