🤖 machine learning

Segmentation and Classification of Pap Smear Images for Cervical Cancer Detection Using Deep Learning

Cette étude propose un cadre d'apprentissage profond combinant la segmentation U-Net et la classification pour la détection du cancer du col de l'utérus, constatant que si la segmentation d'image produit des améliorations marginales de la précision et du score F1 sur le jeu de données Herlev, son impact global sur la performance de la classification reste limité.

Auteurs originaux : Nisreen Albzour, Sarah S. Lam

Publié 2026-06-24

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Nisreen Albzour, Sarah S. Lam

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

La vue d'ensemble : Trouver une aiguille dans une botte de foin

Imaginez que vous êtes un médecin essayant de trouver quelques mauvaises herbes spécifiques et dangereuses (des cellules cancéreuses) cachées dans un immense jardin désordonné (une lame de frottis cervical). Actuellement, les médecins doivent examiner ces lames une par une au microscope. C'est lent, fatigant, et il arrive qu'ils ratent une mauvaise herbe ou confondent une fleur inoffensive avec une mauvaise herbe parce qu'ils sont fatigués ou que l'image est floue.

Cet article pose une question simple : Si nous utilisons un ordinateur pour d'abord « découper » uniquement les mauvaises herbes et jeter la terre et le bruit de fond, l'ordinateur sera-t-il meilleur pour repérer les plus dangereuses ?

La configuration : Le jardin et les outils

Les chercheurs ont utilisé un célèbre jardin numérique appelé le jeu de données Herlev. Il contient 917 images de cellules. Ils les ont divisées en deux groupes :

Normal : Des cellules saines (les bonnes fleurs).
Anormal : Des cellules cancéreuses ou précancéreuses (les mauvaises herbes).

Ils ont construit deux « détectives numériques » (modèles d'IA) pour trier ces images :

Le Détective A : Regarde toute l'image désordonnée, les mauvaises herbes, la terre et tout le reste.
Le Détective B : Utilise d'abord un outil spécial appelé U-Net pour découper soigneusement uniquement les cellules, en supprimant le bruit de fond. Ensuite, il examine les cellules propres et découpées.

L'expérience : Nettoyer la lentille

Pour s'assurer que le test était équitable, les chercheurs n'ont pas simplement divisé les données en deux. Ils ont utilisé une méthode appelée validation croisée à 5 plis (5-fold cross-validation). Voyez cela comme une course de relais où les données sont divisées en cinq équipes. L'IA s'entraîne sur quatre équipes et teste sur la cinquième, puis tourne afin que chaque équipe ait son tour pour être le groupe de test. Cela garantit que l'IA ne se contente pas de mémoriser les réponses, mais apprend réellement les règles.

Ils ont également utilisé l'Augmentation de Données (Data Augmentation), ce qui revient à prendre une photo d'une fleur, puis à en prendre d'autres en la retournant, en la faisant pivoter ou en changeant l'éclairage. Cela apprend à l'IA qu'une mauvaise herbe reste une mauvaise herbe même si elle est penchée ou à l'ombre.

Les résultats : Le nettoyage a-t-il aidé ?

Les chercheurs ont comparé les performances du Détective A (images désordonnées) et du Détective B (images segmentées et propres). Voici ce qu'ils ont trouvé :

Précision globale (obtenir la bonne réponse dans l'ensemble) : Les deux détectives ont fait presque exactement le même travail. Le Détective A a réussi 81,02 % du temps, tandis que le Détective B a réussi 80,80 % du temps. En fait, le détective des images désordonnées était légèrement meilleur pour le score global !
Précision (ne pas crier au loup) : Le Détective B était légèrement meilleur pour ne pas qualifier une cellule saine de « malade ». Il s'est amélioré de 0,41 %.
Le score « équilibré » (F1-Score) : Il s'agit d'un score qui tente d'équilibrer la précision avec le fait de ne rien manquer. Ici, le Détective B (celui qui regardait les cellules propres et découpées) a été légèrement meilleur, avec une amélioration de 1,30 %.

La conclusion : Un petit pas, pas un bond de géant

La conclusion principale est étonnamment modeste. Les chercheurs ont constaté que le découpage de l'arrière-plan (la segmentation) a aidé l'ordinateur à obtenir une vue légèrement plus équilibrée, améliorant l'« F1-score » de juste plus de 1 %.

Cependant, l'article stipule explicitement que cette amélioration est très faible. Les images « propres » n'ont pas fait de l'ordinateur un super-héros ; elles l'ont simplement rendu légèrement moins confus quant à la différence entre les cellules saines et malades. L'impact de la segmentation sur la performance finale de la classification semble être limité.

Et après ?

Les auteurs suggèrent que bien que leur méthode de « nettoyage » ait fonctionné un peu, elle pourrait ne pas être le remède miracle. Ils proposent que les travaux futurs examinent des outils plus avancés (comme les « Vision Transformers », qui sont comme un type de lentille d'appareil photo différent et plus puissant) et testent ces systèmes de manière encore plus rigoureuse pour voir s'ils peuvent véritablement aider les médecins à diagnostiquer le cancer plus tôt et plus de manière fiable.

En bref : Nettoyer l'image a aidé l'ordinateur un tout petit peu, mais cela n'a pas résolu tout le problème. L'ordinateur est encore en train d'apprendre à repérer les mauvaises herbes dans le jardin.

