[논문 리뷰] Mirai-yala | AsymMirai | AISmartDensity (수정 중)

1. Mirai-yala

: 4 standard view Mammogram을 통해 향후 5년 간 breast cancer risk prediction 함 -> 아래 4개 구조로 구성됨

• 1. image encoder : view 4개에서 feature extraction
• 2. image aggregator : 위 feature map 하나로 combine
• 3. risk factor predictor : clinical data도 예측에 활용할 경우, risk factor mammogram으로 예측해 채움
     => clinical data 유무 성능 차이 significant하지 않음 - clinical data보다 mammogram이 prediction에 30-fold higher saliency score 갖기 때문
• 4. additive hazard layer : mammogram에서 통합된 representation + risk factor(clinical data)으로 risk prediction

❓conditional adversarial training으로 device invariant한 모델을 만들었다 하는데 이걸 어느 부분에서 어떻게 한다는건지 모르겠음

2. AsymMirai

• goal : 기존 Mirai는 black box medel -> prediction result interpretation 힘듦.
• Mirai 모델의 transfomer 구조(2nd stage) 대신 bilateral dissimilarity computation을 통해 risk score 계산
• 1st stage인 cnn feature map extraction은 유지
• dissimilarity도 feature map base computation
• 원본 mammogram img에 heatmap overlay + dissimiliarity max 20% (?)에 red bounding box으로 시각화 -> prediction window라고 부름
• -> prediction 결과의 interpretability 얻을 수 있음
• follow up mammogram에서의 prediction window location consistency가 40% 이상인 경우에서 prediction performance 좋음 ( IOU 계산하 듯이 겹치는 정도로 location consistency 계산
• limits : poor patient position / artificial implant / calcification 등이 confounder factor로 작용해 false positive case의 원인이 됨

3. AISmartDensity