Cadre d’apprentissage profond basé sur EfficientNetB7 pour une classification améliorée des images histopathologiques du cancer du poumon et du côlon

Summary

Nous introduisons ici un système d’apprentissage profond avec le modèle EfficientNetB7 pour la classification précise des images histopathologiques du cancer du poumon et du côlon. Le modèle a obtenu une précision de 96 % grâce à l’application de prétraitement, d’augmentation de données et d’apprentissage par transfert. La méthode a de fortes chances d’aider au diagnostic clinique du cancer.

Abstract

Le diagnostic précoce du cancer du poumon joue un rôle clé pour garantir un meilleur traitement et une meilleure survie des patients. Cela reste un axe majeur dans la recherche clinique. L’intelligence artificielle (IA) a transformé la pathologie en améliorant significativement la précision et l’efficacité diagnostiques. Cette étude présente un modèle robuste d’apprentissage profond sous la forme du modèle préentraîné EfficientNetB7 pour classifier les images histopathologiques du côlon et des tissus pulmonaires avec une précision extrêmement élevée de 96 %. Les performances du modèle ont été optimisées à l’aide de méthodes avancées de prétraitement, d’ajustements fins et de techniques d’augmentation des données spécifiques à un domaine. Ces stratégies aident à réduire des problèmes tels que le déséquilibre de classe et les variations histologiques subtiles. Pour résoudre le problème du surapprentissage, plusieurs techniques d’augmentation de données ont été combinées, et un critère d’arrêt précoce a été intégré. Cette approche a permis une formation efficace et rentable. La validation robuste du modèle démontre une grande utilité pour des applications cliniques et permet aux pathologistes de délivrer des diagnostics rapides et précis. L’intégration de modèles avancés d’apprentissage profond dans les flux de travail d’imagerie médicale offre un grand potentiel pour un diagnostic précoce et précis du cancer, améliorant ainsi les résultats pour les patients.

Introduction

Le cancer du poumon et du côlon fait partie des cancers les plus répandus au monde en termes de mortalité. Le cancer du poumon est le principal cancer mortel avec plus de 1,8 million de décès par an, suivi du cancer du côlon, qui est la troisième malignité la plus fréquente et la deuxième cause la plus fréquente de mortalité par cancer, selon les statistiques mondiales de santé. Un diagnostic précis et précoce est crucial pour un traitement efficace et une meilleure survie de ces cancers. L’examen histopathologique, ou évaluation microscopique des échantillons de tissus par des pathologistes, reste l’une des méthodes les plus fréquentes pour détecter le^{cancer 1}. La figure 1 présente les images histopathologiques d’échantillons de plusieurs types de poumons et de tissus du^{côlon 2}.

Figure 1 : Échantillons d’images du jeu de données. Cette figure montre des exemples représentatifs de chaque classe dans le jeu de données LC25000, mettant en lumière la diversité visuelle entre les images bénignes et malignes des tissus pulmonaires et du côlon. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

La pathologie numérique a transformé l’industrie en lui permettant de numériser des lames d’histologie, qui sont désormais diagnostiquées à l’aide d’algorithmes sophistiqués d’apprentissage^{profond 3}. Combinés aux modèles d’apprentissage profond, les algorithmes sont excellents pour reconnaître des motifs subtils dans les grandes quantités de données, augmentant considérablement la précision et l’efficacité du diagnostic. Le tableau 1 présente la description de chaque classe de tissus.

Nom de la classe	Description
Tissu bénin pulmonaire	Tissu non cancéreux dans les poumons, non impliqué dans la croissance cancéreuse.
Adénocarcinome pulmonaire	Un type de cancer du poumon issu du tissu épithélial glandulaire, connu pour ses schémas de croissance malineux.
Carcinome épidermoïde pulmonaire	Un type de cancer du poumon distingué par une certaine morphologie cellulaire qui provient des cellules squameuses qui tapissent les voies respiratoires.
Adénocarcinome du côlon	La plupart des cas de cancer du côlon sont causés par un type courant de cancer du côlon qui commence dans les cellules glandulaires de la muqueuse du côlon.
Tissu bénin du côlon	Tissu sain dans le côlon qui ne présente aucun signe de maladie cancéreuse ou précancéreuse.

Tableau 1 : Aperçu des cinq classes de tissus et de cancer dans le jeu de données, incluant les noms des classes, les caractéristiques et le nombre d’images dans chaque classe.

