Incorporation contrastive basée sur hypergraphe et fusion par attention pour la détection du cancer de la peau

Pourquoi des examens cutanés plus intelligents sont importants

Le cancer de la peau est l’un des cancers les plus fréquents, et le mélanome, bien que relativement rare, est particulièrement mortel lorsqu’il est détecté tard. Les médecins peuvent utiliser des photos grossies de grains de beauté et de taches, appelées images dermoscopiques, pour rechercher des signes inquiétants, mais de nombreuses lésions se ressemblent de façon trompeuse. Certaines tumeurs dangereuses sont rares dans la population et donc peu représentées dans les données d’entraînement des systèmes d’intelligence artificielle. Cet article présente un nouveau cadre de vision par ordinateur nommé C2G‑HFMTA, conçu pour repérer les cancers de la peau de manière plus fiable, en particulier les cas peu fréquents mais cruciaux, tout en fournissant des explications interprétables par un clinicien.

Équilibrer taches cutanées courantes et rares

Un obstacle majeur au dépistage automatisé du cancer de la peau est le déséquilibre : certaines lésions bénignes apparaissent des milliers de fois dans les jeux de données, tandis que les cancers graves ou les lésions inhabituelles peuvent n’apparaître que quelques dizaines de fois. Les modèles profonds standard ont tendance à se concentrer sur la majorité et à négliger silencieusement les classes rares, exactement le contraire de ce que recherchent les médecins. Les auteurs s’attaquent à ce problème en réorganisant d’abord le vaste jeu de données dermoscopique HAM10000, qui contient plus de dix mille images réparties en sept types de lésions cutanées. Leur stratégie, appelée Clustered Class‑Based Segmentation, regroupe les images en trois clusters — très courantes, modérément courantes et rares — et garantit que, durant l’entraînement, l’algorithme prête une attention structurée à chaque groupe au lieu d’être submergé par les cas majoritaires.

Apprendre au système comment les cas se relient

Plutôt que de se contenter d’alimenter un réseau neuronal en images et de lui demander de mémoriser des motifs, le cadre construit une carte abstraite des relations entre les images. À l’aide d’un extracteur de caractéristiques puissant (DenseNet201), chaque image de lésion est convertie en une empreinte numérique. Ces empreintes deviennent des nœuds dans un graphe où les connexions montrent la similarité visuelle entre deux lésions. Les auteurs vont plus loin en utilisant un « hypergraphe », capable de relier simultanément plusieurs images et de capturer des motifs de groupe plus riches. Sur cette structure, ils appliquent un schéma d’apprentissage contrastif supervisé : les images du même diagnostic sont rapprochées dans cet espace abstrait, tandis que les images de diagnostics différents sont éloignées. Crucialement, ce processus est guidé directement par les étiquettes réelles des lésions, et non par de fortes distorsions d’image, de sorte que les nuances de couleur et de texture importantes pour le diagnostic sont préservées.

Laisser le sens guider l’attention

Le deuxième ingrédient majeur est un module de fusion basé sur l’attention qui combine ce que le graphe a appris avec les détails visuels bruts des images. Les représentations dérivées du graphe, qui codent la façon dont chaque lésion se rapporte aux autres dans l’ensemble de données, jouent le rôle d’une « question » de haut niveau sur l’identité de la classe. Les caractéristiques au niveau des pixels extraites des images originales servent de « preuves ». À l’intérieur du bloc d’attention multimodal, ces deux flux interagissent : les indices sémantiques issus du graphe orientent le modèle pour qu’il concentre son attention sur les régions et les motifs de l’image qui importent le plus pour distinguer des lésions difficiles à différencier. Des connexions résiduelles et un traitement multi‑échelle aident à préserver les détails fins, comme de légères variations de pigment, des irrégularités de bord ou de petits vaisseaux sanguins, qui séparent souvent une lésion dangereuse d’une lésion bénigne.

Les performances du modèle

Les chercheurs ont évalué leur cadre sur le jeu de données HAM10000 en utilisant des protocoles expérimentaux rigoureux, notamment une validation croisée en cinq plis et des comparaisons étendues avec plus de 30 modèles populaires basés sur des convolutions et des transformeurs. Leur méthode a atteint environ 93 % de précision globale et un score F1 similaire, dépassant largement toutes les références. Fait important, les gains ont été les plus marqués pour les types de lésions rares avec lesquels la plupart des systèmes éprouvent des difficultés. Des tests supplémentaires ont montré que chaque composant — le clustering basé sur la classe, l’incorporation contrastive par hypergraphe et la fusion par attention — a contribué de façon mesurable aux performances. Des outils visuels tels que t‑SNE, UMAP et des cartes de chaleur Grad‑CAM ont révélé que la nouvelle méthode produit des clusters de types de lésions plus nets et concentre l’attention sur des régions d’intérêt médical, comme des bords irréguliers dans le mélanome ou des zones de kératine dense dans certaines lésions précancéreuses.

Ce que cela signifie pour les futurs examens cutanés

En termes simples, cette étude présente un cadre d’IA à la fois plus équitable et plus perspicace pour l’examen des lésions cutanées. En équilibrant explicitement les cas courants et rares, en cartographiant les relations entre les images et en laissant ces relations guider le « regard » du modèle sur chaque image, C2G‑HFMTA améliore substantiellement le diagnostic assisté par ordinateur du cancer de la peau. Bien que le système doive encore être validé sur des collections cliniques plus larges et plus diverses, il ouvre la voie à des outils futurs qui pourraient aider les dermatologues — et même des applications de dépistage à domicile — à détecter plus tôt et avec plus de confiance les cancers de la peau dangereux, sans perdre de vue les cas rares qui comptent le plus.

Citation: Banerjee, T., Chhabra, P., Kumar, M. et al. Hypergraph-based contrastive embedding and attention fusion for detection of skin cancer. Sci Rep 16, 12808 (2026). https://doi.org/10.1038/s41598-026-43351-9

Mots-clés: détection du cancer de la peau, dermoscopie IA, apprentissage contrastif, déséquilibre des classes, analyse d'images médicales