Cet article présente un cadre explicatif basé sur un CNN pour la classification des lésions cutanées, combinant une haute précision diagnostique avec une interprétabilité du modèle. Il classifie les images de lésions et génère des explications visuelles pour ses prédictions. Les résultats démontrent des performances élevées et une transparence améliorée, soutenant la prise de décision clinique et aidant les dermatologues dans la détection précoce des maladies de la peau.
Article de recherche
Un cadre informatique explicable pour la classification des lésions cutanées utilisant l'apprentissage profond
Dans cet article
Résumé
Résumé
L'utilisation de réseaux neuronaux convolutifs profonds en vue du diagnostic de maladies cutanées s'est révélée, dans différentes études, produire des niveaux de précision comparables à ceux obtenus par des dermatologues. Néanmoins, de nombreux défis persistent, notamment une performance insuffisante et une faible généralisation dans certains cas, ainsi qu'une interprétabilité limitée liée à l'utilisation de modèles boîte noire. Cela crée d'importantes difficultés pour la mise en œuvre pratique, car il est nécessaire d'obtenir non seulement un diagnostic précis, mais aussi une explication des résultats, rendant indispensable la recherche d'une solution. Pour surmonter les difficultés mentionnées, un cadre d'apprentissage profond explicatif pour la classification des lésions cutanées (EDLF-SLC) est développé dans cette étude. Ce cadre utilise diverses approches d'apprentissage automatique et d'intelligence artificielle explicative (XAI) afin d'améliorer à la fois la précision et l'interprétabilité, selon un processus en trois étapes. Dans la première étape, des représentations profondes extraites de plusieurs architectures de CNN pré-entraînés sont fusionnées afin de préserver l'information discriminante complémentaire apprise par différentes architectures de réseaux, avant la classification à l'aide d'un SVM doté d'un noyau à fonction de base radiale. Ensuite, des classificateurs à vecteurs de support (SVM) munis d'un noyau à fonction de base radiale sont utilisés pour classifier les caractéristiques obtenues. Enfin, les prédictions du modèle sont interprétées au moyen d'explications locales modèles-agnostiques interprétables (LIME). Les résultats expérimentaux montrent que l'EDLF-SLC atteint une précision de 88,0 %, une exactitude de 89,0 %, un rappel de 87,0 % et un score F1 de 88,0 %, démontrant ainsi une performance compétitive par rapport à plusieurs méthodes récemment publiées dans les conditions expérimentales considérées dans cette étude.
Introduction
Les lésions cutanées constituent un problème majeur en dermatologie et en oncologie, car elles vont de simples anomalies bénignes à des cancers malignes tels que le mélanome, la forme la plus mortelle du cancer de la peau. En 2020, le mélanome représentait environ 325 000 nouveaux cas et plus de 57 000 décès dans le monde entier1. Bien que les progrès dans le dépistage et le traitement aient amélioré l'évolution de la maladie chez les patients, un diagnostic tardif et un accès limité aux soins de santé continuent d'entraîner une forte mortalité et une perte importante d'années de vie, en particulier chez les populations plus jeunes2,3.
Le diagnostic traditionnel repose principalement sur l'examen visuel et la dermoscopie, ce qui rend le processus dépendant de l'expertise des cliniciens et sujet à la subjectivité, à la variabilité inter-observateur, aux biopsies inutiles et à des temps d'examen prolongés4,5,6. Pour pallier ces limites, l'apprentissage profond, en particulier les CNN, s'est imposé comme une solution efficace pour la classification automatisée des lésions cutanées. Les modèles basés sur les CNN, notamment DDCNN-F7, YOLOv7-XAI8 et plusieurs autres architectures9,10,11,12,13, ont démontré une grande précision diagnostique en apprenant automatiquement des caractéristiques discriminantes des images. Malgré leurs succès, la plupart des modèles d'apprentissage profond fonctionnent comme des « boîtes noires », ce qui limite la confiance des cliniciens et freine leur adoption en pratique médicale courante. Des techniques d'intelligence artificielle explicables ont donc été introduites afin d'améliorer la transparence des modèles en fournissant des explications visuelles des prédictions. Parmi ces méthodes, les explications locales interprétables indépendantes du modèle (LIME) génèrent des interprétations locales en identifiant les régions de l'image qui influencent le plus les décisions du modèle14.
La classification des lésions cutanées a évolué depuis l'évaluation clinique traditionnelle jusqu'aux systèmes diagnostiques avancés basés sur l'intelligence artificielle, en réponse au besoin de détection précise, fiable et précoce du cancer de la peau. Cette évolution s'est déroulée en cinq grandes étapes — méthodes diagnostiques traditionnelles, diagnostic assisté par ordinateur (CAD), apprentissage automatique (ML), apprentissage profond (DL), et plus récemment, explication de l'intelligence artificielle (XAI) et apprentissage fédéré (FL) — reflétant des efforts continus pour améliorer la précision, la cohérence, l'évolutivité et la fiabilité clinique du diagnostic, tout en surmontant les limites de l'examen conventionnel. Les premières méthodes computationnelles tentaient d'imiter le raisonnement clinique à l'aide de descripteurs d'image conçus manuellement dérivés de la règle ABCD, incluant l'asymétrie, l'irrégularité des bords, la variation de couleur et le diamètre de la lésion. Ces caractéristiques étaient combinées à des réseaux bayésiens, des arbres de décision, des systèmes experts et des modèles d'inférence floue afin d'aider au diagnostic du mélanome, plusieurs études rapportant des précisions de classification dépassant 90 %15,16,17. Bien qu'ayant fourni une base importante pour le diagnostic assisté par ordinateur, ces méthodes dépendaient entièrement de caractéristiques conçues manuellement et de règles diagnostiques prédéfinies. Par conséquent, elles présentaient une robustesse limitée face aux variations de qualité d'image, de morphologie des lésions, d'éclairage et de conditions d'acquisition.
Pour remédier à ces limites, les systèmes classiques d'aide au diagnostic assisté par ordinateur (CAD) sont apparus comme une étape intermédiaire entre l'analyse d'image conventionnelle et les cadres modernes basés sur l'intelligence artificielle. Les systèmes CAD combinaient l'extraction manuelle de caractéristiques avec des classificateurs conventionnels afin d'améliorer la cohérence du diagnostic et d'aider à la prise de décision clinique. Plusieurs approches hybrides ont intégré le regroupement hiérarchique avec des réseaux neuronaux récurrents et des architectures à mémoire à long court terme, atteignant des précisions de classification proches de 99,5 %18. D'autres cadres basés sur le CAD ont intégré des classificateurs par boosting de gradient avec des explications fondées sur SHAP, démontrant une précision diagnostique compétitive tout en améliorant la transparence du modèle19. Bien que ces systèmes représentent une amélioration significative par rapport aux approches purement basées sur des règles, ils continuaient de dépendre fortement de l'extraction manuelle de caractéristiques, de prétraitements intensifs, de jeux de données soigneusement annotés et de pipelines de traitement multiphases.
Les techniques d'apprentissage automatique ont encore amélioré la classification automatisée des lésions cutanées en permettant un apprentissage basé sur les données plutôt qu'une conception explicite de règles. Des cadres hybrides combinant des réseaux neuronaux convolutifs avec des classificateurs d'apprentissage automatique classiques, notamment la régression logistique et les k-plus-proches voisins, ont démontré de solides performances de classification sur des ensembles de données de référence, atteignant des précisions supérieures à 95 %9. L'apprentissage multimodal auto-supervisé a encore amélioré la représentation des caractéristiques en exploitant conjointement des images dermoscopiques et cliniques, réduisant ainsi la dépendance à l'égard d'annotations manuelles exhaustives tout en améliorant les performances de classification20. D'autres études ont combiné des réseaux CNN avec une analyse discriminante généralisée, des descripteurs SURF et des algorithmes d'optimisation afin d'améliorer la discrimination des caractéristiques et la précision de la classification21. Des techniques de sélection automatique de caractéristiques utilisant DenseNet-201, InceptionV3 et des algorithmes d'optimisation par arbre binaire ont encore renforcé la représentation des caractéristiques tout en maintenant des performances diagnostiques compétitives22. Des approches d'apprentissage par transfert utilisant des architectures pré-entraînées telles qu'AlexNet et GoogLeNet ont également montré des capacités prometteuses de classification, malgré un volume limité de données d'entraînement23. Néanmoins, la plupart des méthodes d'apprentissage automatique continuaient de dépendre de procédures de prétraitement soigneusement conçues, de stratégies d'optimisation manuelles, de jeux de données équilibrés et d'un réglage hyperparamétrique poussé. Leur validation externe limitée et leur sensibilité au déséquilibre des classes ont encore restreint leur applicabilité pratique dans des contextes cliniques variés.
