🤖 machine learning

Brain Tumor Classification from 3D MRI Using Persistent Homology and Betti Features: A Topological Data Analysis Approach on BraTS2020

Cette étude propose une approche de classification des tumeurs cérébrales sur le jeu de données BraTS 2020 utilisant l'analyse topologique des données pour extraire des caractéristiques de Betti à partir d'IRM 3D, permettant d'atteindre une précision de 89,19 % avec un classifieur Random Forest.

Auteurs originaux : Faisal Ahmed

Publié 2026-03-17

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Faisal Ahmed

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

🧠 Le Problème : Trouver l'aiguille dans la botte de foin 3D

Imaginez que le cerveau d'un patient est une énorme bibliothèque en 3D. Chaque livre, chaque étagère et chaque poussière sur les murs sont des données. Les médecins utilisent des IRM (des photos très détaillées) pour voir à l'intérieur de cette bibliothèque et repérer une tumeur.

Le problème, c'est que les tumeurs (surtout les "méchantes" ou High-Grade et les "moins méchantes" ou Low-Grade) sont très difficiles à distinguer. C'est comme essayer de différencier deux livres qui ont exactement la même couverture, mais dont l'histoire intérieure est différente.

Les ordinateurs modernes (l'intelligence artificielle profonde) sont très forts pour lire ces livres, mais ils ont besoin de manger des milliers de livres pour apprendre, et ils fonctionnent comme une "boîte noire" : on ne sait pas toujours pourquoi ils ont pris une décision. C'est effrayant pour un médecin qui doit sauver une vie.

💡 La Solution : La "Topologie" (L'art de voir la forme)

L'auteur de cette étude, Faisal Ahmed, a eu une idée géniale : au lieu de regarder les pixels (les couleurs et les lumières) de l'image, pourquoi ne pas regarder la forme globale de la tumeur ?

Il utilise une branche des mathématiques appelée Analyse Topologique des Données (TDA). Pour faire simple, imaginez que vous avez un objet en pâte à modeler.

Si vous le percez, vous créez un trou.
Si vous le séparez en deux, vous créez deux morceaux.
Si vous le creusez au centre, vous créez une cavité.

En mathématiques, on appelle ces choses des nombres de Betti (Betti-0, Betti-1, Betti-2). C'est comme compter :

Betti-0 : Combien de morceaux isolés y a-t-il ? (Des îles dans l'océan).
Betti-1 : Combien de tunnels ou de trous y a-t-il ? (Des beignets ou des anneaux).
Betti-2 : Combien de cavités vides y a-t-il à l'intérieur ? (Des grottes fermées).

🛠️ Comment ça marche ? (L'histoire du tamis magique)

Voici comment l'auteur a appliqué cela aux IRM 3D :

Le Tamis (La Filtration) : Imaginez que vous prenez l'image 3D de la tumeur et que vous la passez sous un tamis magique qui change de taille.
- D'abord, le tamis est très fin : vous ne voyez que les gros blocs.
- Ensuite, vous élargissez le tamis : de plus en plus de détails apparaissent.
- Pendant ce processus, vous observez comment les "îles" (morceaux de tumeur) se forment, comment les "tunnels" apparaissent et comment les "grottes" se remplissent.
Le Résumé (Les Nombres de Betti) : Au lieu de garder toute l'image géante, l'ordinateur écrit un petit résumé : "À tel moment, il y avait 5 tunnels, puis 3 ont disparu, et une nouvelle grotte est apparue."
C'est ce qu'on appelle la homologie persistante. C'est comme résumer un film de 2 heures en une phrase clé qui capture l'intrigue principale.
Le Résultat : Au lieu d'avoir des millions de pixels, l'ordinateur a maintenant une liste de 100 nombres simples qui décrivent la "forme" de la tumeur. C'est beaucoup plus léger et plus facile à comprendre.

🤖 Le Jugement Final : Qui gagne ?

L'auteur a pris ces 100 nombres et les a donnés à deux "juges" classiques (des algorithmes d'apprentissage automatique simples) :

Random Forest (Une forêt d'arbres de décision qui votent).
XGBoost (Un expert très rapide qui apprend de ses erreurs).