EfficientNetB7, une architecture de réseau de neurones convolutionnel de pointe, a été identifiée comme particulièrement efficace pour les tâches de classification d’images grâce à son ajustement équilibré en profondeur, largeur et résolution. Comparé aux architectures largement utilisées telles que ResNet et DenseNet, EfficientNetB7 atteint un meilleur équilibre entre précision de classification et efficacité computationnelle grâce à l’échelle composée, qui met proportionnellement à l’échelle la profondeur, la largeur et la résolution du réseau. Bien que ResNet et DenseNet aient démontré des performances robustes dans les tâches de classification d’images médicales, ils nécessitent généralement un nombre de paramètres plus élevé et des ressources computationnelles plus importantes pour atteindre une précision comparable, rendant EfficientNetB7 plus adapté à l’analyse histopathologique à grande échelle dans des contextes cliniques limités^{en ressources 4}. L’application de modèles informatiques avancés, y compris des outils d’IA tels qu’EfficientNetB7, offre de nouvelles possibilités pour surmonter les défis diagnostiques traditionnels, en fournissant des outils qui soutiennent les pathologistes et améliorent potentiellement les résultats diagnostiques. L’intégration de l’IA dans la pratique de la pathologie pourrait démocratiser l’accès à des services de diagnostic de qualité, rendant possible pour des régions à expertise médicale limitée de réaliser des diagnostics avancés.

Des études de référence récentes et des revues complètes en analyse d’images médicales ont constamment souligné l’impact croissant des architectures d’apprentissage profond en^{histopathologie 5}. Des analyses à grande échelle ont montré que les réseaux neuronaux convolutionnels et leurs variantes modernes offrent des performances de pointe pour identifier des caractéristiques morphologiques subtiles à travers plusieurs types de tissus, surpassant souvent les méthodes diagnostiques traditionnelles. Les évaluations comparatives soulignent que les architectures avancées, y compris EfficientNet et d’autres modèles évolutifs, non seulement atteignent une précision de classification supérieure mais démontrent également une efficacité computationnelle^{améliorée 6}. De plus, les revues systématiques de la pathologie numérique soulignent son rôle transformateur dans les diagnostics de routine en permettant la reproductibilité, en réduisant la variabilité entre observateurs et en permettant l’intégration avec des pipelines automatisés. Ces résultats collectifs confirment la pertinence de l’adoption de modèles avancés d’apprentissage profond pour la classification histopathologique du cancer et fournissent des preuves solides que l’application d’architectures évolutives et efficaces peut résoudre des défis cliniques tels que le déséquilibre de classes, la variabilité histologique et la disponibilité limitée de pathologistes experts.

Les objectifs de cette recherche sont (i) créer et évaluer un modèle d’apprentissage profond pour la catégorisation des images histopathologiques du cancer du poumon et du côlon basé sur l’architecture EfficientNetB7 ; (ii) Démontrer la capacité du modèle à atteindre une grande précision de classification, dépassant potentiellement les méthodes de diagnostic traditionnelles ; (iii) Explorer l’impact de l’augmentation des données, des techniques de prétraitement et de l’apprentissage par transfert sur la performance du modèle dans un contexte spécifique à un domaine.

Cette étude démontre non seulement la grande précision diagnostique possible avec EfficientNetB7 sur des images histopathologiques, mais aborde également de manière rigoureuse des défis clés tels que le déséquilibre de classe et le surajustement grâce à une augmentation ciblée des données, des stratégies de validation robustes et des techniques d’arrêt précoce. La méthodologie est spécifiquement conçue pour refléter des contextes cliniques réels en utilisant des ensembles de données augmentés à grande échelle et en comparant les performances du modèle sur des indicateurs cliniquement pertinents. L’automatisation et l’efficacité du flux de travail garantissent que le système est pratique pour une intégration dans les laboratoires de pathologie numérique, offrant le potentiel d’améliorer la productivité des pathologistes, d’améliorer la cohérence diagnostique et de permettre un accès plus large à l’analyse d’experts dans des environnements cliniques à forte richesse en ressources et en ressources limitées.