L'introduction de l'apprentissage profond (DL) a transformé fondamentalement la classification automatisée des lésions cutanées en permettant un apprentissage de bout en bout directement à partir de données d'images brutes. Les réseaux neuronaux convolutifs (CNN) ont éliminé le besoin d'ingénierie manuelle des caractéristiques tout en améliorant sensiblement les performances diagnostiques sur plusieurs ensembles de données de référence. La plupart des approches basées sur les CNN ont démontré des améliorations significatives dans la classification des lésions grâce à des architectures de plus en plus sophistiquées. Les modèles de CNN prenant en compte la symétrie ont exploré des caractéristiques de lésions cliniquement pertinentes, mais n'ont atteint qu'une précision équilibrée modérée24. D'autres ont intégré des architectures EfficientNet avec des explications LIME et SHAP afin d'améliorer l'interprétabilité tout en introduisant des mesures quantitatives de fiabilité25. Des systèmes hybrides d'apprentissage profond combinant segmentation des lésions, apprentissage ensembliste et CNN ont obtenu d'excellentes performances sur plusieurs jeux de données ISIC, mais sont restés sensibles à la qualité de la segmentation et au déséquilibre des classes26.
Plus récemment, des architectures hybrides de plus en plus sophistiquées ont encore amélioré la précision de classification en intégrant des techniques complémentaires d'apprentissage profond. Des réseaux antagonistes génératifs conditionnels combinés à YOLOv5 et à une analyse en composantes indépendantes ont atteint des précisions de classification dépassant 99 %, bien que leur complexité computationnelle ait limité leur déploiement pratique 27. De même, les architectures hybrides LSTM–ResNet ont efficacement appris des représentations spatio-temporelles, mais nécessitaient des ressources computationnelles nettement plus importantes28. Les modèles basés sur des transformeurs, notamment Sap-Former, ont exploité l'information contextuelle globale afin d'améliorer la représentation des caractéristiques, mais exigeaient un prétraitement approfondi, des ensembles de données annotées à grande échelle et une puissance de calcul importante29. Des alternatives légères telles que S-MobileNet ont cherché à équilibrer efficacité computationnelle et précision diagnostique30, tandis que les méthodes d'adaptation de domaine non supervisées ont amélioré la généralisation inter-domaines, malgré une efficacité réduite lorsque seuls de rares échantillons d'entraînement étaient disponibles31. Des réseaux hybrides améliorés par l'attention, intégrant des modules d'attention convolutionnels modifiés et un apprentissage par ensemble instantané (snapshot ensemble learning), ont également montré des performances prometteuses pour la classification des lésions cutanées dues à la variole du singe, bien que des défis liés au déséquilibre des classes, à la diversité des images et au manque d'explicabilité restent non résolus32. Des architectures résiduelles personnalisées, utilisant des conceptions de réseaux plus profondes et des fonctions de perte hybrides, ont encore accru la précision de classification au-delà de 99 %, mais au prix d'une surcharge computationnelle et d'un temps d'entraînement considérablement plus élevés33. Des études de synthèse approfondies ont systématiquement conclu que l'apprentissage profond surpasse largement les approches traditionnelles basées sur des caractéristiques manuelles en apprenant automatiquement des représentations discriminantes des images, tout en mettant simultanément en évidence des défis persistants liés aux artefacts d'imagerie, aux variations d'éclairage, à la complexité computationnelle et à la généralisation clinique limitée34.
Bien que l'apprentissage profond (DL) ait considérablement amélioré la précision diagnostique, les préoccupations relatives à la transparence des modèles, à l'estimation de l'incertitude et au déploiement clinique fiable ont suscité un intérêt croissant pour l'IA explicable (XAI) et l'apprentissage fédéré. Plusieurs études ont examiné des techniques de quantification de l'incertitude, notamment la prédiction conforme, le dropout de Monte Carlo et l'apprentissage profond fondé sur des preuves, démontrant que l'estimation fiable de la confiance peut améliorer sensiblement l'aide à la décision, malgré des contraintes supplémentaires en matière de calcul et de données35. Des cadres d'apprentissage mutuel basés sur des transformeurs ont également été proposés afin de corriger le déséquilibre des classes tout en améliorant l'efficacité de l'apprentissage des caractéristiques36. D'autres approches ont combiné des réseaux de neurones convolutifs (CNN) à pleine résolution avec des techniques d'optimisation basées sur des graphes pour améliorer la segmentation et la classification des lésions37, tandis que des cadres hybrides d'apprentissage profond intégrant plusieurs représentations complémentaires de caractéristiques ont atteint des précisions de classification proches de 99,5 %, bien qu'ils nécessitent un prétraitement intensif38.
De récentes recherches se sont de plus en plus concentrées sur l'intégration de l'explicabilité directement dans les cadres d'apprentissage profond (DL) afin de renforcer la confiance des cliniciens et de faciliter l'adoption clinique pratique. Des systèmes explicables utilisant plusieurs architectures de réseaux neuronaux convolutifs combinés à Grad-CAM et Score-CAM ont localisé avec succès les régions lésionnelles diagnostiquement pertinentes tout en maintenant des performances de classification compétitives sur des jeux de données internes et externes39. Des cadres hybrides CNN–Transformeur combinant des images dermoscopiques avec des métadonnées cliniques ont encore amélioré les performances prédictives, tout en utilisant SHAP et Grad-CAM pour générer des explications visuelles cliniquement significatives40. D'autres architectures hybrides basées sur des transformeurs, intégrant EfficientNetV2S, des transformeurs Swin, des réseaux Xception modifiés et des mécanismes d'attention sur graphes, ont efficacement capturé des caractéristiques lésionnelles complémentaires globales et locales, bien que leur nombre élevé de paramètres et leurs performances limitées sur les classes minoritaires restreignent leur déploiement pratique41. De même, des cadres hybrides YOLOv8–Transformeur visuel ont démontré une meilleure localisation des lésions, une classification multiclasses améliorée et une interprétabilité visuelle grâce à une augmentation adaptative combinée à des explications SHAP et Grad-CAM ; toutefois, ces méthodes continuent de reposer principalement sur des jeux de données de référence et montrent une robustesse limitée pour les catégories de lésions minoritaires42. Plusieurs articles de synthèse ont résumé ces avancées, soulignant à la fois les progrès remarquables réalisés par les techniques modernes d'apprentissage profond et les défis persistants liés à l'efficacité computationnelle, à l'explicabilité, à la dépendance aux jeux de données et à la validation clinique43,44,45. Tableau 1 résume certains travaux récemment publiés utilisant des algorithmes d'apprentissage profond pour la classification des lésions cutanées.
Malgré les progrès remarquables réalisés par les méthodes récentes d'apprentissage profond (DL) dans la classification des lésions cutanées, la plupart des approches existantes restent limitées par une complexité computationnelle élevée, une dépendance à de grands ensembles de données annotées, une interprétabilité des modèles limitée et une validation insuffisante dans divers contextes cliniques du monde réel. Pour surmonter ces limitations, cet article propose le cadre EDLF-SLC, qui intègre des caractéristiques complémentaires extraites de plusieurs architectures de CNN avec un classificateur SVM afin d'obtenir une classification robuste et précise. Le cadre utilise en outre un prétraitement amélioré pour améliorer la qualité des images et corriger le déséquilibre des classes, tout en incorporant la technique LIME pour fournir des explications visuelles des prédictions individuelles, renforçant ainsi la transparence du modèle et sa crédibilité clinique.
Les contributions de cette étude sont triples. Premièrement, les auteurs proposent un cadre robuste, EDLF-SLC, qui intègre des réseaux neuronaux convolutifs avancés (CNN) avec un classificateur à vecteurs de support (SVM) afin d'obtenir une classification précise et fiable des lésions cutanées. Deuxièmement, les auteurs mettent en œuvre des techniques de prétraitement améliorées pour remédier au déséquilibre des classes et réduire le bruit dans les images, améliorant ainsi la qualité des images d'entrée et les performances globales du modèle de classification. Troisièmement, les auteurs intègrent la méthode Local Interpretable Model-agnostic Explanations (LIME) afin de visualiser et interpréter les prédictions individuelles du modèle en mettant en évidence les régions des images qui influencent le plus fortement les décisions de classification, améliorant ainsi la transparence et l'interprétabilité du cadre proposé.
Protocole
Cette étude n'a pas impliqué le recrutement de participants humains ni la collecte de données patient identifiables. Toutes les expériences ont été réalisées à l'aide du jeu de données public sur les lésions cutanées ISIC 2020, obtenu à partir du dépôt Kaggle ; par conséquent, aucune approbation par un comité d'éthique institutionnel ni consentement éclairé n'était requise. Tous les matériaux utilisés dans cette étude figurent dans le tableau des matériaux.
Extraction et fusion de caractéristiques
Les images de lésions cutanées ont été traitées à l'aide de plusieurs modèles de CNN préentraînés. Les vecteurs de caractéristiques profondes extraits des architectures de CNN préentraînés sélectionnées sont concaténés afin de construire une représentation unifiée des caractéristiques pour chaque image de lésion cutanée. La stratégie de fusion adoptée préserve les informations visuelles complémentaires apprises par différentes architectures de CNN, permettant au classificateur SVM ultérieur d'exploiter à la fois les caractéristiques texturales de bas niveau et les représentations sémantiques de niveau supérieur. Bien que des techniques de réduction de dimensionnalité telles que l'analyse en composantes principales ou la sélection de caractéristiques basée sur l'information mutuelle puissent réduire la dimension des caractéristiques, la représentation fusionnée complète a été délibérément conservée, car l'espace de caractéristiques fusionné reste informatiquement traitable pour le classificateur RBF-SVM utilisé, tout en préservant les informations diagnostiques complémentaires extraites des squelettes hétérogènes de CNN.
