💻 informatica

Lung Cancer Classification from CT Images: A Comparative Study of SVM, Modified CNN, and EfficientNet–SVM Hybrid Models

Questo articolo presenta un framework completo di diagnosi assistita dal computer per la classificazione del tumore al polmone sul dataset CT IQ-OTH/NCCD, dimostrando che un'architettura CNN modificata e arricchita con batch normalization supera sia i tradizionali approcci basati su SVM sia un modello ibrido EfficientNet–SVM, raggiungendo un'accuratezza di test del 99,41%.

Autori originali: Nuran Binte Habib, Shahida Akther, Rabiul Islam

Pubblicato 2026-11-06

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Nuran Binte Habib, Shahida Akther, Rabiul Islam

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Il tumore al polmone rimane la principale causa di morte per cancro in tutto il mondo, causando milioni di morti ogni anno. La differenza tra la sopravvivenza e la tragedia spesso dipende dal tempismo. Quando la malattia viene individuata precocemente, mentre è ancora un piccolo punto localizzato, la possibilità di sopravvivere per cinque anni è alta. Una volta che si diffonde, quella possibilità scende precipitosamente. I medici si affidano pesantemente alla tomografia computerizzata, o scansioni TC, per trovare questi segni precoci. Una scansione TC crea una mappa tridimensionale dettagliata dei polmoni scattando centinaia di sottili immagini trasversali. Tuttavia, leggere queste scansioni è un compito impegnativo per i radiologi umani. La scansione di un singolo paziente può contenere centinaia di fette, e i primi noduli che segnalano il cancro possono essere sottili, facilmente trascurabili o confusi con macchie innocue. Questo carico cognitivo e il potenziale di errore umano hanno spinto i ricercatori a sviluppare sistemi informatici in grado di assistere nell'individuazione di questi schemi pericolosi.

In questo contesto, un team di ricercatori del Bangladesh e degli Stati Uniti si è posto l'obiettivo di costruire e testare un nuovo tipo di sistema di diagnosi assistita dal computer. Si sono concentrati su una sfida specifica: insegnare a un computer a guardare le fette di scansione TC e classificarle correttamente in tre categorie: tessuto polmonare normale, noduli benigni (innocui) e noduli maligni (cancerosi). I ricercatori hanno lavorato con una collezione pubblica di oltre mille fette TC provenienti da 110 pazienti. Un ostacolo importante in questo lavoro è che i dati sono sbilanciati; ci sono molte più immagini di polmoni cancerosi che di polmoni sani. Se un computer viene addestrato su dati così disomogenei, tende a ignorare i casi rari, che è esattamente l'opposto di ciò di cui i medici hanno bisogno. Per risolvere questo problema, il team non si è affidato a un singolo metodo. Al contrario, ha costruito un framework completo che ha testato quattro diversi approcci fianco a fianco per vedere quale funzionasse meglio.

Il primo approccio esplorato dal team è stato un metodo tradizionale che si basa su regole progettate dall'uomo. Hanno preso le immagini TC grezze e le hanno pulite utilizzando una serie di passaggi: levigando il rumore granuloso, aumentando il contrasto per far risaltare le caratteristiche e tracciando i bordi del tessuto polmonare per isolarlo dal resto del corpo. Da queste immagini pulite, hanno estratto descrizioni numeriche specifiche della consistenza, della forma e della luminosità delle macchie. Hanno poi inserito questi numeri in un classificatore matematico noto come Support Vector Machine. Per gestire lo squilibrio nei dati, hanno testato sei diverse strategie per bilanciare artificialmente il numero di esempi che il computer vedeva, come duplicare i casi rari o creare nuovi esempi sintetici che somigliassero a quelli rari. Hanno anche testato tre modi diversi per misurare la distanza tra i punti dati. La versione più efficace di questo approccio tradizionale utilizzava una strategia specifica per bilanciare i dati e un modo non lineare di misurare le distanze, raggiungendo un'accuratezza bilanciata di quasi il 99 percento.

Il secondo approccio abbandonava interamente le regole progettate dall'uomo e lasciava che il computer apprendesse i pattern da solo utilizzando un modello di deep learning chiamato Rete Neurale Convoluzionale, o CNN. Il team è partito con una versione base di questa rete, che è essenzialmente una pila di strati che scansionano un'immagine per trovare bordi semplici, poi forme e infine strutture complesse. Questo modello base ha performato molto bene, identificando correttamente la condizione polmonare in quasi il 99 percento dei casi di test. Tuttavia, i ricercatori hanno apportato una modifica specifica per migliorarlo ulteriormente. Hanno aggiunto un passaggio chiamato batch normalization, che agisce come un stabilizzatore per il processo di apprendimento, aiutando il computer ad regolare le proprie impostazioni interne in modo più efficiente durante l'addestramento. Questo singolo cambiamento ha spinto l'accuratezza ancora più in alto, al 99,41 percento, rendendolo il modello di maggior successo del loro studio.

