领域偏移下乳腺X线摄影基础模型鲁棒性基准测试

基础模型越来越多地被用作乳腺X线摄影的图像特征提取器，但它们在外部领域偏移下的鲁棒性仍不清楚。我们使用统一的冻结骨干线性探针协议，在3个源数据集上训练，并在标签统一化后的12个任务兼容的分布外（OOD）数据集上评估，对15个基础模型骨干在乳腺密度、BI-RADS严重程度和癌症状态方面进行了基准测试。乳腺X线摄影专用的视觉-语言模型（Mammo-FM和MaMA）提供了最强的平均OOD性能，但鲁棒性并不能仅由乳腺X线摄影暴露来解释。DINOv3仍然是一个有竞争力的纯视觉基线，而乳腺X线摄影适应的预训练并不能持续提高泛化能力。数据集层面的分析进一步表明，即使是领先的模型在不同数据集上的性能也表现出异质性。特征空间检查揭示，有用的表示可以在保留临床信号的同时保留数据集和采集结构。这些发现强调了数据集层面的OOD评估作为评估乳腺X线摄影表示的核心标准。我们的代码公开可用：https://github.com/biomedia-mira/mammo-ood。