Classification
Les vecteurs de caractéristiques fusionnés ont été utilisés pour entraîner un classificateur SVM avec un noyau RBF. Des techniques d'optimisation des hyperparamètres ont été employées pour déterminer les paramètres optimaux de classification. Le classificateur a ensuite catégorisé les lésions cutanées selon leurs classes respectives.
Interprétabilité
Afin d'améliorer l'interprétabilité, la méthode LIME a été appliquée pour générer des explications visuelles mettant en évidence les régions de l'image qui contribuent le plus significativement aux résultats de classification. Ces explications aideraient les cliniciens à comprendre et à valider les décisions du modèle.
Plan d'évaluation
Le cadre proposé a été évalué à l'aide d'un jeu de données de référence sur les lésions cutanées. Les performances ont été évaluées à l'aide de l'exactitude, de la précision, du rappel et du score F1. Des expériences comparatives ont été menées par rapport à des approches existantes d'apprentissage machine et d'apprentissage profond afin de démontrer l'efficacité du cadre proposé.
Résultats attendus
L'étude devait produire un système de classification précis et interprétable des lésions cutanées. Les résultats expérimentaux préliminaires indiquent que EDLF-SLC atteint une exactitude de 88,0 %, une précision de 89,0 %, un rappel de 87,0 % et un score F1 de 88,0 %, surpassant plusieurs méthodes concurrentes. On s'attendait à ce que l'intégration d'explications LIME améliore la fiabilité et facilite l'adoption de systèmes diagnostiques assistés par l'intelligence artificielle en pratique clinique.
Signification
Cette recherche contribue au domaine en plein essor de l'intelligence artificielle médicale explicative en abordant à la fois les défis liés aux performances et à la transparence dans le diagnostic des lésions cutanées. Le cadre proposé pourrait aider les dermatologues à prendre des décisions diagnostiques plus fiables et interprétables, améliorant ainsi la prise en charge des patients. De plus, dans cette section, les auteurs fournissent des informations sur les matériaux et la méthodologie appliqués dans cette étude. Plus précisément, les auteurs commencent par décrire le jeu de données utilisé pour les expériences, puis passent à une discussion détaillée du cadre d'apprentissage profond explicatif pour la classification des lésions cutanées.
Jeu de données
Les travaux présentés s'appuient sur le jeu de données ISIC 2020 (International Skin Imaging Collaboration) disponible publiquement, auquel on peut accéder sur le site web Kaggle (https://www.kaggle.com/datasets/fanconic/skin-cancer-malignant-vs-benign). Le référentiel ISIC est reconnu comme l'une des meilleures ressources dans le domaine de l'imagerie dermatologique, car il fournit une grande variété d'images dermoscopiques de différents types de lésions cutanées, comme illustré dans la Figure 1. Importamment, le jeu de données inclut des images de lésions bénignes et malignes, ce qui le rend utile pour effectuer des tâches de classification binaire appliquées au cancer de la peau 46. Le jeu de données actuel contient 3 297 images, dont 1 800 sont bénignes et 1 497 malignes. Pour mener des expériences plus efficaces, les données ont dû être divisées en un ensemble d'apprentissage et un ensemble de test. En particulier, l'ensemble d'apprentissage comprend 2 637 images, dont 1 440 bénignes et 1 197 malignes, tandis que l'ensemble de test se compose de 660 images, parmi lesquelles 360 sont bénignes et 300 malignes. Un résumé du jeu de données est présenté dans le Tableau 2.
Le modèle EDLF-SLC proposé
Dans cet article, une solution efficace et compréhensible pour classer les lésions cutanées en catégories bénignes et malignes est proposée, en utilisant une nouvelle technique d'apprentissage profond explicative fondée sur une approche hybride combinant les avantages de plusieurs modèles de réseaux neuronaux convolutifs pré-entraînés. Les réseaux neuronaux convolutifs se sont révélés très efficaces pour extraire des caractéristiques sémantiques de haut niveau à partir d'images médicales. En exploitant cette capacité, le cadre d'apprentissage profond explicatif proposé pour la classification des lésions cutanées (EDLF-SLC) utilise plusieurs modèles CNN pré-entraînés afin d'atteindre des performances supérieures. Afin d'assurer la transparence nécessaire au processus de décision médicale, la méthode LIME a été adoptée dans l'approche proposée pour générer des explications locales compréhensibles par l'humain pour les résultats obtenus. L'ensemble du cadre peut être divisé en trois étapes principales, illustrées dans la Figure 2, à savoir : (1) le prétraitement des données, (2) l'extraction de caractéristiques et la classification, et (3) l'interprétabilité.
Architecture du modèle et intégration
Comme étape préliminaire, sept modèles populaires d'apprentissage profond (MobileNetV2, ResNet50, EfficientNetB0, Xception, InceptionResNetV2, NASNetLarge et MobileNet) ont été sélectionnés et évalués séparément sur le jeu de données de validation, et les quatre modèles les plus performants (ResNet50, EfficientNetB0, MobileNet et Xception) ont été retenus pour l'étape d'extraction de caractéristiques. Dans le cadre proposé, chaque image d'entrée x est transmise indépendamment à travers les modèles préentraînés sélectionnés. La dernière couche entièrement connectée a été supprimée de chacun de ces modèles, et des vecteurs de caractéristiques ont été extraits des couches précédentes. fResNet50(x), fEfficientNetB0(x), fMobileNet(x) et fXception(x) désignent les vecteurs de caractéristiques en sortie de chacun des modèles mentionnés ci-dessus. En concaténant ces vecteurs de caractéristiques, un nouveau vecteur de caractéristiques agrégé F(xi) est obtenu :
F(xi) = [f(ResNet50)(xi);f(EfficientNetB0)(xi);f(MobileNet)(xi);f(Xception)(xi)] (1)
Ensuite, F(xi) a été transmis à un classificateur SVM avec un noyau de fonction de base radiale (RBF) afin d'obtenir le résultat de classification. L'algorithme complet du cadre proposé est présenté dans le Supplementary File 1.
Le cadre proposé adopte une fusion au niveau des caractéristiques car chaque architecture de CNN préentraînée capture des caractéristiques discriminantes différentes des lésions cutanées grâce à son architecture de réseau distincte et à sa hiérarchie de caractéristiques apprises. Par conséquent, la concaténation de ces représentations hétérogènes de caractéristiques préserve des informations complémentaires qui contribuent à une caractérisation plus complète des lésions avant la classification. Bien que des techniques de réduction de dimensionnalité telles que l'analyse en composantes principales (PCA) ou la sélection de caractéristiques basée sur l'information mutuelle puissent réduire la dimension de la représentation fusionnée, le vecteur complet de caractéristiques fusionnées a été délibérément conservé, car sa dimension reste gérable sur le plan computationnel pour le classifieur RBF-SVM adopté, tout en préservant les informations diagnostiques complémentaires extraites par les différentes architectures de base de CNN. Cette conception privilégie donc la conservation de représentations profondes complémentaires plutôt que l'élimination de caractéristiques potentiellement informatives avant la classification.
Préparation des données
La préparation des données a inclus le prétraitement et la division du jeu de données en ensembles d'apprentissage et de test. Le prétraitement vise à améliorer la qualité des données en éliminant les incohérences, en supprimant les éléments en double, en formatant les images d'entrée et en effectuant une mise à l'échelle des caractéristiques pour un apprentissage stable d'un bon modèle. Toutes les images ont été normalisées dans la plage [−1, 1] à l'aide de la normalisation Z-score :
(2)
où µ et σ représentent respectivement la valeur moyenne et l'écart type de l'image correspondante. L'ensemble de données a été divisé en deux sous-ensembles, à savoir un ensemble d'apprentissage (70,0 %) et un ensemble de test (30,0 %).
Augmentation des données
Afin d'éviter le surapprentissage et d'améliorer la capacité de généralisation du modèle, certaines augmentations ont été appliquées à l'ensemble d'apprentissage. Les augmentations d'images consistent à modifier les images afin d'agrandir artificiellement le jeu de données sans altérer les caractéristiques essentielles des affections médicales. Le pipeline d'augmentation a été construit à l'aide de l'API Séquentielle de Keras. Des transformations telles que le retournement horizontal aléatoire, la rotation selon un petit angle, le redimensionnement, la mise à l'échelle, l'ajustement de la luminosité et du contraste, le zoom et certains légers déplacements ont été utilisées. Des exemples représentatifs d'images augmentées sont illustrés dans la Figure 3.
