Hierarchical Classification via Cascading Feature Elimination: Application to Human Phenotype Ontology-Aligned Facial Phenotyping (FaceMesh2HPO)

Résumé Technique : FaceMesh2HPO

Énoncé du Problème
Les outils de diagnostic actuels basés sur l'image pour les troubles génétiques fonctionnent généralement comme des « boîtes noires », produisant des prédictions au niveau du syndrome directement à partir de photographies 2D. Bien qu'efficaces pour les conditions communes, ces méthodes manquent d'interprétabilité, ne permettent pas la description structurée de la morphologie faciale requise pour le raisonnement clinique, et peinent à se généraliser aux syndromes inconnus. De plus, les ensembles de données existants souffrent souvent d'annotations éparses, de type « présence uniquement », ce qui rend difficile la distinction entre un trait présent et un trait non annoté. Les auteurs soutiennent que l'analyse faciale devrait être reformulée, passant de la classification directe de syndromes à la prédiction de traits phénotypiques alignés sur l'Ontologie du Phénotype Humain (HPO), ce qui reflète mieux le processus d'évaluation systématique utilisé par les cliniciens.

Méthodologie
Le document présente FaceMesh2HPO, un cadre hiérarchique conçu pour classifier les descripteurs phénotypiques faciaux alignés sur l'arbre HPO. La méthodologie se compose de quatre composantes centrales :

1. Curation et Annotation des Données :

   • Les auteurs ont utilisé un sous-ensemble de la base de données GestaltMatcher (GMDB), en se concentrant sur 10 troubles présentant des dysmorphies faciales notables.
   • Pour remédier à la parcimonie des annotations, 124 cliniciens ont annoté manuellement 1 230 images pour 107 termes HPO (59 termes feuilles et 48 termes parents). Le protocole permettait des étiquettes « présent », « absent » ou « incertain », affinant ainsi la curation originale de la GMDB.
   • Un ensemble de test indépendant de 75 images couvrant 17 troubles (incluant des syndromes inconnus) a été annoté par plusieurs experts pour garantir une grande fiabilité.

2. Représentation Géométrique :

   • Au lieu de pixels 2D bruts, le système extrait des maillages faciaux 3D avec 478 points détectés automatiquement à partir d'images 2D via MediaPipe.
   • L'entrée comprend les coordonnées du maillage, le contour facial et des métadonnées optionnelles (âge, sexe, ethnicité).

3. Architecture en Cascade Hiérarchique :

   • L'arbre HPO est simplifié en une hiérarchie stricte (en supprimant les liens croisés) où chaque nœud représente un terme HPO modélisé par un classificateur dédié basé sur PointNet.
   • Entraînement en Cascade : Les modèles sont entraînés de la racine (ex: « Anomalie du visage ») vers les feuilles. Chaque modèle est entraîné sur les données de ses descendants.
   • Élimination de Caractéristiques (Élagage de Points) : Une innovation clé est l'élimination itérative des points du maillage. Après l'entraînement d'un modèle parent, les gradients intégrés sont utilisés pour calculer l'importance des points par point. Les points tombant sous un seuil spécifique sont élagués et exclus de l'entraînement des modèles enfants. Cela force les modèles enfants à se concentrer sur les régions les plus saillantes pour des traits spécifiques, réduisant ainsi la complexité et le bruit.
   • Architecture Dynamique : L'architecture PointNet ajuste dynamiquement son nombre de paramètres ($p$) en fonction du nombre de points d'entrée restants après l'élagage afin de maintenir l'efficacité.

4. Stratégie d'Entraînement :

   • Les modèles utilisent une validation croisée stratifiée à 5 plis (5-fold).
   • Les témoins non affectés sont tirés de l'ensemble de données UTKFace, appariés pour l'âge, le sexe et l'ethnicité.
   • Des étiquettes douces (ex: 0,05 pour les échantillons négatifs) sont employées pour gérer l'incertitude dans le groupe de contrôle, reconnaissant que les individus « non affectés » dans les bases de données publiques peuvent tout de même posséder des traits subtils.