Le verdict est surprenant :

Même sans utiliser de techniques complexes ni nourrir l'ordinateur avec des milliers d'images supplémentaires (ce qu'on appelle l'augmentation de données), la méthode a réussi à distinguer les tumeurs bénignes des malignes avec une précision de 89,19 %.
C'est presque aussi bien que les méthodes ultra-complexes, mais avec beaucoup moins d'effort de calcul.

🌟 Pourquoi c'est génial ? (Les avantages)

C'est transparent : Contrairement aux "boîtes noires" de l'IA moderne, ici, on sait exactement ce qui a été compté (des trous, des tunnels). Un médecin peut comprendre le raisonnement.
C'est léger : Pas besoin de super-ordinateurs coûteux. Un simple ordinateur portable suffit.
C'est robuste : Peu importe si l'image est un peu tournée ou si la lumière change, la forme de la tumeur (ses trous et ses cavités) reste la même. C'est comme reconnaître un ami par sa silhouette, même s'il porte un manteau différent.

En résumé

Cette étude nous dit : "Parfois, pour comprendre une maladie complexe, il ne faut pas regarder chaque détail, mais observer la forme globale."

En utilisant les mathématiques de la forme (la topologie), on peut créer un outil simple, rapide et compréhensible pour aider les médecins à mieux diagnostiquer les tumeurs cérébrales, sans avoir besoin de la puissance de feu massive de l'intelligence artificielle moderne. C'est une victoire de l'intelligence mathématique sur la complexité brute.

Titre

Classification des tumeurs cérébrales à partir d'IRM 3D utilisant l'homologie persistante et les caractéristiques de Betti : Une approche d'analyse topologique des données sur BraTS 2020

1. Problématique

La classification précise et interprétable des tumeurs cérébrales à partir d'imagerie par résonance magnétique (IRM) reste un défi majeur en raison de la haute dimensionnalité des données et de la complexité des structures anatomiques.

Limites des approches actuelles : Les méthodes d'apprentissage profond (Deep Learning), telles que les réseaux de neurones convolutifs (CNN), bien que performantes, nécessitent d'énormes quantités de données étiquetées, des ressources de calcul intensives et des architectures complexes. De plus, elles souffrent souvent d'un manque d'interprétabilité ("boîte noire"), ce qui est critique dans le contexte médical pour la prise de décision clinique.
Objectif : Développer une alternative légère, efficace et interprétable pour distinguer les gliomes de haut grade (HGG) des gliomes de bas grade (LGG) en exploitant directement la structure topologique des volumes IRM 3D, sans recourir à l'augmentation de données ou à des modèles profonds complexes.

2. Méthodologie

L'auteur propose un cadre basé sur l'Analyse Topologique des Données (TDA), et plus spécifiquement sur l'homologie persistante, appliqué directement aux volumes IRM 3D (modalité FLAIR du jeu de données BraTS 2020).

Le pipeline se décompose en quatre étapes principales :

Préparation des données et Filtration Cubique :
- Utilisation des volumes IRM 3D (dimensions 155 × 240 × 240). Pour réduire la complexité computationnelle, seules les tranches centrales (indices 30 à 90) sont conservées, formant un volume réduit d'environ 60 × 240 × 240.
- Construction d'une filtration sous-niveau (sublevel filtration) : Le volume gris est progressivement seuillé. À mesure que le seuil d'intensité augmente, les voxels sont activés, créant une séquence emboîtée de complexes cubiques binaires.
Calcul de l'Homologie Persistante :
- Suivi de l'évolution des structures topologiques (naissance et mort) à travers les différents seuils de filtration.
- Extraction des nombres de Betti pour trois dimensions homologiques :
  - Betti-0 ( $\beta_0$ ) : Composantes connexes (régions distinctes).
  - Betti-1 ( $\beta_1$ ) : Boucles ou tunnels.
  - Betti-2 ( $\beta_2$ ) : Cavités ou vides (régions volumiques fermées).
Vectorisation des Caractéristiques (Betti Curves) :
- Transformation des diagrammes de persistance en vecteurs de longueur fixe.
- L'intervalle de gris [0, 255] est discrétisé en 100 seuils. Pour chaque seuil, le nombre de Betti est calculé, générant trois vecteurs de 100 dimensions.
- Concaténation de ces vecteurs pour former un vecteur de caractéristiques topologique global de 300 dimensions par volume IRM ( $f(X) = [\beta_0, \beta_1, \beta_2]$ ).
Sélection de Caractéristiques et Classification :
- Réduction de dimensionnalité via une sélection de caractéristiques basée sur l'importance des variables (scores d'importance) dérivés de modèles ensemblistes.
- Entraînement de classificateurs d'apprentissage automatique classiques : Random Forest et XGBoost pour la classification binaire (HGG vs LGG).