Modèles préentraînés
Plusieurs modèles d'apprentissage profond préentraînés ont été adoptés dans le cadre proposé afin d'extraire des caractéristiques à partir des images d'entrée. Ces modèles incluent MobileNet, ResNet50, EfficientNetB0, Xception, NASNetLarge, Inception-ResNet-v2 et MobileNetV2. MobileNet et MobileNetV2 sont des modèles d'apprentissage profond légers permettant des calculs efficaces grâce aux convolutions séparables par profondeur. ResNet50 utilise le mécanisme des connexions résiduelles pour entraîner le modèle, évitant ainsi le problème des gradients qui s'annulent durant l'entraînement. EfficientNetB0 établit un équilibre entre efficacité et précision grâce à une approche de mise à l'échelle composée. Xception étend le réseau Inception en utilisant des convolutions séparables par profondeur. NASNetLarge implique l'utilisation d'une recherche d'architecture neuronale pour construire des structures de réseaux neuronaux profonds optimales, tandis qu'Inception-ResNet-v2 combine un modèle Inception avec le mécanisme de connexions résiduelles. Les vecteurs de caractéristiques extraits de ResNet50 (1 024 caractéristiques), EfficientNetB0 (1 280 caractéristiques), MobileNet (1 024 caractéristiques) et Xception (2 048 caractéristiques) sont concaténés pour produire une représentation unifiée de 5 376 dimensions. Cette stratégie de fusion a été choisie afin de préserver les représentations complémentaires apprises par les différentes architectures de CNN, plutôt que de réduire la représentation avant la classification. Le vecteur de caractéristiques résultant est ensuite transmis au classifieur RBF-SVM, qui détermine la frontière de décision non linéaire optimale au sein de l'espace de caractéristiques fusionné.
Modèle d'intelligence artificielle explicatif (LIME)
Afin d'assurer une certaine interprétabilité locale des prédictions du modèle, les auteurs utilisent une méthode permettant de générer des explications localisées et lisibles par l'humain pour chaque prédiction particulière du modèle, appelée LIME47. Pour toute image d'entrée, LIME la partitionne d'abord en unités plus petites appelées superpixels. Des perturbations sont ensuite générées à partir de l'image initiale, et les prédictions du modèle neuronal profond sont estimées pour chacune de ces perturbations. Ensuite, un modèle linéaire pondéré est ajusté sur les perturbations, en utilisant des poids dépendant de leur proximité avec l'instance d'entrée initiale. Après l'ajustement du modèle linéaire, des scores d'importance des caractéristiques sont estimés, indiquant le rôle de chaque superpixel dans la prédiction de l'étiquette finale. Ces scores d'importance sont mis en évidence visuellement sur l'image d'explication finale. L'algorithme LIME est présenté dans le Fichier supplémentaire 2.
Résultats
L'évaluation des performances du cadre de classification développé repose sur des mesures traditionnelles issues de la matrice de confusion. Une matrice de confusion permet de comprendre complètement les performances du classifieur en représentant le nombre de classifications correctes et incorrectes effectuées pour chaque classe définie. De cette manière, tous les types d'erreurs peuvent être analysés. Par exemple, les faux positifs et les faux négatifs sont particulièrement importants dans le diagnostic des maladies. Des valeurs élevées de faux positifs peuvent indiquer une sensibilité élevée du classifieur, mais parallèlement, un grand nombre de faux négatifs révèle une faible sensibilité et pose des risques potentiels pour la santé. Les métriques de performance suivantes sont utilisées dans cet article : l'exactitude, la précision, le rappel, le score F1, la spécificité, le taux de vrais positifs (TPR) et le taux de faux positifs (FPR). Les formules de ces métriques sont indiquées ci-dessous :
Précision=(VP+VN)/(VP+VN+FP+FN) (3)
Précision = VP/(VP+FP) (4)
(5)
(6)
(7)
(8)
Dans ce cas, VP indique le nombre de cancers cutanés malins détectés par le système, tandis que VN indique le nombre de lésions bénignes. En revanche, FP représente le nombre de décisions erronées où des lésions sont classées comme malignes alors qu'elles sont en réalité bénignes. FN reflète le nombre d'échantillons bénins incorrectement identifiés. En ce qui concerne la classification du cancer de la peau, la minimisation des faux négatifs est extrêmement importante en raison des effets indésirables potentiels qui en résultent.
Performance des modèles de référence
Toutes les expériences informatiques ont été menées dans l'environnement basé sur le cloud de Google Colab. Il convient de noter que cette plateforme permet d'exécuter des instances de machines virtuelles utilisant une version prédéfinie d'Ubuntu 20.04 comme système d'exploitation. Pour entraîner les modèles de référence, la version 3.9 de Python et le framework PyTorch version 2.3.1 ont été utilisés. De plus, tous les nœuds de calcul avaient des spécifications identiques, à savoir un processeur Intel Xeon fonctionnant à une fréquence de 2,2 GHz, un GPU NVIDIA Tesla T4, 16 Go de RAM et une capacité de stockage de 70 Go. Ainsi, ce dispositif expérimental a permis de réduire la variabilité introduite par différentes plateformes matérielles et d'améliorer la fiabilité et la reproductibilité des résultats. Un résumé complet de l'environnement expérimental est disponible dans le tableau 3.
Figure 4 montre les courbes d'apprentissage correspondant à 100 époques d'entraînement pour l'architecture ResNet-50. L'entraînement a été effectué à partir d'un ensemble de données contenant 2 110 images, tandis que la taille de l'ensemble de validation était égale à 660 images. Comme on peut le voir, l'exactitude a constamment augmenté pendant l'entraînement jusqu'à atteindre près de 90,0 %. Parallèlement, une amélioration de l'exactitude a été observée durant les 50 premières époques ; après ce point, l'exactitude est devenue presque constante, ce qui peut être considéré comme un signe de convergence du modèle. Pour la validation, le modèle a démontré une valeur d'AUC égale à 86,0 %, montrant ainsi des propriétés discriminantes raisonnables.
La matrice de confusion présentée dans la Figure 5 caractérise les performances du modèle ResNet-50 en termes de précision de classification dans le cas d'un ensemble de test composé de 660 images. Lors de l'évaluation, le modèle a correctement reconnu 310 des 360 échantillons bénins et 239 des 300 échantillons malins. Toutefois, un nombre relativement élevé d'échantillons malins a été classé de manière incorrecte, ce qui a conduit à une valeur relativement élevée de faux négatifs. Ce résultat doit être examiné plus en détail en raison des conséquences graves qu'entraîne ce type d'erreur lors de l'utilisation du classificateur en pratique. Au total, le modèle a atteint une exactitude de 83,0 %, avec une précision de 83,3 %, un rappel de 83,3 % et un score F1 de 83,3 %.
Tableau 4 contient une description détaillée des caractéristiques de performance du modèle ResNet-50 en ce qui concerne les deux classes. Le classificateur a montré un comportement relativement équilibré en termes de précision : pour les échantillons bénins, sa valeur était de 83,0 %, tandis que les échantillons malins présentaient une précision de 84,0 %. De même, les valeurs de rappel ont atteint 88,0 % pour les lésions bénignes et 78,0 % pour les lésions malignes. Le support indiqué dans le tableau représente le nombre d'échantillons correspondant à chaque classe.
Modèle EDLF-SLC proposé
Figure 6 illustre l'AUC d'apprentissage et de validation du modèle proposé sur 300 époques. La métrique AUC reflète la capacité du modèle à distinguer entre classes bénignes et malignes, des valeurs plus élevées indiquant une meilleure performance discriminatoire. Comme observé, l'AUC d'apprentissage augmente régulièrement tout au long du processus d'entraînement, atteignant une valeur maximale de 1,00 vers l'époque 200. L'AUC de validation s'améliore également progressivement durant les premières phases d'entraînement ; toutefois, elle commence à stagner après environ 150 époques, suggérant une convergence du modèle. L'AUC finale de validation de 0,95 démontre une forte capacité de généralisation et une séparabilité efficace des classes.
La matrice de confusion du modèle proposé, présentée dans la Figure 7, montre que le modèle a correctement classé 299 échantillons bénins et 272 échantillons malins, tout en classant incorrectement 28 cas bénins comme malins et 61 cas malins comme bénins. Au total, le modèle a réalisé 571 prédictions correctes et 89 classifications erronées. Notamment, le nombre plus élevé de faux négatifs (cas malins classés à tort comme bénins) souligne une limitation critique, car de telles erreurs peuvent avoir des implications cliniques importantes. Néanmoins, la performance globale de classification reste robuste. Contrairement aux approches de sélection de caractéristiques qui suppriment intentionnellement des dimensions avant la classification, le cadre proposé préserve la représentation profonde fusionnée complète générée par plusieurs architectures de CNN hétérogènes. Ce choix de conception a été adopté car chaque architecture de base extrait des caractéristiques lésionnelles complémentaires, et le fait de conserver la représentation complète permet au classifieur SVM d'exploiter l'information discriminante combinée sans exclure de caractéristiques potentiellement informatives. Par conséquent, la stratégie de fusion de caractéristiques adoptée privilégie l'apprentissage de représentations complémentaires tout en maintenant la faisabilité computationnelle.
