Förbättrad klassificering av hudcancer för minoritetsklasser med Conditional GAN-pipeline och CNN‑ViT‑ensemble

Varför smartare hudundersökningar spelar roll

Hudcancer är en av de vanligaste cancerformerna globalt, och att upptäcka den tidigt kan skilja mellan ett enkelt öppenvårdsingrepp och ett livshotande tillstånd. Dermatologer förlitar sig i hög grad på visuella ledtrådar i förstorade hudbilder, men även experter har svårt när vissa cancertyper är ovanliga och bilderna är fyllda av distraherande detaljer som hår. Denna studie presenterar ett artificiellt intelligens (AI)-system utformat för att hantera dessa knepiga, underrepresenterade fall på ett rättvisare sätt, med målet att stödja mer pålitlig hudcancerscreening för alla.

Ojämna data och svårupptäckta cancerformer

Bilder inom dermatologi ställer flera utmaningar för både datorer och kliniker. Många foton visar hår, skuggor och andra artefakter som skymmer själva lesionen. Vissa hudcancerformer är mycket vanliga medan andra är sällsynta, så de stora publika dataseten innehåller tusentals exempel på godartade födelsemärken men bara några hundra bilder av mindre frekventa men kliniskt viktiga cancerformer. Standardmodeller för djupinlärning som tränas på sådana obalanserade samlingar tenderar att bli mycket bra på att känna igen majoritetsklasserna samtidigt som de tyst misslyckas med de sällsynta—just de fall där automatiserat stöd vore mest värdefullt. Dessutom fokuserar konventionella bildnätverk ofta på små bildytor och kan missa globala ledtrådar som övergripande asymmetri eller oregelbundna kanter som är viktiga för diagnosen.

Att göra mer av de sällsynta fallen

För att tackla obalansen bygger författarna först en intelligent bildgenerator som lär sig från verkliga patientdata och sedan skapar nya, realistiskt utseende exempel av de sällsynta lesionstyperna. Istället för att bara spegla eller rotera befintliga bilder använder deras system, ett villkorat generativt adversarialt nätverk, ”attention maps” hämtade från en standardklassificerare för att se vilka delar av varje lesion som påverkade tidigare beslut mest. Dessa attention maps framhäver medicinskt meningsfulla områden. Generatorn skapar därefter nya bilder som bevarar de kritiska strukturerna i dessa zoner samtidigt som den tillför kontrollerad variation i färg, textur och form. I praktiken lär sig AI:n att föreställa sig många plausibla varianter av varje sällsynt cancer, vilket berikar träningsmängden utan att kopiera bilder rakt av.

Två sätt att se: lokala detaljer och globala mönster

När datasetet har återbalanserats med dessa riktade syntetiska bilder tar en andra AI-modul över för att göra själva diagnosen. Här kombinerar forskarna två kompletterande typer av modeller. Ett konvolutionellt neuralt nätverk (ResNet50V2) är särskilt bra på att fånga finfördelade lokala ledtrådar—små pigmentstrimmor, subtil textur och kantskärpa. Vid sidan av detta behandlar en vision transformer-modell (DeiT) varje bild som ett rutnät av patchar och lär sig hur avlägsna regioner relaterar till varandra, vilket plockar upp helhetsegenskaper hos lesionen som symmetri, utbredning och kantform. Istället för att vänta till slutet med att slå ihop deras bedömningar smälter teamet samman deras interna representationer genom en attention‑baserad fusionsmodul som låter global kontext förstärka eller nedtona specifika lokala egenskaper i realtid.

Att pröva systemet

Pipelinen utvärderas på HAM10000, en välanvänd samling med mer än tiotusen dermoskopibilder som täcker sju lesionstyper, från ofarliga pigmentfläckar till melanom och flera mer ovanliga hudcancerformer. Efter borttagning av hår och noggrann uppdelning i tränings‑ och testset blandas de nya syntetiska bilderna med de rensade originalen för att bilda ett balanserat träningsset. Den kombinerade modellens prestanda bedöms med per‑klass precision, recall och F1‑poäng, samt ROC‑ och precision‑recall‑kurvor. Viktigt är att författarna fokuserar på om sällsynta klasser såsom dermatofibrom, vaskulära lesioner, basalcellscancer och aktinisk keratos känner igen lika pålitligt som de vanliga typerna, istället för att lita på ett enda övergripande noggrannhetstal som kan dölja svagheter.

Mer balanserade svar från AI

Det resulterande systemet levererar hög och, viktigast av allt, välbalanserad noggrannhet över alla sju klasser. Det uppnår nästintill perfekt prestanda för flera minoritetscancerformer och konkurrenskraftiga poäng för de återstående typerna, samtidigt som det visar låg statistisk osäkerhet vid omfattande bootstrap‑resampling. Detta tyder på att vinsterna inte är en slump orsakad av översampling utan härrör från synergierna mellan attention‑styrd bildgenerering och den duala klassificeraren. För en lekman är huvudbudskapet att smartare AI‑design—inte bara större modeller—kan hjälpa till att säkerställa att automatiserade verktyg för hudcancer inte förbiser sällsynta men farliga tillstånd. Ytterligare tester på bredare, multicenter‑dataset behövs fortfarande innan klinisk användning, men arbetet pekar mot AI‑assistenter som behandlar varje hudlesion, vanlig eller sällsynt, med samma noggrannhet.

Citering: Hussain, S.R., Saritha, S., Chevuri, A. et al. Enhanced skin cancer classification for minority classes using Conditional GAN pipeline and CNN-ViT ensemble. Sci Rep 16, 13114 (2026). https://doi.org/10.1038/s41598-026-43339-5

Nyckelord: detektion av hudcancer, AI för medicinska bilder, klassobalans, syntetiska medicinska bilder, vision transformers