3. Contributions Clés

Cadre Topologique 3D : Proposition d'une méthode appliquant l'homologie persistante directement sur des volumes IRM 3D complets, plutôt que sur des coupes 2D, pour capturer la morphologie globale de la tumeur.
Descripteurs Interprétables : Extraction de caractéristiques basées sur les nombres de Betti (B0, B1, B2) qui offrent une représentation mathématique claire de la structure de la tumeur (connectivité, boucles, cavités).
Efficacité Computationnelle : La méthode ne nécessite aucune augmentation de données (data augmentation) car les descripteurs topologiques sont intrinsèquement invariants aux rotations, réflexions et petites variations d'intensité. Cela contraste fortement avec les approches CNN qui en dépendent.
Performance avec peu de données : Démonstration qu'une approche basée sur des caractéristiques topologiques compactes peut rivaliser avec des modèles profonds complexes tout en utilisant des données limitées.

4. Résultats Expérimentaux

Les expériences ont été menées sur le jeu de données BraTS 2020 (369 sujets : 293 HGG et 76 LGG), avec une division 80/20 pour l'entraînement et le test.

Performance sans sélection de caractéristiques :
- La combinaison de tous les descripteurs (B0+B1+B2) a donné les meilleurs résultats initiaux.
- XGBoost : Précision de 86,49 % (AUC 89,33 %).
- Random Forest : Précision de 83,78 %.
Performance avec sélection de caractéristiques (Optimisation) :
- La sélection de caractéristiques a réduit le nombre de dimensions tout en améliorant la précision.
- Meilleur résultat global : Le classificateur Random Forest combiné à un sous-ensemble sélectionné de caractéristiques Betti (notamment la combinaison B1+B2 ou B0+B1+B2) a atteint une précision de 89,19 %.
- Cette configuration a également obtenu une précision (Precision) de 90,50 % et un AUC de 89,33 %.
- L'utilisation de seulement 14 à 42 caractéristiques sélectionnées (sur 300 initiales) a suffi pour obtenir ces performances, confirmant la redondance de certaines caractéristiques brutes.

5. Signification et Conclusion

Cette étude démontre que l'Analyse Topologique des Données (TDA) est une alternative puissante et viable aux méthodes d'apprentissage profond pour l'analyse d'images médicales 3D.

Interprétabilité : Contrairement aux réseaux de neurones profonds, les caractéristiques de Betti fournissent une compréhension directe de la géométrie de la tumeur (ex: complexité des cavités ou des boucles), ce qui est crucial pour la confiance clinique.
Efficacité : La méthode est computationnellement légère, ne nécessite pas de GPU puissants ni de grandes quantités de données étiquetées, et fonctionne bien sur des ordinateurs portables standards (testé sur un Apple M1).
Robustesse : L'invariance topologique aux transformations géométriques rend le modèle robuste au bruit et aux variations d'acquisition sans besoin d'augmentation de données.

En conclusion, l'approche proposée offre un cadre robuste pour la classification des tumeurs cérébrales, prouvant que l'analyse de la structure topologique sous-jacente des données médicales peut surpasser ou égaler les approches basées sur l'intensité des pixels, tout en étant plus transparente et efficace. Les travaux futurs envisagent l'intégration de ces descripteurs topologiques avec des représentations d'apprentissage profond pour améliorer encore les performances.