Figure 8 présente des exemples représentatifs de résultats de classification produits par le modèle proposé. Les résultats montrent que le modèle attribue des scores de confiance élevés aux instances correctement classées. Plus précisément, les cas bénins présentent de fortes probabilités prédites (par exemple, 99,84 % et 99,85 %), tandis que les cas malins affichent également des niveaux de confiance élevés (par exemple, 99,98 % et 99,96 %). Ces résultats indiquent que le modèle est capable de distinguer efficacement les lésions bénignes des lésions malignes, même dans des scénarios visuellement difficiles. Afin d'améliorer l'interprétabilité, le cadre LIME est utilisé pour générer des explications localisées des prédictions du modèle, comme illustré dans les Figure 9A–D. LIME approche la frontière de décision complexe du modèle à l'aide d'un modèle linéaire localement interprétable. Pour chaque image d'entrée, la méthode génère des échantillons perturbés en masquant sélectivement des superpixels et en évaluant les prédictions correspondantes. Un modèle linéaire pondéré est ensuite ajusté à ces échantillons, les poids étant déterminés en fonction de la proximité par rapport à l'entrée initiale à l'aide d'un noyau de fonction de base radiale. Les coefficients obtenus représentent la contribution de chaque superpixel à la prédiction finale et sont définis par :
(9)
où Xj ∈ {0, 1} indique la présence ou l'absence de la j-ème superpixel, Bj représente le poids de contribution correspondant, et B0 est la prédiction de base. Les coefficients positifs (Bj > 0) désignent des régions contribuant à la classe maligne, tandis que les coefficients négatifs (Bj < 0) correspondent à des caractéristiques bénignes. Les visualisations fondées sur LIME, présentées dans la Figure 9B, D, mettent en évidence les régions les plus influentes dans chaque décision de classification. Pour les lésions bénignes, le modèle met l'accent sur des régions caractérisées par une pigmentation uniforme et des limites bien définies. En revanche, dans les cas malins, les régions mises en surbrillance correspondent à des caractéristiques cliniquement significatives telles que des bords irréguliers, une hétérogénéité de couleur et des textures atypiques. L'intensité des régions mises en surbrillance reflète l'ampleur des coefficients correspondants Bj.
Ces résultats démontrent que le modèle EDLF-SLC se concentre sur des caractéristiques cliniquement significatives qui s'alignent sur des critères dermatologiques établis, tels que la règle ABCD. Cet alignement améliore l'interprétabilité et la fiabilité du modèle, le rendant ainsi plus adapté au soutien des décisions cliniques. De plus, Figure 10 présente des résultats de visualisation comparatifs obtenus à l'aide de techniques supplémentaires d'explicabilité, notamment Grad-CAM, HiResCAM, GradCAM++, XGradCAM, LayerCAM, EigenGradCAM et EigenCAM, confirmant davantage la cohérence des régions saillantes identifiées à travers différentes méthodes. En ce qui concerne les performances du modèle proposé EDLF-SLC et de sept modèles de référence après un entraînement de 100 époques, une comparaison peut être observée dans Tableau 5. EDLF-SLC a obtenu une performance compétitive de 0,88 sur chaque métrique évaluée par rapport aux architectures de référence évaluées selon le contexte expérimental. EfficientNetB0 et ResNet50 ont également donné de bons résultats, avec des précisions respectives de 0,85 et 0,83. En revanche, Inception-ResNetV2 a présenté la plus faible performance de classification parmi les modèles évalués. D'un autre côté, malgré une précision de classification relativement plus faible, son efficacité computationnelle restait comparable à celle des modèles de référence. Le modèle proposé EDLF-SLC a démontré une performance compétitive par rapport aux modèles de référence évalués dans les conditions expérimentales adoptées.
Pour évaluer les performances du cadre proposé par rapport aux approches existantes, le tableau 6 présente une comparaison avec des méthodes représentatives à l'état de l'art pour la classification des lésions cutanées. Par exemple47, a signalé une exactitude de 0,86, tandis que48 a utilisé un modèle basé sur un ensemble qui a atteint une exactitude similaire mais une précision, un rappel et un score F1 plus faibles. Des études récentes fondées sur l'apprentissage par ensemble et plusieurs architectures de CNN25,49 ont signalé des exactitudes allant jusqu'à 0,87. Dans les conditions expérimentales adoptées, le cadre EDLF-SLC proposé a atteint une exactitude de 0,88 tout en utilisant une architecture explicative unifiée sans nécessiter de composants supplémentaires tels que des modèles de segmentation des lésions.
DISPONIBILITÉ DES DONNÉES
Les données qui soutiennent les résultats de cette étude sont librement accessibles sur Kaggle à l'adresse https://www.kaggle.com/datasets/fanconic/skin-cancer-malignant-vs-benign.
Figure 1 : Images dermatoscopiques représentatives provenant du jeu de données ISIC illustrant les deux classes diagnostiques utilisées dans cette étude. Les échantillons sont étiquetés comme bénins (0) et malins (1), mettant en évidence la variabilité de la morphologie, de la couleur et de la texture des lésions à travers l'ensemble des données. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.
Figure 2 : Flux de travail complet du cadre EDLF-SLC proposé. Le protocole commence par l'acquisition d'images ISIC 2020, suivie du prétraitement, de l'augmentation des données, de la partition du jeu de données, de l'extraction de caractéristiques profondes à l'aide de quatre architectures CNN préentraînées, de la fusion de caractéristiques, de la classification par SVM, de l'évaluation des performances et de la génération d'explications basées sur LIME. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.
Figure 3 : Exemples d'images de lésions cutanées augmentées générées à l'aide de techniques d'augmentation de données. Celles-ci incluent le retournement horizontal et vertical, la rotation, le redimensionnement et l'ajustement de la luminosité. Ces transformations augmentent la diversité du jeu de données, améliorent la robustesse du modèle et réduisent le risque de surapprentissage pendant l'entraînement. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.
Figure 4 : Aire sous la courbe caractéristique de fonctionnement du récepteur (ROC-AUC) pour l'entraînement et la validation du modèle ResNet-50 au cours de 100 époques d'entraînement. La courbe bleue représente l'AUC d'entraînement, tandis que la courbe orange représente l'AUC de validation. Les courbes montrent une convergence rapide durant les premières époques d'entraînement, suivie d'une optimisation stable avec des performances de validation constamment élevées, indiquant un apprentissage efficace et une bonne généralisation sur l'ensemble de données de validation. Veuillez cliquer ici pour afficher une version agrandie de cette figure.
Figure 5 : Matrice de confusion du modèle ResNet-50 sur le jeu de données de test. Les lignes représentent les étiquettes de classe réelles (0 = bénin, 1 = malin), tandis que les colonnes représentent les étiquettes de classe prédites. Les éléments diagonaux indiquent les échantillons correctement classés (310 bénins et 239 malins), tandis que les éléments hors diagonale représentent les échantillons mal classés, incluant 50 faux positifs et 61 faux négatifs. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.
Figure 6 : Courbe caractéristique de fonctionnement du récepteur (ROC) et aire sous la courbe (AUC) pour l'entraînement et la validation du modèle EDLF-SLC proposé, sur 300 époques d'entraînement. La courbe bleue représente l'AUC d'entraînement, tandis que la courbe orange représente l'AUC de validation. Le modèle présente une convergence rapide durant les premières époques d'entraînement, suivie d'une optimisation stable avec des valeurs d'AUC élevées et constantes, tant pour l'entraînement que pour la validation, tout au long des époques restantes. La performance stable en validation démontre une bonne capacité de généralisation et un comportement d'apprentissage stable du cadre EDLF-SLC proposé sur l'ensemble de données de validation. Veuillez cliquer ici pour afficher une version agrandie de cette figure.
Figure 7 : Matrice de confusion du modèle EDLF-SLC proposé sur l'ensemble de données de test. Les lignes représentent les étiquettes de classe réelles (0 = bénin, 1 = malin), tandis que les colonnes représentent les étiquettes de classe prédites. Les éléments diagonaux indiquent les échantillons correctement classés (299 bénins et 272 malins), tandis que les éléments hors diagonale correspondent aux échantillons mal classés, incluant 61 faux positifs et 28 faux négatifs. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.
Figure 8 : Prédictions types générées par le modèle EDLF-SLC proposé. Cette figure illustre les niveaux de confiance en matière de classification pour les lésions bénignes et malignes et démontre la capacité discriminante du modèle. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.
Figure 9 : Explications locales basées sur LIME du modèle EDLF-SLC proposé. La figure met en évidence les régions de superpixels les plus influentes contribuant aux décisions de classification du modèle. (A) Image dermoscopique originale d'une lésion cutanée bénigne. (B) Explication LIME pour la lésion bénigne, avec les superpixels mis en surbrillance indiquant les régions ayant le plus contribué à la prédiction de bénignité. (C) Image dermoscopique originale d'une lésion cutanée maligne. (D) Explication LIME pour la lésion maligne, montrant les régions de superpixels discriminantes ayant principalement influencé la classification comme maligne. Les limites jaunes délimitent les superpixels influents identifiés par LIME, tandis que les régions grises représentent des zones ayant une contribution minimale à la prédiction. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.