Il terzo approccio era un ibrido, che combinava i punti di forza dei due precedenti. I ricercatori hanno utilizzato un potente modello di deep learning pre-addestrato chiamato EfficientNet per fungere da estrattore di caratteristiche. Questo modello, che aveva già imparato a riconoscere oggetti in milioni di foto quotidiane, è stato utilizzato per convertire ogni fetta TC in un compatto riassunto matematico. Invece di lasciare che il modello di deep learning prendesse la decisione finale, hanno passato questo riassunto a una Support Vector Machine per prendere la decisione definitiva. Questa separazione dei compiti ha permesso al sistema di sfruttare la capacità del modello di deep learning di vedere schemi complessi, utilizzando al contempo la robusta capacità decisionale del classificatore tradizionale. Questo modello ibrido ha raggiunto un'accuratezza del 98 percento, dimostrando che combinare diversi tipi di intelligenza può produrre risultati solidi senza la necessità di sistemi estremamente massicci e complessi.

I ricercatori hanno confrontato i loro risultati con altri studi recenti che utilizzavano lo stesso dataset. Sebbene altri team abbiano ottenuto punteggi elevati simili, spesso si sono affidati a tecniche più complesse, come la generazione di immagini false per addestrare il sistema o l'uso di reti neurali massicce e pesanti. La CNN modificata dal team ha raggiunto l'accuratezza più alta di tutte, il 99,41 percento, senza richiedere questi passaggi aggiuntivi e computazionalmente costosi. Hanno anche notato che il loro sistema era particolarmente bravo nell'identificare i casi maligni, che è il compito più critico per salvare vite umane. Lo studio conclude che un modello informatico di dimensioni moderate, accuratamente calibrato, può competere con le prestazioni di sistemi molto più grandi e complessi. Dimostrando sistematicamente diversi modi per gestire lo squilibrio dei dati e diversi accorgimenti architettonici, i ricercatori hanno dimostrato che un'elevata performance nell'imaging medico non richiede sempre gli strumenti più complicati, ma piuttosto una combinazione ponderata di metodi consolidati.

Sintesi Tecnica: Classificazione del Tumore al Polmone da Immagini TC

Problema
Il tumore al polmone rimane la principale causa di mortalità per cancro a livello globale, con la diagnosi precoce che risulta critica per migliorare il tasso di sopravvivenza a cinque anni. Sebbene la Tomografia Computerizzata (TC) sia la modalità d'elezione per lo screening, la natura volumetrica delle scansioni TC (tipicamente da 80 a 200 fette per caso) impone un carico cognitivo significativo ai radiologi, portando a potenziali sviste di noduli sottili in fase iniziale. Inoltre, gli studi automatizzati esistenti sul dataset IQ-OTH/NCCD soffrono spesso di lacune metodologiche: essi valutano frequentemente modelli di deep learning o di machine learning classico in isolamento piuttosto che in modo comparativo, mancano di studi di ablazione sistematici sulle strategie di gestione dello sbilanciamento delle classi e si affidano a metriche di valutazione limitate che potrebbero non catturare pienamente le prestazioni su distribuzioni multi-classe sbilanciate.

Metodologia
Gli autori propongono un framework unificato di Diagnosi Assistita al Computer (CAD) valutato sul dataset IQ-OTH/NCCD, composto da 1.097 fette TC di 110 pazienti suddivise in tre classi: Normale (416), Benigno (120) e Maligno (561). Il framework integra sei stadi sequenziali:

Pre-elaborazione dell'immagine: Una pipeline deterministica applica lo smoothing gaussiano ( $\sigma=1$ ), l'equalizzazione dell'istogramma, il rilevamento dei bordi Canny (soglie 50/150) e la chiusura morfologica per sopprimere il rumore e migliorare la conspicuità della lesione.
Segmentazione del polmone: Viene utilizzata la soglia di Otsu per la segmentazione iniziale, seguita da pulizia morfologica, rimozione di piccoli oggetti e riempimento dei vuoti per generare una maschera binaria del polmone.
Estrazione delle caratteristiche (per i modelli classici): Viene costruito un vettore di caratteristiche artigianali (handcrafted) dal segmento segmentato, combinando quattro categorie:
- Statistiche: Media, deviazione standard, varianza, mediana, minimo/massimo, percentili, asimmetria (skewness) e curtosi.
- Texture: Pattern binari locali (LBP), incluse le varianti invarianti alla rotazione.
- Gradiente: Derivate spaziali del primo ordine (magnitudo e orientamento) tramite kernel di Sobel.
- Forma: Area, perimetro, compattezza, rapporto d'aspetto, estensione e solidità.
Gestione dello sbilanciamento delle classi: Per affrontare il grave sbilanciamento (rapporto di circa 4,67:1 tra le classi maligne e benigne), vengono valutate sistematicamente sei strategie: SMOTE, ADASYN, Borderline-SMOTE, Random Over-Sampling (ROS), SMOTE–Tomek e pesatura delle classi cost-sensitive.
Architetture dei modelli: Sono implementati e confrontati tre distinti paradigmi di classificazione:
- SVM: Un benchmark di Support Vector Machine testato su una griglia di ablazione $6 \times 3$ , che mette alla prova sei strategie di sbilanciamento contro tre kernel (Lineare, RBF, Polinomiale).
- CNN Baseline: Una rete convoluzionale personalizzata a 3 blocchi (32, 64, 128 filtri) con max-pooling, strati densi e dropout, addestrata senza batch normalization.
- CNN Modificata: Una versione potenziata della CNN baseline che incorpora la Batch Normalization dopo ogni operazione convoluzionale, prima dell'attivazione ReLU, per accelerare la convergenza e ridurre lo shift del covariate interno.
- Ibrido EfficientNet–SVM: Un modello che utilizza un backbone pre-addestrato EfficientNet-B0 (congelato) per estrarre embedding a 1.280 dimensioni, che vengono poi forniti a un kernel SVM. Questo approccio disaccoppia l'apprendimento delle rappresentazioni profonde dall'adattamento del confine di decisione a massimo margine.
Valutazione: Oltre all'accuratezza standard, lo studio impiega metriche sensibili allo sbilanciamento, tra cui l'accuratezza bilanciata, l'AUC-ROC media (macro-averaged), il coefficiente di correlazione di Matthews (MCC) e il $\kappa$ di Cohen.

