Efficient multi-temporal 3D learning for breast DCE-MRI classification with temporal-as-channel encoding and early spatial attention.

چکیده اصلی

Accurate breast cancer classification in dynamic contrast-enhanced (DCE) magnetic resonance imaging requires effective integration of volumetric morphology and temporal contrast-enhancement kinetics. In this study, we evaluate a multi-temporal 3D framework for three-class breast classification (normal, benign, malignant) using the multi-center ODELIA dataset. The framework uses a temporal-as-channel (TaC) input representation that maps three DCE subtraction phases onto the native three-channel input of a pretrained R3D-18 backbone, enabling early cross-phase interaction without a dedicated temporal module. A 3D Spatial attention module (SAM), adapted from the spatial branch of CBAM, is inserted at the first residual stage (SAM-L1) to refine early volumetric features. Experiments identify second-phase subtraction (Sub) as the best-performing single-volume input among those evaluated and show higher observed performance for the 3D full-volume configuration than for the 2D maximum-intensity projection configuration. TaC yields a larger gain in the 3D setting than in the 2D setting, while the attention ablations identify SAM-L1 as the best-performing attention configuration among those tested. The TaC+SAM-L1 configuration achieves an internal-test average score of 81.46%, with a micro-averaged area under the receiver operating characteristic curve of 91.50%, sensitivity at 90% specificity of 76.74%, and specificity at 90% sensitivity of 76.16%.

ترجمه فارسی چکیده

طبقه‌بندی دقیق سرطان پستان در تصویربرداری مغناطیسی رزونانس مغناطیسی با تزریق کنتراست دینامیک (DCE-MRI) نیازمند ادغام مؤثر مورفولوژی حجمی و پویایی‌های تزریق کنتراست است. در این مطالعه، یک چارچوب چندزمانه ۳ بعدی برای طبقه‌بندی سه کلاسه پستان (طبیعی، خوش‌خیم، بدخیم) با استفاده از مجموعه داده چندمرکزی ODELIA ارزیابی شده است. این چارچوب از یک نمایش ورودی زمان-به-کانال (TaC) استفاده می‌کند که سه فاز تفریق DCE را روی ورودی سه کانال بومی یک هسته R3D-18 پیش‌آموزش‌دیده نگاشت می‌دهد. یک ماژول توجه مکانی ۳ بعدی (SAM) که از شاخه مکانی CBAM گرفته شده است، در مرحله باقی‌مانده اول (SAM-L1) برای بهبود ویژگی‌های حجمی اولیه درج می‌شود. آزمایش‌ها نشان می‌دهند که فاز تفریق دوم (Sub) بهترین عملکرد را در میان ورودی‌های تک‌حجمی بررسی‌شده دارد و عملکرد بالاتری برای پیکربندی حجم کامل ۳ بعدی نسبت به پیکربندی پروژه حداکثر شدت ۲ بعدی مشاهده می‌شود. TaC در تنظیمات ۳ بعدی سود بیشتری نسبت به تنظیمات ۲ بعدی ایجاد می‌کند، در حالی که حذف‌های توجه نشان می‌دهند SAM-L1 بهترین پیکربندی توجه در میان موارد آزمایش شده است. پیکربندی TaC+SAM-L1 یک امتیاز میانگین ۸۱٫۴۶٪ در آزمون داخلی، مساحت زیر منحنی ROC میانگین میکرو ۹۱٫۵۰٪، حساسیت ۷۶٫۷۴٪ در ۹۰٪ تخصص، و تخصص ۷۶٫۱۶٪ در ۹۰٪ حساسیت را به دست می‌آورد.

متن کامل اصلی