Figure 10 : Comparaison des méthodes d'explicabilité basées sur la cartographie d'activation de classe (CAM) appliquées au modèle EDLF-SLC proposé. La figure compare les cartes de localisation générées par GradCAM, HiResCAM, GradCAM++, XGradCAM, LayerCAM, EigenGradCAM et EigenCAM pour la même image dermoscopique. Le premier panneau montre l'image d'entrée originale, suivie des cartes d'activation brutes correspondantes et des superpositions de cartes thermiques produites par chaque méthode d'explicabilité. Les visualisations illustrent les différences en matière de localisation spatiale et mettent en évidence les régions de l'image qui contribuent le plus fortement à la décision de classification du cadre EDLF-SLC proposé. Veuillez cliquer ici pour afficher une version agrandie de cette figure.
| Réf. | Année | Jeu de données | Taille des données | Extraction de caractéristiques | Méthode | Précision |
| 9 | 2022 | HAM10000 dataset | 10015 images de lésions cutanées | Caractéristiques de couleur et de forme | Algorithmes d'apprentissage automatique et modèles de réseaux neuronaux convolutifs | 95,1 % |
| 19 | 2023 | PH2 dataset | 200 images annotées | Caractéristiques d'asymétrie, de stries, de points/globules et de zones de régression | Modèles d'apprentissage automatique | 94,0 % |
| 30 | 2024 | HAM10000 dataset | 10 000 images | Caractéristiques de couleur et de forme | S-MobileNet | 97,7 % |
| 28 | 2025 | Jeux de données ISIC2020 et HAM10000 | ISIC2020 (12 670 images) et HAM10000 (10 015 images) | Couleur et forme | Réseau résiduel avec mémoire à long court terme (R-LSTM50) | 95,7 % (ISIC2020) ; 94,2 % (HAM10000) |
| 32 | 2026 | Monkeypox Skin Lesion Dataset (MSLD) | 770 images | Contexte et texture | DenseNet121, Xception, InceptionV3 et CBAM | 88 % (DenseNet121) |
| 39 | 2025 | HAM10000 | 38 569 images | Contexte et texture | MobileNet, ResNet50, InceptionV3 et EfficientNet | 93,6 % (MobileNet) |
| 40 | 2025 | ISIC 2019 | 2 357 images | Contexte et spatial | Apprentissage profond multimodal basé sur CNN et transformeur | 98,71 % |
| 41 | 2026 | ISIC 2019 | 25 000 images | Contexte et texture | TransXV2S | 95,26 % |
| 42 | 2025 | HAM10000 | 10 015 images | Couleur et forme | ViT avec YOLOv8 | 93 % |
Tableau 1 : Comparaison bibliographique. Résumé de quelques travaux récemment publiés utilisant des algorithmes d'apprentissage profond pour la classification des lésions cutanées.
| Jeu de données | Bénin | Maligne | Total |
| Données d'entraînement | 1440 | 1197 | 2637 |
| Données de test | 360 | 300 | 660 |
| Données totales | 1800 | 1497 | 3297 |
Tableau 2 : Répartition du jeu de données. Répartition des échantillons bénins et malins dans le jeu de données ISIC 2020, incluant les subdivisions en ensembles d'apprentissage et de test.
| Composant | Spécification |
| Système d'exploitation | Ubuntu 20.04 |
| Langage de programmation | Python 3.9 |
| Framework d'apprentissage profond | PyTorch 2.3.1 |
| Optimiseur | Adam |
| Planification du taux d'apprentissage | 1e−3 |
| Nombre d'époques | 100/300 |
| Processeur (CPU) | 2 vCPU 2,2 GHz |
| Processeur graphique (GPU) | Tesla T4 (16 Go) × 1 |
| Mémoire vive (RAM) | 16 Go |
| Paramètres entraînables | 2 430 353 (9,27 Mo) |
| Paramètres non entraînables | 133 434 397 (509,01 Mo) |
Tableau 3 : Spécifications du système. Spécifications détaillées de l'environnement informatique, incluant les frameworks logiciels et les ressources matérielles utilisés pour l'entraînement et l'évaluation du modèle.
| Classe | Précision | Rappel | Score F1 | Support |
| Classe bénigne | 0.83 | 0.88 | 0.85 | 360 |
| Classe maligne | 0.84 | 0.78 | 0.81 | 300 |
| Exactitude | - | - | 0.832 | 660 |
| Moyenne macro | 0.84 | 0.83 | 0.83 | 660 |
| Moyenne pondérée | 0.84 | 0.83 | 0.83 | 660 |
Tableau 4 : Rapport de classification. Performance de classification du modèle ResNet-50 sur le jeu de données de test, incluant la précision, le rappel, le score F1 et le nombre d'échantillons pour chaque classe.
| Modèle | Précision | Exactitude | Rappel | Score F1 | Temps (s) |
| NASNetLarge | 0.77 | 0.76 | 0.77 | 0.76 | 2002.47 |
| EfficientNetB0 | 0.85 | 0.85 | 0.85 | 0.85 | 734.8 |
| Xception | 0.8 | 0.81 | 0.8 | 0.8 | 732.23 |
| ResNetV2 | 0.63 | 0.64 | 0.63 | 0.611 | 1072.34 |
| MobileNet | 0.79 | 0.8 | 0.79 | 0.79 | 629.29 |
| MobileNetV2 | 0.77 | 0.79 | 0.77 | 0.77 | 660.5 |
| ResNet50 | 0.83 | 0.83 | 0.83 | 0.83 | 749.77 |
| EDLF-SLC | 0.88 | 0.89 | 0.87 | 0.88 | 3279.77 |
Tableau 5 : Comparaison des performances des modèles. Performance comparative du modèle EDLF-SLC proposé et des modèles de base d'apprentissage profond selon l'exactitude, la précision, le rappel, le score F1 et le temps de calcul.
| Modèle | Précision | Exactitude | Rappel | Score F1 |
| ResNet-18 [25] | 0,85 | 0,85 | 0,85 | 0,85 |
| ResNet-50 avec SVM [50] | 0,87 | 0,88 | 0,98 | 0,93 |
| Modèles DL hybrides + SVM [48] | 0,86 | 0,84 | 0,8 | 0,84 |
| Modèles DL hybrides + SVM [49] | 0,86 | 0,8 | 0,6 | 0,68 |
| EDLF-SLC proposé | 0,88 | 0,89 | 0,87 | 0,88 |
Tableau 6 : Métriques de comparaison des modèles. Comparaison des performances entre le cadre EDLF-SLC proposé et les approches récentes à l'état de l'art pour la classification des lésions cutanées.
Fichier supplémentaire 1 : Algorithme 1. Flux de travail du cadre EDLF-SLC proposé, décrivant le prétraitement des données, l'extraction de caractéristiques profondes à l'aide de plusieurs architectures CNN, la classification basée sur SVM et l'explicabilité fondée sur LIME pour la prédiction des lésions cutanées. Veuillez cliquer ici pour télécharger ce fichier.
Fichier supplémentaire 2 : Algorithme 2. Flux de travail du processus d'explication locale basé sur LIME, illustrant la génération de superpixels, l'échantillonnage par perturbation, la construction du modèle de substitution et la visualisation des régions de l'image contribuant le plus à la décision de classification. Veuillez cliquer ici pour télécharger ce fichier.
Discussion
Le cadre d'apprentissage profond explicatif proposé pour la classification des lésions cutanées (EDLF-SLC) montre que la combinaison de représentations complémentaires de caractéristiques profondes avec une intelligence artificielle explicative peut améliorer à la fois les performances de classification et la transparence du modèle. En intégrant plusieurs architectures de CNN préentraînés (ResNet50, EfficientNetB0, MobileNet et Xception) pour l'extraction de caractéristiques et en utilisant une machine à vecteurs de support (SVM) pour la classification finale, le cadre exploite les forces de différents extracteurs de caractéristiques afin de générer des représentations de lésions plus riches et plus discriminantes que celles obtenues à partir d'un seul réseau de base. De plus, l'intégration d'explications locales interprétables indépendantes du modèle (LIME) fournit des explications visuelles localisées, permettant aux cliniciens de comprendre quelles régions de l'image contribuent le plus à chaque prédiction et renforçant ainsi la confiance dans les décisions diagnostiques du modèle.