Résumé technique : Segmentation et classification d'images de frottis cervicaux pour la détection du cancer du col de l'utérus par apprentissage profond

Énoncé du problème
Le cancer du col de l'utérus demeure une cause majeure de mortalité liée au cancer chez les femmes à l'échelle mondiale, la détection précoce via les tests de frottis cervicaux étant cruciale pour réduire les taux de décès. Cependant, l'examen manuel des lames de frottis est laborieux, sujet à l'erreur humaine et souffre de la variabilité inter-observateurs. Bien que l'apprentissage profond (Deep Learning - DL), et plus particulièrement les réseaux de neurones convolutifs (CNN), ait montré des promesses dans l'automatisation de l'analyse d'images médicales, l'impact spécifique des étapes de prétraitement — notamment la segmentation d'images — sur la performance de classification en cytologie cervicale nécessite une validation empirique plus approfondie. Cette étude répond à la nécessité de déterminer si l'isolement des cellules cervicales du bruit de fond via la segmentation produit une amélioration mesurable de la précision diagnostique par rapport à l'utilisation d'images brutes.

Méthodologie
La recherche a employé un cadre systématique utilisant le jeu de données Herlev Pap Smear, une collection de référence de 917 images de cellules cervicales. La méthodologie s'est déroulée selon les étapes suivantes :

Restructuration du jeu de données : Le jeu de données original à sept classes a été restructuré en un problème de classification binaire : Normal (cellules épithéliales saines, $n=242$ ) et Anormal (cellules dysplasiques et carcinomateuses, $n=675$ ).
Prétraitement et segmentation :
- Les images ont été redimensionnées en $128 \times 128$ pixels et normalisées.
- Une architecture U-Net a été utilisée pour générer des masques de segmentation, isolant les cellules cervicales du bruit de fond. Les masques ont fait l'objet d'un post-traitement pour redimensionner les valeurs de pixels, réduisant efficacement le bruit de fond pour la phase de classification.
Augmentation des données : Pour pallier la disponibilité limitée des données et prévenir le surapprentissage (overfitting), des techniques incluant le retournement, la rotation et les ajustements de contraste ont été appliquées.
Architecture de classification : Un CNN personnalisé a été conçu pour la classification binaire. L'architecture comprenait :
- Trois couches convolutives avec des tailles de filtres de 32, 64 et 128, chacune suivie d'un max pooling.
- Des fonctions d'activation ReLU.
- Une régularisation L2 et des couches de dropout pour atténuer le surapprentissage.
- Une couche entièrement connectée (128 neurones) et une couche de sortie softmax.
- L'optimisation de l'entraînement a été réalisée avec l'optimiseur Adam et une perte d'entropie croisée catégorielle.
Protocole d'évaluation : Pour garantir une généralisation robuste, une validation croisée à 5 plis (5-fold cross-validation) a été implémentée plutôt qu'une simple division entraînement/test. La performance a été évaluée sur deux pipelines distincts : l'un entraîné sur des images non segmentées (brutes) et l'autre sur des images segmentées. Les métriques incluaient l'exactitude (accuracy), la précision, le rappel (recall) et le score F1.

Principales contributions

Analyse comparative : L'étude fournit une comparaison empirique directe entre la performance du CNN sur des images de frottis brutes versus des images segmentées par U-Net, isolant la variable de la segmentation pour mesurer sa contribution spécifique à la précision diagnostique.
Implémentation de framework : Elle établit un pipeline d'apprentissage profond de base intégrant l'U-Net pour la segmentation et un CNN compact pour la classification, validé par une validation croisée rigoureuse.
Contexte d'interprétabilité : Le travail reconnaît le rôle des cartes d'activation de classe (CAM) et de l'IA explicable pour renforcer la confiance clinique, positionnant le framework proposé comme une étape vers des diagnostics automatisés transparents.

Résultats
Les résultats expérimentaux ont indiqué que l'inclusion de la segmentation n'a apporté que des améliorations marginales de la performance de classification :

Exactitude (Accuracy) : Le modèle non segmenté a atteint 81,02 %, tandis que le modèle segmenté a atteint 80,80 % (une baisse de 0,22 %).
Précision : Amélioration légère de 80,44 % (non segmenté) à 80,85 % (segmenté), soit un gain de +0,41 %.
Rappel (Recall) : Diminution de 81,02 % à 80,80 %.
Score F1 : A montré l'amélioration la plus notable, passant de 78,25 % à 79,55 %, un gain de +1,30 %.

Bien que le modèle segmenté ait démontré une performance plus équilibrée entre précision et rappel (indiquée par l'amélioration du score F1), l'exactitude globale de la classification est restée comparable entre les deux approches. Les auteurs ont noté que le modèle segmenté présentait moins de fluctuations de l'exactitude de validation pendant l'entraînement, suggérant qu'il peut apprendre des caractéristiques plus discriminantes, bien que les gains de performance finaux soient limités.

Signification et affirmations
L'article conclut modestement que, bien que la segmentation aide à l'extraction de caractéristiques et à la réduction du bruit, son impact sur la performance de classification finale pour la détection du cancer du col de l'utérus est limité dans le cadre de cette architecture CNN spécifique et de ce jeu de données. L'étude ne prétend pas que la segmentation est une solution définitive pour améliorer la précision diagnostique, mais suggère plutôt qu'elle offre une « performance de classification légèrement plus équilibrée ».

Les auteurs positionnent ce travail comme un outil supplémentaire pour les applications cliniques qui aide les pathologistes, plutôt que comme un remplacement de l'examen manuel. Ils cadrent explicitement leurs conclusions comme une base de référence pour des recherches futures. L'article soutient que les travaux futurs devraient dépasser les simples comparaisons de CNN pour évaluer des architectures plus complexes (telles que les Vision Transformers), des ensembles hybrides et des pipelines sensibles à la calibration. L'étude souligne que les évaluations futures doivent prioriser la robustesse statistique, la calibration et l'explicabilité à travers différentes cohortes, notant que la complexité du modèle ne garantit pas toujours une généralisation robuste sans protocoles de validation rigoureux.