MAMA-MIA Breast Cancer MRI Analysis

Meme kanseri DCE-MRI görüntüleri üzerinde uçtan uca AI tanı pipeline'ı: lezyon segmentasyonu, moleküler alt tip sınıflandırması, pCR ve Onkotype tahmini.

---

1. Proje Özeti

Bu proje MAMA-MIA datasetini (Scientific Data 2025, 1506 hasta, 4 kaynaktan — DUKE, ISPY1, ISPY2, NACT) kullanarak 4 aşamalı bir klinik karar destek sistemi geliştirir:

1. Lezyon Segmentasyonu — MR görüntüsünden tümörü otomatik işaretle
2. Moleküler Alt Tip Sınıflandırması — Tümör hangi subtip? (Luminal A/B, HER2-enriched, TNBC)
3. pCR Tahmini — Neoadjuvan kemoterapiye patolojik tam yanıt olacak mı?
4. Onkotype DX Skor Tahmini — Recurrence Score öngörüsü (5000$'lık testin AI alternatifi)

Referans: MAMA-MIA ekibinin Nature Scientific Data 2025 paper'ı ve MICCAI 2025 Challenge.

---

2. Veri Durumu

2.1. Elimizde Olan

• 1505 hasta klasörü — her biri 4-5 faz DCE-MRI (DUKE_001/duke_001_0000.nii.gz ... _0004.nii.gz)
• 1506 expert segmentasyonu — radyolog tarafından çizilmiş ground truth
• 1506 automatic segmentasyonu — MAMA-MIA baseline nnU-Net çıktısı (Dice ~0.83)
• clinical_and_imaging_info.xlsx (filtrelenmiş) — 1506 satır, sadece 2 kolon: patient_id, tumor_subtype

2.2. Eksikler (Arda'dan Alınacak)

• Tam klinik Excel — 49 değişken içeren orijinal: pCR, ER, PR, HER2, age, menopause, ethnicity, oncotype, mammaprint, survival, days_to_recurrence...
• Onkotype etiketli ayrı Excel — Arda'nın elinde 70 + 230 hasta için Onkotype skorları var
• Mevcut nnU-Net kodu ve sonuçları — Arda'nın %77-80 Dice aldığı pipeline
• ECR Viyana sunumu — 5 model × 3 mod deney sonuçları
• MAMA-MIA train/test split tablosu — reproducibility için

2.3. Alt Tip Dağılımı (Mevcut Etiketler)

Alt Tip	N	Notlar
triple_negative	499	TNBC, en agresif
luminal_a	381	En iyi prognoz
luminal	211	A/B ayrımı yok
her2_enriched	169	HER2+
luminal_b	155	Ki-67 yüksek Luminal
her2_pure	65	HR-, HER2+
NaN	26	Etiket eksik

Kritik uyarı: ISPY2 (980 hasta) yalnızca 3 alt tipi içeriyor, Luminal A yok. Collection-stratified split şart.

2.4. Görüntü Özellikleri

• Shape: (448, 448, 160) — değişkenlik var, resample gerekir
• Voxel: 0.8 × 0.8 × 1.1 mm (anisotropic)
• Faz sayısı: Çoğunlukla 4, bazen 5
• Kanallar: _0000 pre-contrast, _0001+ post-contrast

---

3. Aşamalı Yol Haritası

Aşama 1 — Segmentasyon (Hedef: Dice ≥ 0.88)

Baseline: MAMA-MIA paper'ı Dice 0.8287 raporluyor. Arda %77-80 almış — muhtemelen preprocessing farkı. İlk iş baseline'ı aynı seviyede reproduce etmek.

Deney matrisi — faz seçimi (Arda'nın yaptığı ama sistematikleştirilecek):

Deney	Input	Beklenti
S-A	Sadece faz 2	Arda'nın baseline'ı
S-B	Faz 1 + Faz 2 (2 kanal)	Post-contrast erken
S-C	(Faz 1 − Faz 0) + Faz 2	Subtraction — yeni
S-D	Tüm 4 faz	Standart DCE
S-E	Faz 0, 1, 2, 3 + SER map	Radiomics-informed — yeni

Model matrisi:

Model	Notlar
nnU-Net v2 (3d_fullres)	Baseline reproduce
nnU-Net v2 (3d_lowres + cascade)	Büyük hacim için
SwinUNETR (MONAI)	Transformer baseline
SegResNet (MONAI)	Lightweight alternatif
Custom hybrid	Filiz Hoca'nın istediği — "kendi modelimiz"

Split stratejisi: 70/15/15 stratified by collection × tumor_subtype (veya MAMA-MIA'nın resmi splitini kullan).

