⚡ electrical engineering

Unsupervised Adaptation from FDG to PSMA PET/CT for 3D Lesion Detection under Label Shift

Cet article propose un cadre d'adaptation de domaine non supervisé intégrant des mécanismes de rééquilibrage explicite des étiquettes pour améliorer la détection de lésions 3D en adaptant un modèle entraîné sur des images FDG PET/CT vers des images PSMA PET/CT non étiquetées, en ajustant dynamiquement les ancres de détection et en allouant des quotas de sélection de pseudo-étiquettes selon la distribution cible des volumes lésionnels.

Auteurs originaux : Xiaofeng Liu, Menghua Xia, Yanis Chemli, Georges El Fakhri, Chi Liu, Jinsong Ouyang

Publié 2026-03-17

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Xiaofeng Liu, Menghua Xia, Yanis Chemli, Georges El Fakhri, Chi Liu, Jinsong Ouyang

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

Imaginez que vous êtes un détective médical très doué. Votre travail consiste à repérer des "trous" (des tumeurs) sur des cartes 3D du corps humain.

1. Le Problème : Le Détective et ses Deux Cartes Différentes

Dans le monde médical, on utilise deux types de "cartes" (des scanners) pour voir les tumeurs :

La carte FDG : C'est la carte classique, très utilisée. Elle brille là où les cellules mangent beaucoup de sucre (comme les tumeurs).
La carte PSMA : C'est une nouvelle carte, plus récente, utilisée surtout pour le cancer de la prostate. Elle brille là où les cellules ont un autre type de récepteur.

Le souci ?
Votre détective (l'intelligence artificielle) a été entraîné pendant des années à utiliser la carte FDG. Il est un expert pour trouver les tumeurs sur cette carte. Mais soudain, on lui donne la carte PSMA et on lui dit : "Trouve les tumeurs ici aussi !"

Le détective échoue. Pourquoi ?

L'apparence change : Sur la carte PSMA, les tumeurs brillent différemment et il y a du "bruit" (des organes sains qui brillent aussi, comme les reins). C'est comme si le détective devait passer d'une carte en noir et blanc à une carte en couleurs avec des ombres différentes.
Le nombre et la taille changent (Le vrai secret de l'article) : C'est le point crucial. Sur la carte FDG, les tumeurs sont souvent grosses et peu nombreuses. Sur la carte PSMA, il y a souvent beaucoup plus de petites tumeurs.
- L'analogie : Imaginez que votre détective a appris à chercher des pompes à vélo (grosses tumeurs FDG). Mais sur la nouvelle carte, il doit trouver des grains de sable (petites tumeurs PSMA). S'il cherche toujours des pompes à vélo, il va rater tous les grains de sable ! De plus, il y a beaucoup plus de grains de sable que de pompes.

2. La Solution : L'Entraînement "Sans Professeur" (Adaptation Non Supervisée)

Le problème est qu'on n'a pas assez de "professeurs" (médecins experts) pour annoter toutes les nouvelles cartes PSMA. On veut donc que le détective apprenne tout seul en regardant les cartes PSMA, sans qu'on lui dise où sont les tumeurs.

C'est ce qu'on appelle l'Adaptation de Domaine Non Supervisée.

Les chercheurs ont créé une méthode en deux étapes pour aider le détective à s'adapter :

Étape A : Changer ses "Lunettes de Chasse" (Adaptation des Ancres)

Le détective utilise des "lunettes de chasse" virtuelles (appelées ancres) pour scruter l'image. Ces lunettes sont calibrées pour voir des objets de la taille des pompes à vélo.

La solution : Le système dit : "Attends, sur cette nouvelle carte, je vois beaucoup de petits objets. Je vais ajuster mes lunettes pour qu'elles deviennent plus petites et plus nombreuses."
L'analogie : C'est comme passer de jumelles pour voir des montagnes à des loupes pour voir des insectes. Le système ajuste ses lunettes en temps réel en regardant ce qu'il a déjà trouvé, pour mieux voir les petites tumeurs.

Étape B : Changer ses Règles de Sélection (Gestion du "Biais d'Étiquette")

Normalement, quand un détective cherche des indices, il garde les plus brillants. Mais ici, si on garde juste les plus brillants, on ne trouvera que les grosses tumeurs (comme sur l'ancienne carte FDG) et on ignorera les petites.