Même avec des progrès remarquables dans l’apprentissage profond pour l’imagerie médicale, plusieurs défis subsistent lors de la classification des images histopathologiques du cancer du poumon^{et du côlon.} Les modèles actuels ont tendance à échouer dans la gestion du déséquilibre de classes, où certains types de cancer peuvent être sous-représentés dans les ensembles de données et créer des prédictions biaisées. De plus, des différences histologiques subtiles entre sous-types de cancer, comme l’adénocarcinome et le carcinome épidermoïde pulmonaire, représentent un défi redoutable pour une classification correcte. La plupart des travaux précédents ont été réalisés sur la classification d’un seul cancer ou avec des ensembles de données limités, ce qui rend une large applicabilité et utilité en milieu clinique. Les approches traditionnelles sont également moins efficaces en calcul, donc moins souhaitables pour les applications de données volumineuses ou cliniques^{en temps réel 8}.

La présente étude comble ces lacunes en tirant parti de l’architecture EfficientNetB7, un modèle d’apprentissage profond à la pointe de la technologie, doté d’une évolutivité et d’une efficacité éprouvées. Des zooms aléatoires, des basculements, des rotations et des décalages sont utilisés comme méthodes avancées d’augmentation de données afin de maximiser la robustesse et la capacité de généralisation du modèle à travers différents motifs histopathologiques. L’apprentissage par transfert est également utilisé pour affiner le modèle pré-entraîné EfficientNetB7 afin qu’il soit capable d’apprendre et de s’adapter de manière spécifique aux ensembles de données du cancer du poumon et du côlon, minimisant ainsi le temps d’entraînement et le coût de calcul⁹. L’utilisation du pooling global average et des arrêts précoces améliore également les performances du modèle en bénéficiant d’un bon entraînement et en évitant le sur-ajustement.

L’application de l’apprentissage profond en imagerie médicale, en particulier pour le diagnostic du cancer, a fait d’énormes progrès ces dernières années. Le diagnostic conventionnel du cancer du poumon et du côlon repose principalement sur un examen histopathologique, au cours duquel les pathologistes examinent des échantillons de tissu au^{microscope 10}. Bien qu’efficace, il est laborieux, sujet à la variabilité entre observateurs, et généralement limité par le nombre limité de pathologistes experts, notamment dans les contextes à faible manque de ressources. Ces limitations ont conduit au développement de systèmes de diagnostic informatisés basés sur l’IA et l’apprentissage profond.

Les modèles d’apprentissage profond, en particulier les réseaux neuronaux convolutionnels (CNN), ont été remarquablement performants dans l’analyse d’images de spécimens^{histopathologiques 11}. Ils sont particulièrement efficaces pour identifier des motifs complexes et des variations subtiles de morphologie tissulaire, des tâches adaptées à la classification du cancer. Malgré les progrès, il subsiste des lacunes telles que le déséquilibre de classes, une généralisation limitée sur des scénarios multi-ensembles de données, et des coûts computationnels élevés dans les approches actuelles. Par exemple, la plupart des travaux portent sur la classification d’un seul cancer, ce qui limite son utilisation à des scénarios de diagnostic multi-cancer. De plus, des techniques de prétraitement et d’augmentation des données défaillantes le rendent vulnérable au surapprentissage, en particulier dans des scénarios de jeux de données petits ou déséquilibrés.

Les développements récents dans l’apprentissage par transfert ont partiellement surmonté ces limites en tirant parti de modèles pré-entraînés sur des ensembles de données à grande échelle tels qu’ImageNet. EfficientNet, ResNet et DenseNet sont quelques-uns des modèles qui ont attiré l’attention dans l’analyse d’images médicales, car ils peuvent apprendre des fonctionnalités de haut niveau à partir de quantités limitées de données^{d’entraînement 12}. EfficientNet a également connu une adoption généralisée pour sa scalabilité et son efficacité, car il atteint une précision de pointe sur plusieurs benchmarks de classification d’images. L’application d’EfficientNet pour classifier le cancer combiné du poumon et du côlon n’est pas largement étudiée, notamment en ce qui concerne la gestion du déséquilibre de classe et des variations histologiques^{subtiles 13}.

L’augmentation des données a été une stratégie cruciale pour l’amélioration de la robustesse et de la généralisation^{des modèles 14}. En incorporant des variations telles que la rotation, le décalage, le zoom et le retournement, les techniques d’augmentation de données simulent la variabilité existante dans les images histopathologiques réelles, permettant aux modèles d’apprendre des traits invariants. Les techniques d’arrêt précoce et de régularisation améliorent encore la performance du modèle en évitant le surapprentissage et en maximisant l’efficacité de l’entraînement. Malgré toutes ces avancées, il reste nécessaire de disposer de cadres de bout en bout intégrant un prétraitement, une augmentation et un apprentissage par transfert avancés afin d’atteindre une grande précision et une efficacité computationnelle élevée pour la classification multi-cancer. Le tableau 2^{15, 16, 17, 18, 19, 20, 21, 22, 23, 24} présente la littérature de l’étude à partir de la littérature existante.