Değerlendirme: Dice, Hausdorff95, sensitivity, specificity. Per-subtype ve per-collection breakdown.

Aşama 2 — Moleküler Alt Tip (Hedef: Macro-F1 > %75, Arda %66'da)

Problem: Arda ResNet18/50 ile %66'da takılıyor. Çünkü moleküler alt tip görüntüden çok zor ayırt edilir — bu bir kimyasal özellik.

Stratejiler:

1. Crop + multi-phase CNN — Arda'nın yaklaşımı, baseline
2. Radiomics + XGBoost — PyRadiomics ile 100+ feature çıkar, klasik ML
3. Deep + Radiomics fusion — CNN features + radiomics → birleşik model
4. Multi-phase Vision Transformer — fazları sequence olarak işle
5. Temporal LSTM — DCE kinetik eğrisini zaman serisi olarak modelle

Notlardaki "Vision Transformer + LSTM + patch + radiomics" tam bu yönü gösteriyor.

4 sınıfa indirgeme önerisi:

• Luminal A ← luminal_a + (luminal ∩ düşük grade)
• Luminal B ← luminal_b + (luminal ∩ yüksek grade)
• HER2-enriched ← her2_enriched + her2_pure
• Triple Negative ← triple_negative

(Bu birleştirme tam klinik Excel gelince ER/PR/HER2/Ki-67 ile kesinleşecek.)

Aşama 3 — pCR Tahmini (Binary classification)

Tam klinik Excel gerekli. MICCAI MAMA-MIA Challenge'ın 2. görevi bu, challenge'a başvurma ihtimali var.

Aşama 4 — Onkotype Skor Tahmini (Regression)

70 + 230 hasta (Arda'da) az, sadece Luminal hastaları için anlamlı. İleri aşama, önce 1-3 bitsin.

---

4. Teknik Stack

• Framework: PyTorch + MONAI + PyTorch Lightning
• Preprocessing: SimpleITK, nibabel, N4 bias correction, z-score (phase-aware)
• Radiomics: PyRadiomics
• Segmentasyon: nnU-Net v2 (baseline), MONAI (custom)
• Deney takibi: Weights & Biases
• GPU: Arkadaşın makinesi (nnU-Net 3d_fullres için min. 11GB VRAM, 24GB önerilen)

---

5. Repo Yapısı

mama-mia-breast-pipeline/
├── README.md                          (bu dosya)
├── .gitignore                         (data/, models/, *.nii.gz, wandb/)
├── requirements.txt
├── scripts/
│   ├── explore_data.py                (veri keşif)
│   ├── build_split.py                 (stratified split)
│   └── run_baseline_inference.py      (MAMA-MIA pretrained model)
├── src/
│   ├── data/
│   │   ├── dataset.py
│   │   ├── transforms.py
│   │   └── split.py
│   ├── models/
│   │   ├── segmentation/
│   │   └── classification/
│   ├── training/
│   └── utils/
├── notebooks/
│   ├── 01_data_exploration.ipynb
│   ├── 02_subtype_analysis.ipynb
│   └── 03_results_viz.ipynb
└── configs/
    ├── seg_nnunet.yaml
    └── subtype_baseline.yaml

---

6. Pazartesi İçin Somut Hedef (İlk Etap)

• Veri keşfi tamamlandı (1505 hasta, 4 faz, shape 448×448×160)
• Alt tip dağılımı anlaşıldı (6 etiket, 4 sınıfa indirgenecek)
• GitHub private repo kurulumu
• Stratified split (collection × subtype) oluşturma
• MAMA-MIA pretrained nnU-Net ile inference çalıştırma → Dice baseline
• Eğer baseline düşükse preprocessing audit → N4, resample, z-score kontrol

Pazartesi sonu teslim: Private GitHub repo + baseline Dice metriği + alt tip dağılım notebook'u + eksik dosya listesi Arda'ya.

7. güncelleme model %83.45 ile eğitildi