Les résultats expérimentaux montrent que EDLF-SLC atteint des performances comparables à celles des modèles CNN de référence, notamment MobileNet, Xception et ResNet50, mettant en évidence l'efficacité de la fusion de caractéristiques complémentaires et de la classification basée sur SVM. La comparaison avec des approches récentes à l'état de l'art confirme davantage la compétitivité du cadre proposé. Par exemple, deux études48,49 ont rapporté des précisions d'environ 0,86 en utilisant des méthodes par ensemble, tandis que d'autres cadres hybrides CNN-SVM25,50,51,52,53 ont atteint des précisions allant jusqu'à 0,87, mais reposaient sur des architectures plus complexes et des modules supplémentaires de prétraitement ou de segmentation. En revanche, le cadre proposé atteint une précision de 0,88 en utilisant une architecture relativement simplifiée, sans nécessiter de segmentation explicite des lésions, tout en fournissant simultanément des prédictions interprétables grâce à LIME. Ces résultats indiquent que la combinaison d'extracteurs de caractéristiques CNN complémentaires avant la classification par SVM peut améliorer les performances diagnostiques tout en maintenant une simplicité et une transparence architecturales.
Bien que le cadre proposé améliore la précision et l'interprétabilité de la classification, cette amélioration s'accompagne d'un coût computationnel accru. Le temps total d'entraînement de EDLF-SLC est d'environ 3279,77 s, nettement supérieur à celui des modèles CNN individuels tels que ResNet50 (749,77 s) et MobileNet (629,29 s). Ce surcoût computationnel supplémentaire résulte de l'entraînement de plusieurs CNN pré-entraînés et de la fusion de caractéristiques avant la classification. Un tel compromis est couramment observé dans les approches hybrides et d'apprentissage ensembliste, où une performance prédictive améliorée est obtenue au détriment de besoins computationnels plus élevés. Néanmoins, dans les systèmes d'aide à la décision clinique, la précision diagnostique, la robustesse et la fiabilité sont généralement considérées comme plus importantes que l'efficacité de l'entraînement, car elles influencent directement les résultats pour les patients.
Un autre avantage important du cadre proposé réside dans son caractère explicatif. Contrairement aux modèles classiques d'apprentissage profond, qui fonctionnent souvent comme des boîtes noires, EDLF-SLC intègre LIME afin de fournir des explications visuelles spécifiques à chaque cas concernant le processus de prédiction. Ces explications aident les cliniciens à vérifier si le modèle se concentre sur des régions lésionnelles cliniquement pertinentes, améliorant ainsi la transparence, soutenant l'interprétation clinique et favorisant la confiance dans le diagnostic assisté par l'intelligence artificielle. Par conséquent, le cadre proposé offre un équilibre pratique entre performance prédictive et interprétabilité du modèle, ce qui en fait un outil prometteur d'aide à la décision assistée par ordinateur pour la classification des lésions cutanées.
Malgré ces résultats encourageants, plusieurs limites doivent être reconnues. Premièrement, le cadre a été évalué en utilisant uniquement le jeu de données ISIC publiquement disponible, et sa capacité de généralisation à des images acquises dans différentes conditions cliniques, avec divers dispositifs d'imagerie et chez des populations de patients différentes reste à valider. Deuxièmement, l'utilisation de plusieurs architectures de CNN pré-entraînés augmente inévitablement la complexité computationnelle et le temps d'entraînement par rapport aux modèles à simple squelette. Troisièmement, des paramètres hyperparamétriques fixes ont été adoptés tout au long des expériences, et une optimisation supplémentaire pourrait améliorer les performances et l'adaptabilité sur différents jeux de données. Enfin, bien que LIME améliore la transparence du modèle, ses explications sont locales et dépendantes des perturbations, ce qui signifie que la cohérence des explications peut varier d'un essai à l'autre et devrait être davantage validée avec des experts en dermatologie avant une utilisation clinique courante.
Les recherches futures porteront sur la validation du cadre proposé à l'aide de plusieurs ensembles de données importants et multicentriques sur les lésions cutanées, sur l'optimisation de l'efficacité computationnelle grâce à des techniques de fusion de caractéristiques légères et de compression de modèles, sur l'exploration de stratégies avancées d'optimisation des hyperparamètres, ainsi que sur l'extension du cadre à la classification multiclasse des lésions cutanées. De plus, l'intégration de techniques supplémentaires d'intelligence artificielle explicative et la réalisation d'évaluations cliniques prospectives avec des dermatologues renforceront davantage la fiabilité, l'interprétabilité et l'applicabilité pratique du cadre proposé dans des environnements cliniques réels.
Déclarations de divulgation
Les auteurs déclarent qu'il n'existe aucun conflit d'intérêts.
Remerciements
Les auteurs tiennent à exprimer leur profonde gratitude à l'Université de Taif pour avoir fourni l'environnement de recherche et le soutien institutionnel qui ont permis la réalisation de ce travail.
Matériaux
| Nom | Entreprise | Numéro de catalogue | Commentaires |
|---|---|---|---|
| Ensemble de données sur les lésions cutanées ISIC 2020 | Collaboration internationale pour l'imagerie cutanée (ISIC) | Ensemble de données du défi ISIC 2020 | Ensemble d'images dermoscopiques utilisé pour le développement et l'évaluation du modèle. |
| Keras | Équipe Keras | Intégré à TensorFlow | Construction et entraînement de modèles d'apprentissage profond. |
| LIME (explications locales interprétables indépendantes du modèle) | Ribeiro et al. | Package Python | Génération d'explications visuelles locales pour les prédictions du modèle. |
| Matplotlib | Développeurs de Matplotlib | Dernière version compatible | Visualisation des courbes d'apprentissage, des matrices de confusion et des graphiques d'évaluation. |
| NumPy | Développeurs de NumPy | Dernière version compatible | Calcul numérique et manipulation de tableaux. |
| GPU NVIDIA Tesla T4 | Société NVIDIA | 16 Go de mémoire vidéo (VRAM) | Accélération de l'entraînement et de l'inférence du modèle. |
| Pandas | Équipe de développement de Pandas | Dernière version compatible | Traitement des données et gestion des résultats expérimentaux. |
| Modèles CNN préentraînés | Applications TensorFlow/Keras | ResNet50, EfficientNetB0, MobileNet, Xception | Extraction de caractéristiques profondes à partir d'images dermoscopiques. |
| Python | Fondation logicielle Python | Version 3.9 | Langage de programmation utilisé pour l'implémentation. |
| PyTorch | Fondation PyTorch | Version 2.3.1 | Infrastructure d'apprentissage profond utilisée pour l'extraction de caractéristiques et l'implémentation du modèle. |
| Scikit-learn | Développeurs de Scikit-learn | Dernière version compatible | Machines à vecteurs de support (SVM), métriques d'évaluation et prétraitement des données. |
| Machine à vecteurs de support (noyau RBF) | Scikit-learn | SVC | Classification des représentations de caractéristiques profondes fusionnées. |
| TensorFlow | Google LLC | Version 2.x | Infrastructure d'apprentissage profond pour l'entraînement et l'inférence du modèle. |
| Système d'exploitation Ubuntu | Canonical Ltd. | Ubuntu 20.04 | Environnement expérimental de fonctionnement. |
Références
- Chan S, Reddy V, Myers B, Thibodeaux Q, Brown-Stone N, Liao W. Machine learning in dermatology: current applications, opportunities, and limitations. Dermatol Ther (Heidelb). 2020;10:365-386.
- Olsen CM. Global trends in melanoma mortality differ by sex and age. Br J Dermatol. 2020;183(6):985-986.
- Sun Y, Shen Y, Liu Q, Zhang H, Jia L, Chai Y, et al. Global trends in melanoma burden: a comprehensive analysis from the Global Burden of Disease Study, 1990-2021. J Am Acad Dermatol. 2025;92(1):100-107.
- Monika MK, Vignesh NA, Kumari CU, Kumar M, Lydia EL. Skin cancer detection and classification using machine learning. Mater Today Proc. 2020;33:4266-4270.
- Hosny KM, Elshora D, Mohamed ER, Vrochidou E, Papakostas GA. Deep learning and optimization-based methods for skin lesions segmentation: a review. IEEE Access. 2023.
- Baghdadi NA, Farghaly Abdelaliem SM, Malki A, Gad I, Ewis A, Atlam ES. Advanced machine learning techniques for cardiovascular disease early detection and diagnosis. J Big Data. 2023;10(1):144.
- Veeramani N, Jayaraman P, Krishankumar R, Ravichandran KS, Gandomi AH. DDCNN-F: double decker convolutional neural network feature fusion as a medical image classification framework. Sci Rep. 2024;14(1).
- Veeramani N, Jayaraman P. YOLOv7-XAI: multiclass skin lesion diagnosis using explainable artificial intelligence with fair decision making. Int J Imaging Syst Technol. 2024;34(6).
- Shetty B, Fernandes R, Rodrigues AP, Chengoden R, Bhattacharya S, Lakshmanna K. Skin lesion classification of dermoscopic images using machine learning and convolutional neural network. Sci Rep. 2022;12(1):18134.
- Ali AR, Li J, Yang G, O'Shea SJ. A machine learning approach to automatic detection of irregularity in skin lesion border using dermoscopic images. PeerJ Comput Sci. 2020;6:e268.
- Pham TTH, Luu TN, Nguyen TV, Huynh NT, Phan QH, Le TH. Polarimetric imaging combining optical parameters for classification of mice non-melanoma skin cancer tissue using machine learning. Heliyon. 2023;9(11).