Études	Objectif
Talukder, M. A. et al.15 (2022)	Présenter un modèle hybride d’extraction de caractéristiques combinant apprentissage profond et apprentissage automatique pour identifier le cancer du côlon et du poumon.
Attallah, O. et al.16 (2022)	Fournir un cadre d’apprentissage profond à faible poids qui combine divers modèles et techniques de transformation pour aider à détecter les cancers du poumon et du côlon très tôt.
Hage Chehade, A. et al.17 (2022)	Créer un système de diagnostic assisté par ordinateur basé sur l’apprentissage automatique capable d’identifier différents types de tissus pulmonaires et du côlon.
Wahid, R. R. et al.18 (2023)	Utilisez un système de diagnostic assisté par ordinateur avec des CNN pour détecter les cancers du poumon et du côlon.
Kumar, N. et al.19 (2022)	Comparez et contrastez les techniques d’extraction de caractéristiques utilisées pour catégoriser le cancer du côlon et du poumon.
Mehmood, S. et al.20 (2022)	Créer un réseau de neurones préentraîné avec des couches modifiées pour le diagnostic des cancers du poumon et du côlon, à la fois précis et efficace.
Zhou, L. et al.21 (2024)	Prédire de nouvelles cibles pour la Wogonine (WOG) dans le traitement du cancer du poumon, de la vessie et du côlon à l’aide de méthodes bioinformatiques.
Reddy, K. R. et al.22 (2022)	Fournir une méthode hybride d’extraction de caractéristiques en ensemble basée sur l’apprentissage automatique pour la détection du cancer du côlon (LCC).
Shandilya, S., Nayak, S. R.23 (2022)	Les CNN et la conception de transformateurs de vision aident à classifier les images histopathologiques du cancer du poumon et du côlon.
Hasan, M. et al.24 (2023)	En utilisant de nombreux modèles CNN, classifiez les images des cancers du poumon et du côlon afin d’améliorer les procédures de diagnostic.

Tableau 2 : Comparaison des études antérieures pertinentes sur la classification histopathologique des images, détaillant les ensembles de données utilisés, les types de modèles et les résultats rapportés.

Cet article s’appuie sur ces contributions en intégrant un modèle d’apprentissage profond utilisant l’architecture EfficientNetB7, complété par une augmentation de données de pointe et un apprentissage par transfert. La solution actuelle surpasse les défauts des solutions précédentes grâce à une meilleure précision de classification, un équilibre de classes et un coût computationnel réduit, ce qui en fait une solution optimale pour une utilisation en milieu clinique.

Protocol

Cette étude n’a impliqué aucune expérimentation directe sur des participants humains ou des animaux. Tous les travaux ont été réalisés à l’aide du jeu de données LC25000 anonymisé et public d’images histopathologiques, qui ne contenaient aucune information identifiable sur le patient ni manipulation directe de tissu humain. L’approbation du Conseil d’Éthique Institutionnelle (IRB) ou du Comité de Soins et d’Utilisation des Animaux Institutionnels (IACUC) n’était pas requise. Toutes les procédures respectaient les normes éthiques et respectaient les conditions d’utilisation de l’ensemble de données pour la recherche académique. La figure 2 montre les étapes du diagramme de workflow.

Figure 2 : Flux de travail de la méthode proposée. Le flux de travail comprend le prétraitement des données, l’augmentation, l’entraînement des modèles et l’évaluation. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Description du jeu de données
Le jeu de données LC25000 a été utilisé pour cette étude. Il se composait de 25 000 images histopathologiques, toutes uniformément formatées en fichiers JPEG avec une résolution de 768 × 768 pixels. L’ensemble de données provient d’un ensemble initial de 1 250 images originales, dont 250 images de tissus pulmonaires bénins, 250 adénocarcinomes pulmonaires, 250 carcinomes épidermoïdes pulmonaires, 250 images de tissus du côlon bénin et 250 adénocarcinomes du côlon. Les images restantes ont été générées par augmentation de données afin d’élargir l’ensemble de données, garantissant une collection diversifiée et étendue pour un entraînement et une validation robustes des modèles.

