Une approche hybride d’apprentissage profond intégrant CNN et transformer pour la classification du cancer du poumon à partir de scanners CT

Pourquoi cette recherche compte pour les patients et leurs familles

Le cancer du poumon est l’un des cancers les plus meurtriers dans le monde, en grande partie parce qu’il est souvent détecté trop tard. Cette étude examine comment la vision par ordinateur avancée peut aider les médecins à interpréter les scanners thoraciques de façon plus précise et plus régulière, de sorte que les zones suspectes dans les poumons puissent être signalées plus tôt et avec moins d’erreurs, soutenant potentiellement des décisions cliniques plus rapides et mieux informées.

Voir à l’intérieur de la poitrine avec des yeux numériques

Les médecins s’appuient couramment sur les scanners CT pour rechercher de petites formations dans les poumons qui peuvent indiquer un cancer. Ces formations, appelées nodules, peuvent être très petites et subtiles, surtout aux premiers stades de la maladie. Le tissu pulmonaire normal, les nodules inoffensifs et les tumeurs dangereuses peuvent sembler étonnamment similaires, même pour des spécialistes expérimentés. De petites variations de la qualité de l’image, du tissu de fond ou du bruit du scanner peuvent encore rendre la distinction plus difficile. À cause de cela, certains cancers sont manqués, tandis que d’autres constatations déclenchent de fausses alertes entraînant des examens complémentaires inutiles.

Apprendre aux ordinateurs à repérer les motifs dans les scanners pulmonaires

Les chercheurs ont conçu un système d’apprentissage profond, appelé C-Swin, pour aider à classer les images CT pulmonaires en trois catégories : normal, bénin (non cancéreux) et malin (cancéreux). Les systèmes d’apprentissage profond apprennent directement à partir d’un grand nombre d’images d’exemple, plutôt que de s’appuyer sur des règles conçues manuellement. C-Swin combine deux idées puissantes. Un type de réseau de neurones connu sous le nom de réseau convolutif (CNN) se concentre sur les détails fins comme les contours, textures et petites formes qui révèlent la structure d’un nodule. En même temps, un module transformer, inspiré d’outils utilisés en traduction automatique, regarde l’image de façon plus globale, en considérant comment les régions se rapportent les unes aux autres à travers l’ensemble du poumon.

Se concentrer sur ce qui compte vraiment dans l’image

Pour tirer le meilleur parti des scanners CT, l’équipe a introduit un mécanisme d’attention spécial qui aide le modèle à se concentrer sur les zones pertinentes tout en ignorant les distractions d’arrière-plan. L’image CT est divisée en petits patchs ou fenêtres. À l’intérieur de ces fenêtres, le modèle apprend quelles zones contiennent l’information la plus utile pour juger si un tissu est sain ou non. En décalant et en combinant les fenêtres dans différentes directions, le réseau préserve les relations entre régions voisines et capture à la fois des détails en gros plan et des structures plus étendues dans les poumons. Un composant de gated supplémentaire aide le système à mettre en avant des motifs subtils mais importants et à supprimer les signaux moins utiles, affinant la manière dont le modèle distingue les nodules inoffensifs des nodules dangereux.

Mettre le système à l’épreuve

Les auteurs ont entraîné et évalué C-Swin en utilisant un jeu de données CT public recueilli dans des hôpitaux irakiens, qui comprend des images de poumons sains, de nodules bénins et de cas malins. Parce que les jeux de données médicaux sont souvent petits, ils ont élargi l’ensemble d’entraînement en utilisant l’augmentation de données, comme le retournement et la rotation des images, pour imiter une plus grande variété de scanners. Après un prétraitement et un entraînement soignés, le modèle a classé correctement les images avec une précision d’environ 96 % et a obtenu des scores également élevés en précision, rappel et F1-score, des mesures qui équilibrent les cancers manqués et les fausses alertes. Lors de tests répétés utilisant différentes répartitions des données, les résultats sont restés stables, et des vérifications statistiques ont montré que C-Swin surpassait significativement plusieurs approches d’apprentissage profond existantes.

Ce que cela pourrait signifier pour les soins futurs

Bien que cette étude ne remplace pas le jugement d’un radiologue, elle montre qu’une combinaison soigneusement conçue d’analyse locale et globale des images peut aider les ordinateurs à se concentrer sur les mêmes régions pulmonaires que les experts jugent les plus importantes. Les visualisations Grad-CAM, qui mettent en évidence les zones de l’image influençant les décisions du modèle, suggèrent que C-Swin a tendance à se focaliser sur les régions lésionnelles plutôt que sur l’arrière-plan non pertinent. Les auteurs soulignent que le travail repose sur un unique jeu de données relativement petit, donc des tests plus larges dans différents hôpitaux et sur différents scanners sont encore nécessaires. Si ces systèmes sont validés sur des collections d’images plus larges et plus diversifiées, ils pourraient devenir des assistants utiles en salle de lecture, aidant les cliniciens à prioriser les cas, réduire les oublis et potentiellement favoriser une détection plus précoce du cancer du poumon.

Citation: Yousafzai, S.N., Nasir, I.M., Mansour, S. et al. A hybrid deep learning approach integrating CNN and transformer for lung cancer classification using CT scans. Sci Rep 16, 15420 (2026). https://doi.org/10.1038/s41598-026-41161-7

Mots-clés: cancer du poumon, imagerie CT, apprentissage profond, IA médicale, classification d’images