Contributions Clés

• Cadre : Un nouveau cadre centré sur le phénotype qui prédit les termes HPO plutôt que les syndromes, permettant des représentations granulaires et réutilisables.
• Jeu de Données : Un benchmark important, curé par des cliniciens (GMDB-HPO), avec des annotations explicites positives et négatives pour 107 termes HPO faciaux à travers 10 troubles.
• Innovation Méthodologique : L'introduction de l'élimination de caractéristiques en cascade, où l'analyse de l'importance des points élague le maillage pour les modèles en aval, alignant la focalisation du modèle avec la structure hiérarchique de l'ontologie.
• Outil : Une application web (FaceMesh2HPO Web Tool) qui permet aux cliniciens de télécharger des images, de visualiser les prédictions hiérarchiques et d'inspecter les cartes de chaleur d'importance des caractéristiques sur le maillage facial.

Résultats

• Performance : La configuration optimale (maillages 3D, contour facial et métadonnées, seuil d'importance de 0,01, étiquettes douces de 0,05) a atteint une AUROC moyenne de 0,750 ± 0,042 sur tous les modèles HPO lors de la validation croisée.
• Effets de la Hiérarchie : La performance varie selon le niveau de l'ontologie. Les nœuds parents et de « compression » ont généralement surpassé les nœuds feuilles (AUROC allant de ≈0,55 à ≈0,89). Les 5 meilleurs modèles HPO ont atteint des AUROC et des scores F1 d'environ 0,89, tandis que les modèles feuilles les plus faibles sont restés proches du hasard.
• Résultats de l'Ablation :
  • Les maillages 3D ont surpassé les maillages 2D.
  • L'inclusion du contour facial et des métadonnées a systématiquement amélioré la performance.
  • Les seuils d'importance des caractéristiques plus bas (0,01) ont donné de meilleurs résultats que les seuils plus élevés, car un élagage trop agressif laissait trop peu de points pour les modèles feuilles.
  • Les étiquettes douces (0,05) ont apporté une amélioration marginale mais constante par rapport aux étiquettes strictes (hard labels).
• Généralisabilité : Sur l'ensemble de test indépendant, la performance varie selon le trouble. Les termes parents maintiennent une stabilité à travers les syndromes vus et non vus. Cependant, les phénotypes feuilles spécifiques pour les troubles rares ou inconnus (ex: Mowat–Wilson, White–Sutton) ont montré des écarts plus importants par rapport à la performance de validation, indiquant une généralisabilité hétérogène.
• Corrélations : Une forte corrélation positive a été trouvée entre le nombre d'échantillons d'entraînement et l'AUROC moyenne. Les modèles feuilles nécessitent nettement plus d'échantillons (≥988) pour atteindre une haute performance par rapport aux modèles parents (≥1092) ou aux nœuds de compression (≥222). Étonnamment, l'accord inter-juges (IRA) n'était pas corrélé à la performance du modèle.

Signification et Revendications
L'article affirme que les représentations géométriques du visage via des maillages 3D, combinées à une architecture PointNet hiérarchique et à un élagage de points en cascade, permettent une classification cliniquement significative des phénotypes faciaux. Les auteurs soutiennent que cette approche :

• Aligne les sorties de l'apprentissage automatique avec le raisonnement clinique en privilégiant les traits phénotypiques sur les étiquettes de syndromes.
• Fournit un soutien interprétable aux experts en mettant en évidence les régions faciales spécifiques (via l'importance des caractéristiques) qui motivent les prédictions.
• Se transfère partiellement aux troubles inconnus, particulièrement au niveau des termes parents de l'HPO, bien que la performance pour les phénotypes feuilles spécifiques de maladies rares reste contrainte par les étiquettes sous-représentées.

Les auteurs concluent que, bien que le système constitue une étape prometteuse vers un phénotypage structuré, il souligne la nécessité de cohortes d'entraînement plus diversifiées, d'une meilleure gestion des termes rares lors de l'élagage des points, et de stratégies pour réconcilier la sélection de points basée sur les données avec les masques de régions définis par les experts afin d'améliorer la robustesse. L'outil est présenté comme une aide potentielle pour rationaliser le processus de diagnostic, offrant un support lié à l'ontologie plutôt qu'une réponse diagnostique définitive.