Les images haute résolution permettaient un examen détaillé des structures cellulaires, ce qui était essentiel pour une classification précise du cancer. L’augmentation des données était nécessaire en raison du nombre limité d’images originales ; Des techniques telles que les rotations, flips, zooms et décalages ont été employées pour augmenter synthétiquement la taille et la diversité du jeu de données. Ce processus a généré 23 750 images synthétiques supplémentaires de manière équilibrée par classes, aboutissant à un jeu de données final de 25 000 images, chaque classe contenant 5 000 images après augmentation.

Prétraitement des données
Les images histopathologiques brutes contenues dans le jeu de données avaient une résolution de 768 × 768 pixels. Pour garantir la compatibilité avec l’architecture EfficientNetB7 et maximiser l’efficacité de calcul, chaque image a été redimensionnée de 768 × 768 à 224 × 224 pixels. Ce processus de redimensionnement représentait un compromis entre la préservation des caractéristiques histologiques essentielles et la réduction des charges de calcul. L’opération de redimensionnement était représentée mathématiquement comme montré dans

Équation 1 : (1)

où X désignait l’image originale, X_{redimensionné} était l’image redimensionnée, et h et w étaient respectivement la hauteur et la largeur désirées. Toutes les valeurs de pixels étaient normalisées à une plage de 0 à 1, ce qui stabilisait et accélérait l’entraînement en assurant une distribution d’entrée cohérente à travers les images. Cette normalisation a été calculée mathématiquement comme montré dans l’équation 2. Cette étape était essentielle pour améliorer la convergence des modèles pendant l’entraînement.

(2)

L’augmentation des données a été utilisée comme une technique critique pour renforcer la robustesse et l’applicabilité des modèles d’apprentissage profond, notamment dans le contexte de l’imagerie médicale avec des ensembles de données limités et déséquilibrés. Dans cette étude, diverses techniques d’augmentation ont été appliquées à l’aide du module ImageDataGenerator de TensorFlow pour simuler la variation in vivo dans les images histopathologiques. Ces techniques comprenaient des rotations aléatoires allant jusqu’à 20 degrés pour simuler la variabilité de l’orientation des tissus, des décalages horizontaux et verticaux jusqu’à 20 % des dimensions de l’image pour imiter la variabilité de la position lors de la préparation des diapositives, ainsi que des zooms aléatoires jusqu’à 20 % pour refléter la variabilité des niveaux de grossissement.

De plus, un retournement horizontal a été effectué pour introduire des variations en image miroir, enrichissant ainsi davantage l’ensemble de données d’entraînement. Pour gérer les pixels nouvellement synthétisés générés lors de ces transformations, une stratégie de remplissage du plus proche voisin a été adoptée afin d’assurer des transitions fluides et de préserver l’intégrité des caractéristiques histologiques clés. La matrice de rotation 2D utilisée pour l’augmentation est représentée dans l’équation 3, et l’équation 4 définit une fonction avec un changement incrémental :

(3)

(4)

Ces techniques d’augmentation compensaient des défis tels que le déséquilibre de classes, de légères variations histologiques et les limitations de l’ensemble de données en permettant au modèle d’apprendre les caractéristiques invariantes et en réduisant le risque de surapprentissage. En élargissant synthétiquement l’ensemble de données et en intégrant une variabilité contrôlée, l’augmentation des données a considérablement amélioré la capacité du modèle à généraliser à de nouvelles données inédites, produisant ainsi un système plus solide et plus robuste pour le déploiement clinique dans le diagnostic du cancer du poumon et du côlon.

Architecture du modèle
Le modèle a été développé sur la base de l’architecture EfficientNetB7, un réseau d’apprentissage profond de pointe reconnu pour ses performances, sa scalabilité et son efficacité dans les tâches de classification d’images. EfficientNetB7 a été construit à l’aide d’une série de blocs Mobile Inverted Bottleneck Convolution (MBConv), qui incorporaient des convolutions séparables en profondeur. Cette conception structurelle a effectivement comprimé le modèle, entraînant des réductions significatives du nombre de paramètres avec une perte minimale de performance. Cette innovation a permis au modèle d’atteindre une grande précision avec des coûts computationnels plus faibles, ce qui le rend particulièrement adapté aux applications à forte intensité de calcul telles que l’analyse histopathologique d’images. La figure 3 montre l’architecture du modèle de l’EfficientNetB7 pré-entraîné.