La solution : Les chercheurs ont donné au détective une "liste de contrôle" basée sur la réalité de la nouvelle carte. Ils lui disent : "Sur cette carte, il y a beaucoup de petits grains de sable. Donc, même si un grain de sable n'est pas super brillant, tu dois le noter s'il correspond à la taille attendue."
L'analogie : C'est comme si un chef cuisinier qui prépare un plat avec beaucoup de poivre (PSMA) disait à son assistant : "Ne garde pas seulement les gros grains de poivre, il faut aussi garder les petits, car c'est comme ça que le plat est fait." Le système apprend à ne pas se fier uniquement à la "brillance" (confiance), mais à la répartition (combien de petits, combien de gros).

3. Le Résultat : Un Détective qui S'adapte

En combinant ces deux astuces (changer la taille des lunettes et changer les règles de sélection), le détective apprend à voir les tumeurs sur la nouvelle carte PSMA presque aussi bien que s'il avait été entraîné par des professeurs humains.

Sans cette méthode : Le détective voit peu de tumeurs, et celles qu'il voit sont souvent trop grosses (il rate les petites).
Avec cette méthode : Il trouve beaucoup plus de tumeurs, y compris les toutes petites, et les localise avec précision.

En Résumé

Cet article explique comment on peut prendre une intelligence artificielle entraînée sur un type de scanner (FDG) et la rendre experte sur un autre type (PSMA), même sans avoir de nouvelles données étiquetées.

Le secret ? On ne se contente pas de lui apprendre à voir les couleurs différemment. On lui apprend aussi à changer sa perception de la taille et du nombre des objets qu'il cherche. C'est comme enseigner à un pêcheur à ne pas chercher seulement les gros poissons, mais à savoir qu'il y a une mer remplie de petits poissons, et à ajuster son filet en conséquence.

C'est une avancée majeure car cela permet d'utiliser les énormes bases de données existantes pour aider à diagnostiquer de nouveaux types de cancers, sans avoir à attendre des années pour annoter manuellement des milliers de nouveaux scanners.

Titre de l'article

Adaptation non supervisée de la détection de lésions 3D du FDG au PSMA en TEP/CT sous décalage d'étiquettes (Label Shift)

1. Problématique

L'imagerie TEP/CT est cruciale pour le diagnostic et la planification du traitement du cancer. Les modèles d'apprentissage profond ont démontré leur efficacité pour la détection automatisée de lésions. Cependant, deux défis majeurs se posent lors du transfert de connaissances d'un traceur TEP étiqueté (source) vers un nouveau traceur non étiqueté (cible) :

Décalage de covariables (Covariate Shift) : Les apparences des images changent (ex: FDG vs PSMA) en raison de différents modes d'absorption (glucose vs antigène de membrane spécifique de la prostate).
Décalage d'étiquettes (Label Shift) : C'est le cœur du problème abordé. La distribution des lésions diffère significativement entre les cohortes. Par exemple, les patients PSMA présentent souvent plus de petites lésions et un nombre moyen de lésions par sujet plus élevé que les patients FDG, qui ont tendance à avoir moins de lésions mais plus volumineuses.
Limites des méthodes existantes : Les méthodes d'adaptation de domaine non supervisée (UDA) classiques supposent souvent que seule l'apparence change et que la distribution des étiquettes reste constante. Cette hypothèse échoue ici, car les méthodes standard de self-training (apprentissage auto-étiqueté) tendent à favoriser les lésions de grande taille et à sous-estimer la prévalence des petites lésions, héritant ainsi des biais de la source (FDG).

2. Méthodologie

Les auteurs proposent un cadre d'adaptation de domaine non supervisée (UDA) basé sur l'apprentissage auto-étiqueté (self-training) pour un détecteur 3D (M3DRetinaNet), intégrant deux mécanismes explicites pour compenser le décalage d'étiquettes.

A. Architecture de base

Le modèle de base est le M3DRetinaNet (Multimodal 3D RetinaNet), un détecteur d'objets en une étape utilisant une perte focal (focal loss) et des pyramides de caractéristiques pour gérer les objets épars et multi-échelles. Il est pré-entraîné sur des données FDG étiquetées.

B. Adaptation de la taille des ancres (Epoch-wise Anchor Size Adaptation)

Pour éviter que les ancres (boîtes de proposition) ne soient mal adaptées aux lésions cibles (souvent plus petites en PSMA) :

À chaque époque d'entraînement, le modèle sélectionne des pseudo-étiquettes sur le domaine cible.
Une analyse par k-moyennes (k-means) est effectuée sur les volumes de ces pseudo-étiquettes pour estimer les nouvelles tailles de lésions.
Les ancres sont mises à jour via une moyenne mobile exponentielle (EMA) pour s'adapter progressivement à la distribution des tailles cibles, stabilisant ainsi la régression des boîtes.