Contributi Chiave
L'articolo rivendica cinque contributi primari:

Pipeline Unificata: Una pipeline di elaborazione delle immagini e di estrazione delle caratteristiche riproducibile e leggera, che combina la pre-elaborazione deterministica con un set di caratteristiche artigianali a quattro categorie.
Ablazione Sistematica: Il confronto più completo ad oggi sul dataset IQ-OTH/CCND, che valuta una griglia di sbilanciamento $6 \times 3$ di strategie e kernel SVM.
Performance della CNN Modificata: Dimostrazione che una semplice modifica architettonica (aggiunta della Batch Normalization) a una CNN baseline produce un'accuratezza di test del 99,41% senza richiedere l'aumento dei dati basato su GAN o complessi meccanismi di attenzione.
Validazione del Modello Ibrido: Presentazione di un ibrido EfficientNet-B0–SVM che raggiunge un'accuratezza del 98,00% con un richiamo (recall) perfetto per i casi maligni, illustrando l'efficacia del disaccoppiamento tra l'estrazione delle caratteristiche e l'adattamento del confine di decisione.
Valutazione Rigorosa: Inclusione di MCC e $\kappa$ di Cohen per fornire una caratterizzazione più fedele delle prestazioni multi-classe sotto distribuzioni sbilanciate.

Risultati
I risultati sperimentali sul test set tenuto da parte (15% dei dati) sono i seguenti:

CNN Modificata: Ha raggiunto l'accuratezza di test complessiva più elevata del 99,41% con un F1-score macro di 0,99. Ha dimostrato una precisione perfetta per i casi benigni e maligni e prestazioni quasi perfette per i casi normali.
SVM (ROS + RBF): Il miglior modello classico ha raggiunto un'accuratezza bilanciata del 98,81% e un F1-score macro del 98,81%. Il kernel RBF ha superato costantemente i kernel Lineare e Polinomiale in tutte le strategie di sbilanciamento.
Ibrido EfficientNet–SVM: Ha ottenuto un'accuratezza di test del 98,00% con un F1-score macro di 0,957. In particolare, ha raggiunto un richiamo perfetto (1,00) per i casi maligni nel test set.
CNN Baseline: Ha ottenuto un'accuratezza del 98,79%, fungendo da punto di riferimento che ha mostrato come il miglioramento della CNN Modificata fosse attribuibile alla Batch Normalization.

Significatività e Rivendicazioni
Gli autori affermano che il loro lavoro dimostra prestazioni competitive e allo stato dell'arte sul dataset IQ-OTH/NCCD senza ricorrere all'aumento dei dati basato su GAN computazionalmente costosi o a grandi backbone transformer. Lo studio evidenzia che:

Semplicità vs Complessità: Una CNN Modificata con Batch Normalization può superare architetture più complesse (es. Lung-EffNet con GAN) mantenendo una topologia più semplice.
Strategia di Sbilanciamento: L'oversampling esplicito (specificamente Random Over-Sampling e ADASYN) combinato con i kernel RBF è superiore alla sola pesatura cost-sensitive per il profilo di sbilanciamento di questo specifico dataset.
Viabilità dell'Ibrido: I modelli ibridi possono sfruttare efficacemente le caratteristiche profonde pre-addestrate per la rappresentazione, utilizzando al contempo i robusti confini decisionali delle SVM, offrendo un equilibrio tra la potenza del deep learning e l'interpretabilità classica.

L'articolo conclude che, sebbene la dimensione del dataset (110 pazienti) sia un limite, il framework proposto offre una base robusta e riproducibile per la classificazione del tumore al polmone, con lavori futuri che suggeriscono l'integrazione di architetture spazio-temporali e validazioni multi-centro.

Sintesi Tecnica: Classificazione del Tumore al Polmone da Immagini TC

Articoli simili