Figure 3 : Architecture du modèle d’EfficientNetB7. Cette figure montre la structure détaillée du modèle EfficientNetB7, illustrant ses principales couches et blocs fonctionnels utilisés pour la classification des images. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Le modèle acceptait des images histopathologiques prétraitées qui avaient été redimensionnées de leurs dimensions initiales de 768 × 768 pixels à 224 × 224 pixels pour correspondre aux besoins d’entrée d’EfficientNetB7. Chaque image subissait plusieurs processus au sein du réseau, incluant la normalisation par lots, les fonctions d’activation Swish et les opérations de convolution. La normalisation par lots a été calculée comme montré dans l’équation 5. La fonction d’activation Swish a introduit la non-linéarité et a permis un entraînement plus rapide et plus efficace comparé aux fonctions traditionnelles comme ReLU. Ces calques ont été conçues pour extraire et améliorer les caractéristiques hiérarchiques, permettant au modèle d’apprendre progressivement des motifs bas niveau vers des motifs de haut niveau au fur et à mesure que les images se propageaient dans le réseau.

(5)

La colonne vertébrale convolutionnelle d’EfficientNetB7, pré-entraînée sur le jeu de données ImageNet, offrait un ensemble très généralisable de détecteurs de caractéristiques efficaces sur un large éventail de domaines d’image. La base pré-entraînée a joué un rôle clé dans la capture de motifs subtils mais informatifs dans les images histopathologiques, souvent caractérisées par une grande variabilité intra-classe et des caractéristiques très fines. La sortie des couches convolutionnelles était transmise à une couche globale moyenne de pooling, qui réduisait les dimensions spatiales à un seul vecteur de caractéristiques pour chaque image. Ce vecteur, encapsulant les caractéristiques les plus pertinentes apprises par les couches convolutionnelles, a ensuite été aplati en un tableau unidimensionnel pour assurer la compatibilité avec les couches entièrement connectées. L’algorithme pour une détection améliorée du cancer du poumon et du côlon est fourni dans le Fichier Supplémentaire 1.

L’architecture réseau qui a suivi comprenait deux couches denses (entièrement connectées) de 128 et 64 unités, respectivement. Les deux couches utilisaient la fonction d’activation de l’unité linéaire rectifiée (ReLU) pour introduire une non-linéarité supplémentaire et affiner les caractéristiques extraites, permettant au modèle de reconnaître des motifs et des relations plus précis au sein des données. La couche finale du modèle était une couche de sortie SoftMax avec cinq neurones, chacun représentant l’une des cinq classes du jeu de données. La fonction SoftMax produisait une distribution de probabilité entre les classes, qui reflétait la prédiction du modèle pour chaque image d’entrée, comme décrit dans l’équation 6 :

(6)

La combinaison de techniques convolutionnelles de pointe, de régularisation robuste et de stratégies d’optimisation efficaces a donné un modèle d’apprentissage profond parfaitement adapté à la classification médicale des images à enjeux élevés. Le modèle a atteint la précision, la scalabilité et l’efficacité opérationnelle, démontrant un fort potentiel d’application clinique dans le diagnostic du cancer du poumon et du côlon. Dans ce cadre, la régularisation s’est principalement faite par une augmentation avancée des données et l’utilisation d’arrêts précoces ; aucun abandon explicite ni décroissance du poids n’a été appliqué aux couches denses.

Formation et validation
Le pipeline de validation et de préentraînement du réseau de neurones convolutionnel (CNN) pour LC25000 classification histopathologique des images a été conçu pour optimiser la performance du modèle et garantir une bonne généralisation. Le pipeline a commencé par un prétraitement complet, qui comprenait la réduction des images originales de 768 × 768 pixels à 224 × 224 pixels pour correspondre aux besoins d’entrée de l’architecture EfficientNetB7. Les intensités de pixels ont été normalisées à la plage [0, 1] pour stabiliser et accélérer l’entraînement, et des techniques d’augmentation des données, incluant rotations aléatoires, décalages, zooms et basculements horizontaux — ont été appliquées pour introduire de la variabilité et atténuer le surajustement. Ces opérations de prétraitement permettaient au modèle d’apprendre les caractéristiques invariantes et de bien se généraliser aux nouvelles données.

Le modèle EfficientNetB7, pré-entraîné sur l’ensemble de données ImageNet, a été utilisé comme base, fournissant un ensemble robuste de détecteurs de caractéristiques capable d’identifier des motifs histologiques subtils. Le modèle a ensuite été affiné avec deux couches denses (128 et 64 unités) activées par la fonction Rectified Linear Unit (ReLU), suivies d’une couche de sortie SoftMax pour la classification en cinq classes. Cette architecture était optimisée à la fois pour la précision et l’efficacité computationnelle, ce qui la rendait bien adaptée à l’analyse d’images médicales. La règle de mise à jour de l’optimiseur Adam pour θ est présentée dans l’équation 7.

