Psoriasis detection and classification using MobileNetV3 and Coordinate attention

Résumé Technique : Détection et Classification du Psoriasis à l'aide de MobileNetV3 et de l'Attention de Coordonnées

Énoncé du Problème
Le psoriasis est une affection dermatologique persistante touchant 2 à 3 % de la population mondiale, caractérisée par des plaques rouges et des squames argentées. Bien qu'il ne soit pas mortel, il provoque une détresse psychologique significative et peut entraîner des comorbidités comme le rhumatisme psoriasique. Le diagnostic est difficile en raison de l'hétérogénéité clinique (sept variantes distinctes), de la similitude avec d'autres maladies cutanées et de la subjectivité de l'évaluation clinique manuelle. De plus, les indices de sévérité existants (par exemple, le PASI) sont subjectifs et ne parviennent souvent pas à prendre en compte des facteurs spécifiques tels que le prurit ou les zones difficiles à traiter. Bien que l'apprentissage profond (Deep Learning - DL) ait montré des promesses dans l'imagerie médicale, il existe un manque de jeux de données complets pour la classification multiclasse du psoriasis, et les modèles existants peinent souvent face au déséquilibre des classes et aux subtiles variations inter-classes des lésions cutanées.

Méthodologie
L'étude propose un cadre d'apprentissage profond utilisant MobileNetV3-Small intégré à un mécanisme d'Attention de Coordonnées (Coordinate Attention - CA) pour classer les images de psoriasis en sept variantes distinctes. La méthodologie suit un pipeline structuré :

1. Construction du Jeu de Données : Un jeu de données personnalisé comprenant 2 101 images a été créé, couvrant sept variantes : psoriasis érythrodermique, gutté, inversé, unguéal (ongles), en plaques, psoriasique (arthrite psoriasique) et pustuleux. Les données proviennent de répertoires publics (Kaggle) et ont subi un prétraitement, incluant le redimensionnement en 96×96 pixels et la normalisation des intensités de pixels dans la plage [-1, 1].
2. Architecture du Modèle :
   • Backbone (Dorsale) : L'étude emploie MobileNetV3-Small, choisi pour son faible coût computationnel et sa faible latence tout en maintenant la précision. Il utilise des convolutions séparables en profondeur (depthwise separable convolutions).
   • Mécanisme d'Attention : Pour remédier aux limitations des blocs standards de type Squeeze-and-Excitation (qui manquent d'informations positionnelles), les auteurs ont intégré l'Attention de Coordonnées (CA). Ce mécanisme effectue un regroupement (pooling) horizontal et vertical pour encoder l'information spatiale, générant des cartes d'attention qui guident le modèle pour se concentrer sur des caractéristiques spécifiques de "où" et de "quoi" au sein de la lésion.
   • Tête de Classification : L'architecture comprend une couche de Global Average Pooling, une couche Dense de 512 neurones avec une activation Swish, et une couche de sortie Softmax pour les sept classes.
3. Stratégie d'Entraînement :
   • Apprentissage par Transfert (Transfer Learning) : Le modèle a été initialisé avec des poids pré-entraînés sur ImageNet. Les couches supérieures ont été dégelées pour un ajustement fin (fine-tuning) à partir de la couche 150 afin d'extraire des caractéristiques de haut niveau spécifiques au jeu de données du psoriasis.
   • Fonctions de Perte : L'étude compare la Perte d'Entropie Croisée (Cross-Entropy Loss - CL) à une Perte Hybride (Hybrid Loss - HL) proposée. La HL combine l'Entropie Croisée, la Focal Loss et les techniques de lissage de l'étiquette (Label Smoothing) pour atténuer le déséquilibre des classes et le surapprentissage (overfitting). La perte composite est définie par $L_{Composite} = \beta L_{CL} + \phi L_{FL}$, où les hyperparamètres ont été ajustés (spécifiquement $\phi = 0,75$).
   • Optimisation : L'optimiseur Adam a été utilisé avec un taux d'apprentissage de $1 \times 10^{-5}$ sur 50 époques.

Principales Contributions

• Création de Jeu de Données : Développement d'un jeu de données complet contenant 2 101 images à travers sept variantes de psoriasis, répondant à la rareté des données publiques multiclasses sur le psoriasis.
• Innovation Architecturale : Démonstration que l'intégration de l'Attention de Coordonnées dans MobileNetV3 améliore considérablement la détection des variations subtiles parmi les sept sous-types de psoriasis.
• Optimisation de la Fonction de Perte : Introduction et validation d'une fonction de Perte Hybride (combinant CL, Focal Loss et Label Smoothing) qui surpasse la perte d'Entropie Croisée standard dans la gestion du déséquilibre des classes et l'amélioration de la précision.
• Analyse Comparative : Une comparaison rigoureuse contre des modèles de pointe, incluant VGG19, un ensemble de modèles ResNet (ResNet50V2, ResNet101V2, ResNet152V2) et le MobileNetV3 standard, sous des conditions expérimentales identiques.

Résultats
Le modèle proposé MobileNetV3-Small + CA + Hybrid Loss a atteint les métriques de performance les plus élevées :

• Précision (Accuracy) : Le modèle a atteint 98,40 % de précision sur la tâche de classification multiclasse. Cela représente une amélioration significative par rapport au MobileNetV3-Small avec CA utilisant uniquement l'Entropie Croisée (93,20 %) et d'autres modèles de référence (VGG19 : 94,02 %, Ensemble ResNet : 91,20 %).
• Convergence : Les courbes d'entraînement indiquent que le modèle proposé a atteint une convergence rapide avec une précision d'entraînement élevée (97–98 %) et une perte d'entraînement faible (0,25).
• Généralisation : Le modèle a démontré une précision de validation supérieure (environ 75–78 %) et une perte de validation plus faible par rapport aux modèles utilisant uniquement l'Entropie Croisée, indiquant un surapprentissage réduit.
• Performance par Classe : Le modèle a montré une sensibilité améliorée pour les classes difficiles telles que le psoriasis inversé et unguéal, qui souffrent souvent de mauvaises classifications dans les CNN standards.

Signification et Revendications
L'article affirme que l'intégration de l'Attention de Coordonnées et de la Perte Hybride fournit un système de support fiable et à faible coût pour les dermatologues. En atteignant une précision élevée dans la distinction entre sept variantes spécifiques, le modèle répond aux limites du diagnostic manuel, telles que la variabilité d'interprétation et la consommation de temps. Les auteurs affirment que cette approche offre un support technique précis pour la gestion de grands volumes d'images cutanées, améliorant potentiellement la qualité de vie des patients grâce à un diagnostic plus précoce et plus précis.

Limites et Perspectives Futures
Les auteurs reconnaissent plusieurs limitations :

• Rareté des Données : Le jeu de données, bien qu'amélioré, reste limité en taille et en diversité concernant les conditions d'éclairage et les traits de la maladie.
• Segmentation : Le présent travail se concentre sur la classification ; les recherches futures devront intégrer la segmentation de la région d'intérêt pour gérer les scénarios du monde réel où les lésions ne sont pas parfaitement isolées.
• Efficacité Computationnelle : Bien que MobileNetV3 soit léger, une réduction supplémentaire des coûts de calcul est nécessaire pour le déploiement.
• Défis de Corrélation : L'étude note qu'une corrélation élevée entre certaines images de psoriasis peut encore conduire à des erreurs d'identification, suggérant la nécessité d'investigations supplémentaires pour distinguer les variantes hautement similaires.