C. Sélection de pseudo-étiquettes guidée par les a priori (Prior-guided Pseudo-label Selection)

Au lieu d'utiliser un seuil de confiance fixe ou de sélectionner le top p% des détections (ce qui biaise vers les grandes lésions), les auteurs introduisent un système de quotas basé sur l'histogramme des tailles :

Estimation de la prévalence : Le nombre moyen de lésions par sujet ( $\mu$ ) est estimé et mis à jour via EMA.
Estimation de la distribution de taille : Un histogramme normalisé ( $h$ ) des volumes de lésions est maintenu et mis à jour via EMA.
Allocation de quotas : Pour chaque sujet cible, un budget de détections est alloué. Ce budget est réparti entre différentes "bins" (intervalles) de volume selon l'histogramme cible estimé ( $h$ ).
Sélection : Dans chaque bin de volume, les détections sont triées par confiance et les meilleures sont retenues jusqu'à épuisement du quota du bin. Cela force le modèle à apprendre à détecter des lésions de toutes les tailles, y compris les petites, conformément à la distribution cible.

D. Optimisation Alternée

Le processus alterne entre :

L'apprentissage supervisé sur les données source (FDG).
L'inférence sur les données cibles (PSMA) pour générer des pseudo-étiquettes et mettre à jour les a priori ( $\mu$ , $h$ ) et les ancres.
L'apprentissage supervisé sur les données cibles pseudo-étiquetées.
Aucune perte adversariale ni alignement de caractéristiques explicite n'est utilisé, rendant la méthode légère et efficace pour des données 3D.

3. Contributions Clés

Première tentative d'UDA pour la détection de lésions volumétriques 3D : Application spécifique au domaine médical TEP/CT.
Gestion explicite du Label Shift : Conception d'un schéma de self-training qui intègre la connaissance a priori sur la distribution des tailles et la prévalence des lésions, un aspect négligé dans la détection UDA classique.
Adaptation dynamique des paramètres : Estimation adaptative de la distribution des tailles et de la prévalence pour affiner la sélection des pseudo-étiquettes et la configuration des ancres.

4. Résultats Expérimentaux

L'évaluation a été réalisée sur le jeu de données AutoPET 2024 :

Source : 501 études FDG étiquetées.
Cible : 369 études PSMA (258 pour l'entraînement UDA, 37 pour validation, 74 pour test).
Métriques : Précision Moyenne (AP) à différents seuils d'IoU (0.1, 0.25, 0.5) et courbes FROC (Free-response ROC).

Performances :

Le modèle source (FDG) seul obtient un AP@0.1 de 0.225 sur le PSMA, montrant l'impact sévère du décalage de domaine.
L'adaptation UDA standard (sans correction de label shift) améliore les résultats mais reste biaisée.
La méthode complète proposée (UDA + adaptation d'ancres + correction de label shift) atteint un AP@0.1 de 0.613, surpassant largement la baseline source et l'adaptation sans correction de label shift.
L'analyse FROC montre une sensibilité nettement supérieure pour un taux de faux positifs donné par rapport aux méthodes sans correction.
Bien que inférieur au modèle "upper-bound" (entraîné sur FDG et fine-tuné sur PSMA étiqueté, AP@0.1 = 0.729), la méthode proposée se rapproche significativement de cette limite supérieure sans utiliser d'étiquettes cibles.

5. Signification et Conclusion

Cette étude démontre que la modélisation explicite de la prévalence et de la composition en taille des lésions dans le domaine cible est essentielle pour une détection robuste lors du transfert entre traceurs TEP.

Impact clinique : Permet de déployer des modèles de détection performants sur de nouveaux traceurs (comme le PSMA) sans nécessiter un coût prohibitif d'annotation manuelle massive.
Efficacité : La méthode est légère, évitant la complexité et l'instabilité des approches adversariales sur des volumes 3D.
Limites et perspectives : La méthode dépend d'un binning précis des volumes et se limite actuellement à une classe unique. Les travaux futurs envisagent l'intégration de l'incertitude, un binning adaptatif et une extension aux cas multi-classes.

En résumé, ce travail établit une nouvelle référence pour l'adaptation de domaine en imagerie médicale 3D en prouvant que corriger le décalage de distribution des étiquettes est aussi crucial que de corriger le décalage d'apparence.