- Liu N, Rejeesh M, Sundararaj V, Gunasundari B. ACO-KELM: anti coronavirus optimized kernel-based softplus extreme learning machine for classification of skin cancer. Expert Syst Appl. 2023;232:120719.
- Masud M, Almars AM, Rokaya MB, Meshref H, Gad I, Atlam ES. A novel lightweight convolutional neural network model to predict Alzheimer's disease applying weighted loss function. J Disabil Res. 2024;3(4):20240042.
- Kumar A, Veeraiah V, Gongada TN, Ahamad S, Khan H, Gupta A. Explainable machine learning models for clinical decision support systems. In: 2024 15th International Conference on Computing Communication and Networking Technologies (ICCCNT). Piscataway (NJ): IEEE; 2024. p. 1-6.
- Shahzad K, Wasim M, Pires IM, Garcia NM. Multi-classification of skin lesions using a deep learning-based convolutional neural network. Procedia Comput Sci. 2024;241:588-593.
- Celebi ME, Kingravi HA, Uddin B, Iyatomi H, Aslandogan YA, Stoecker WV, et al. A methodological approach to the classification of dermoscopy images. Comput Med Imaging Graph. 2007;31(6):362-373.
- Li CX, Shen CB, Xue K, Shen X, Jing Y, Wang ZY, et al. Artificial intelligence in dermatology: past, present, and future. Chin Med J (Engl). 2019;132(17):2017-2020.
- Ramprasad M, Nagesh S, Sahith V, Lankalapalli RK. Hierarchical agglomerative clustering based skin lesion detection with region-based neural networks classification. Meas Sens. 2023;29:100865.
- Khater T, Ansari S, Mahmoud S, Hussain A, Tawfik H. Skin cancer classification using explainable artificial intelligence on pre-extracted image features. Intell Syst Appl. 2023;20:200275.
- Wang H, Ahn E, Bi L, Kim J. Self-supervised multi-modality learning for multi-label skin lesion classification. Comput Methods Programs Biomed. 2025;265:108729.
- Thapar P, Rakhra M, Alsaadi M, Quraishi A, Deka A, Naga Ramesh JV. A hybrid grasshopper optimization algorithm for skin lesion segmentation and melanoma classification using deep learning. Healthc Anal. 2024;5:100326.
- Kumar S, Nath VK, Hazarika D. Blend of deep features and binary tree growth algorithm for skin lesion classification. Symmetry (Basel). 2023;15(12):2213.
- Chandrahaas BV, Mohanty SN, Panda SK, et al. An empirical study on classification of monkeypox skin lesion detection. EAI Endorsed Trans Pervasive Health Technol. 2023;9:e4.
- Talavera-Martínez L, Bibiloni P, Giacaman A, Taberner R, de Paz Hernando LJD, González-Hidalgo M. A novel approach for skin lesion symmetry classification with a deep learning model. Comput Biol Med. 2022;145:105450.
- Ieracitano C, Morabito FC, Hussain A, Suffian M, Mammone N. TIXAI: a trustworthiness index for explainable artificial intelligence in skin lesion classification. Neurocomputing. 2025;630:129701.
- Hasan MK, Elahi MTE, Alam MA, Jawad MT, Martí R. DermoExpert: skin lesion classification using a hybrid convolutional neural network through segmentation, transfer learning, and augmentation. Inform Med Unlocked. 2022;28:100819.
- Koparde S, Kotwal J, Deshmukh S, Adsure S, Chaudhari P, Kimbahune V. Conditional generative adversarial networks and YOLOv5 Darknet-based skin lesion localization and classification using an independent component analysis model. Inform Med Unlocked. 2024;47:101515.
- Padhy S, Dash S, Kumar N, Singh SP, Kumar G, Moral P. Temporal integration of ResNet features with LSTM for enhanced skin lesion classification. Results Eng. 2025;25:104201.
- Xin C, Liu Z, Ma Y, Wang D, Zhang J, Li L, et al. Transformer-guided self-adaptive network for multi-scale skin lesion image segmentation. Comput Biol Med. 2024;169:107846.
- Sulthana R, Chamola V, Hussain Z, Albalwy F, Hussain A. A novel end-to-end deep convolutional neural network-based skin lesion classification framework. Expert Syst Appl. 2024;246:123056.
- Chamarthi S, Fogelberg K, Brinker TJ, Niebling J. Mitigating the influence of domain shift in skin lesion classification: a benchmark study of unsupervised domain adaptation methods. Inform Med Unlocked. 2024;44:101430.
- Maity S, Paul S, Guha S, Dasgupta S, Ghosh M. Automated classification of monkeypox skin lesions using a hybrid deep learning model. Biomed Signal Process Control. 2026;126:110955.
- Nasir S, Bilal M, Khalidi H. Detection and classification of skin cancer by using CNN-enabled cloud storage data access control algorithm based on blockchain technology. Int J Theor Appl Comput Intell. 2025:145-169.
- Saba T. Computer vision for microscopic skin cancer diagnosis using handcrafted and non-handcrafted features. Microsc Res Tech. 2021;84(6):1272-1283.
- Fayyad J, Alijani S, Najjaran H. Empirical validation of conformal prediction for trustworthy skin lesion classification. Comput Methods Programs Biomed. 2024;253:108231.
- Liu P, Qian W, Li H, Cao J. A relationship-aware mutual learning method for lightweight skin lesion classification. Digit Commun Netw. 2025;11(3):603-612.
- Adla D, Reddy GVR, Nayak P, Karuna G. A full-resolution convolutional network with a dynamic graph cut algorithm for skin cancer classification and detection. Healthc Anal. 2023;3:100154.
- Thamizhamuthu R, Maniraj SP. Deep learning-based dermoscopic image classification system for robust skin lesion analysis. Trait Signal. 2023;40(3).
- Di Giammarco M, Santone A, Cesarelli M, Martinelli F, Mercaldo F. A method for skin lesion detection and localization by means of deep learning and reliable prediction explainability. Image Vis Comput. 2025;162:105675.
- Haq IU, Joarder HA, Khan AA, Shi X, Alsayaydeh JAJ, Yusof MFB, et al. XAAI-ledger: an explainable CNN-transformer-based multimodal deep learning framework for early detection of melanoma and non-melanoma skin cancers using dermoscopic and clinical data. Biomed Signal Process Control. 2026;123:110410.
- Saeed K, Shehzad M, Malik MGA, Ahmed S, Azar AT. TransXV2S-NET: a novel hybrid deep learning architecture with dual-contextual graph attention for multi-class skin lesion classification. Knowl Based Syst. 2026;337:115407.
- AbuAlkebash H, Saleh RAA, Ertunç HM. Automated explainable deep learning framework for multiclass skin cancer detection and classification using hybrid YOLOv8 and vision transformer (ViT). Biomed Signal Process Control. 2025;108:107934.
- Hasan MK, Ahamad MA, Yap CH, Yang G. A survey, review, and future trends of skin lesion segmentation and classification. Comput Biol Med. 2023;155:106624.
- Li H, Pan Y, Zhao J, Zhang L. Skin disease diagnosis with deep learning: a review. Neurocomputing. 2021;464:364-393.
- Wu Y, Chen B, Zeng A, Pan D, Wang R, Zhao S. Skin cancer classification with deep learning: a systematic review. Front Oncol. 2022;12:893972.
- Fanconic. Skin cancer: malignant vs benign dataset. Kaggle; 2023. Available from: https://www.kaggle.com/datasets/fanconic/skin-cancer-malignant-vs-benign
- Ribeiro MT, Singh S, Guestrin C. "Why should I trust you?": Explaining the predictions of any classifier. In: Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD '16). New York (NY): ACM; 2016. p. 1135-1144.
- Bassel A, Abdulkareem AB, Alyasseri ZAA, Sani NS, Mohammed HJ. Automatic malignant and benign skin cancer classification using a hybrid deep learning approach. Diagnostics (Basel). 2022;12(10):2472.
- Bhardwaj A, Rege PP. Skin lesion classification using deep learning. In: Advances in Signal and Data Processing: Select Proceedings of ICSDP 2019. Singapore: Springer; 2021. p. 575-589.
- Keerthana D, Venugopal V, Nath MK, Mishra M. Hybrid convolutional neural networks with SVM classifier for classification of skin cancer. Biomed Eng Adv. 2023;5:100069.
- Ahmed A, Siam AI, Atwa MA, Atwa EM, Abdelrahim EM, Atlam ES. An explainable YOLO-based deep learning framework for pneumonia detection from chest X-ray images. Algorithms. 2025;18(11):703.
- Farsi M, ZainEldin H, Sayed RF, El-Agamy ES, Atlam SA, Alsaedi M, et al. Deep learning for pathology: YOLOv8 with EigenCAM for reliable colorectal cancer diagnostics. Bioengineering (Basel). 2025;12(11):1203.
- Atwa EA, Atlam ES, Ahmed A, Atwa MA, Abdelrahim EM, Siam AI. Interpretable deep learning models for arrhythmia classification based on ECG signals using the PTB-XL dataset. Diagnostics (Basel). 2025;15(15):1950.