(7)

L’entraînement du modèle a été réalisé en lots de 128 images à l’aide de l’optimiseur Adam, qui a adapté la vitesse d’apprentissage pour favoriser une convergence efficace. Un critère d’arrêt précoce a été mis en place pour surveiller la perte de validation et l’arrêt de l’entraînement en cas d’amélioration observée, évitant ainsi le surapprentissage et optimisant les ressources de calcul. Tout au long de l’entraînement, les indicateurs clés de performance — incluant la précision, la perte, la précision et le rappel — ont été suivis à l’aide d’un ensemble de validation de réserve représentant 20 % des données. L’ensemble de retenue a fourni des informations cruciales sur les capacités de généralisation du modèle et a atténué le risque de surajustement à des données invisibles.

L’intégration de stratégies avancées de prétraitement, d’augmentation des données et d’optimisation a permis d’obtenir une excellente précision et robustesse des modèles, démontrant un fort potentiel d’application clinique dans la détection du cancer du poumon et du côlon. Toutes les expériences ont été menées sur un GPU NVIDIA Tesla P100 avec 16 Go de mémoire et 64 Go de RAM système. L’ensemble de la chaîne d’entraînement — incluant le prétraitement, l’augmentation et l’optimisation des modèles — nécessitait environ trois heures pour compléter dix époques avec une taille de lot de 128. Cette infrastructure de calcul a été choisie pour gérer efficacement le vaste ensemble de données augmenté tout en maintenant des temps d’entraînement raisonnables adaptés aux environnements de recherche clinique.

Pour la reproductibilité, tous les hyperparamètres critiques étaient explicitement spécifiés. Le modèle a été entraîné à l’aide de l’optimiseur Adam avec un taux d’apprentissage constant de 0,001. L’entraînement était mené pendant un maximum de 10 époques, avec un arrêt précoce basé sur la perte de validation et une patience de trois époques pour éviter le sur-équipement. Un lot de 128 exemplaires a été utilisé pour les phases de formation et de validation. Pour garantir des résultats cohérents, la graine aléatoire a été fixée à 42 à toutes les étapes du chargement des données et de l’entraînement du modèle. Aucun calendrier de décroissance du taux d’apprentissage n’a été appliqué pendant la formation.

Le protocole combinait un prétraitement systématique, des hyperparamètres bien calibrés, des schémas de validation rigoureux et un environnement informatique ouvert pour promouvoir à la fois la précision et la reproductibilité. Le flux de travail, en intégrant une architecture robuste d’apprentissage profond, une optimisation efficace et une conception expérimentale reproductible, a établi une base solide pour la classification histopathologique des images. En plus de démontrer de solides performances dans la détection du cancer du poumon et du côlon, le protocole a défini un cadre évolutif pouvant être étendu à des défis similaires d’imagerie biomédicale dans de futures recherches.

Lors du développement du modèle, plusieurs ajustements pratiques ont été mis en œuvre pour obtenir des résultats fiables et reproductibles. Les premiers arrêts et l’augmentation avancée des données ont été utilisés pour corriger le déséquilibre de classe et le surappoint. La forte consommation de mémoire pendant l’entraînement a été atténuée en redimensionnant les images à 224 × 224 pixels et en utilisant une taille de lot de 128. Lorsque la convergence lente était rencontrée, le taux d’apprentissage était empiriquement fixé à 0,001. La vérification manuelle de la structure du répertoire d’images était effectuée pour éviter les erreurs de chargement des données, et des graines aléatoires étaient corrigées pour garantir la reproductibilité. Ces stratégies peuvent servir de guide pratique aux chercheurs confrontés à des défis analogues dans l’entraînement de modèles d’apprentissage profond avec de grands ensembles de données d’images histopathologiques.

Analyse statistique
La modélisation statistique des performances du modèle a été réalisée à l’aide d’un ensemble complet de métriques pour évaluer la précision, la stabilité et la généralisabilité. Les principales mesures d’évaluation comprenaient la précision, le rappel, le score F1 et la précision pour quantifier la performance dans la classification. La matrice de confusion a été utilisée pour rapporter des métriques d’erreur spécifiques à chaque classe, calculées selon les équations 8 à 10 :

(8)

(9)

(10)

De plus, des mesures d’erreur telles que l’erreur quadratique moyenne (MSE), l’erreur quadratique moyenne (RMSE) et l’erreur absolue moyenne (MAE) ont été évaluées pour évaluer la précision de la prédiction, calculée à l’aide des équations 11 à 13 :

(11)

(12)

(13)

La courbe de caractéristique de fonctionnement du récepteur (ROC) et l’aire sous la courbe (AUC) ont été utilisées pour évaluer la capacité du modèle à discriminer entre les classes à différents seuils. L’AUC a été calculée comme montré dans l’équation 14 :

(14)

Ces analyses statistiques ont permis d’évaluer en profondeur la performance de classification du modèle, sa robustesse et sa généralisation vers des données inédites.

Étude d’ablation
Pour évaluer davantage la contribution de chaque composant dans le cadre de classification, une étude d’ablation a été menée en omettant ou en modifiant sélectivement des éléments architecturaux spécifiques du modèle final. Plus précisément, deux configurations expérimentales alternatives ont été évaluées : une configuration comprenait à la fois les couches de Pooling Moyenne Global et Flatten, suivies de deux couches denses (128 et 64 unités, respectivement) ; l’autre configuration a omis à la fois la couche Flatten et la couche dense de 128 unités, ne laissant que la couche de pool moyenne globale et une seule couche dense de 64 unités.

L’architecture complète, telle que rapportée dans les résultats principaux, a atteint une précision de validation d’environ 96 %. Lorsque la couche Flatten a été exclue, et que seules les couches denses de 128 et 64 unités ont été utilisées après le Global Average Pooling, la précision de validation est tombée à 81,6 %. Inversement, lorsque la couche dense de 128 unités a été exclue et que la couche Flatten a été conservée, la précision de validation a diminué à 88 %. Ces résultats ont indiqué la nécessité d’inclure à la fois la couche extra dense et les composants architecturaux appropriés pour obtenir une performance optimale de classification. Les résultats des expériences d’ablation ont constamment démontré que la combinaison du Global Average Pooling, du Flattening et de deux couches entièrement connectées permettait une représentation des caractéristiques plus expressive, aboutissant à une classification histopathologique plus robuste et précise.

Results

La figure 4 présente la précision de l’entraînement et de la validation. La figure 5 présente la perte d’entraînement et de validation.

Figure 4 : Précision de l’entraînement et de la validation sur les époques. Cette figure illu...

Discussion

Dans la revue critique des instances mal étiquetées sous l’architecture d’apprentissage profond EfficientNetB7, un examen critique est réalisé sur des cas où les prédictions du modèle ne correspondent pas aux vraies étiquettes dans l’ensemble de données de validation. L’analyse critique est d’une importance extrême pour analyser certaines erreurs de classification, en particulier lorsque le modèle déforme diverses caractéristiques histopathologiques des tissus pulmonaires et du

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
GPU A100 (CUDA)	NVIDIA	CUDA Version 11.0	Accélération GPU pour l’entraînement et l’évaluation du modèle.
Quai Kaggle	Google	N/A	Notebook basé sur le cloud pour le développement de modèles d’apprentissage automatique
Keras	TensorFlow (Google)	Version 2.6.0	API d’apprentissage profond tournant au-dessus de TensorFlow.
LC25000	Borkowski AA, Bui MM, Thomas LB, Wilson CP, DeLand LA, Mastorides SM. Ensemble de données d’images histopathologiques du cancer du poumon et du côlon (LC25000)	N/A	Ce jeu de données contient 25 000 images histopathologiques réparties en 5 classes. Toutes les images mesurent 768 x 768 pixels et sont au format jpeg.
Matplotlib	Fondation Python Software	Version 3.5.0	Bibliothèque de visualisation pour tracer les résultats.
NumPy	Fondation Python Software	Version 1.19.5	Bibliothèque de calcul numérique.
OpenCV	Open Source	Version 4.5.4	Bibliothèque de traitement d’image et de vision par ordinateur.
Pandas	Fondation Python Software	Version 1.3.4	Outil d’analyse et de manipulation de données.
Python (distribution anaconda)	Anaconda Inc	Version 3.7.12	Comprend des paquets préinstallés et des outils de gestion de l’environnement.
Scikit-learn	Fondation Python Software	Version 0.23.2	Outils d’apprentissage automatique pour l’évaluation des performances.
TensorFlow	Google	Version 2.6.2	Cadre d’apprentissage profond pour les modèles de diffusion.