Enhanced Classifications of Skin  Melanoma, Actinic Keratosis, and Basal Cell Carcinoma Tumors Versus Normal Tissues Utilizing  YOLOv11 and  EfficientNetV2M  Deep Learning Models

Sintesi Tecnica: Classificazioni Avanzate di Melanoma Cutaneo, Cheratosi Attinica e Carcinoma Basocellulare rispetto ai Tessuti Normali Utilizzando i Modelli di Deep Learning YOLOv11 ed EfficientNetV2M

Problematica
I tumori della pelle rappresentano una significativa sfida sanitaria globale, con il melanoma invasivo che rappresenta la maggioranza dei decessi legati al cancro cutaneo nonostante costituisca solo una piccola frazione del totale dei casi. Gli attuali sistemi diagnostici automatizzati che utilizzano dati dermoscopici affrontano tre ostacoli persistenti: un grave squilibrio di classe nei dataset pubblici (che penalizza i modelli verso i casi benigni), l'elevata somiglianza visiva tra lesioni benigne e maligne che complica la discriminazione delle caratteristiche, e una mancanza di benchmarking costante tra le architetture. Inoltre, sebbene le recenti architetture orientate alla rilevazione (come la famiglia YOLO) e i modelli orientati alla classificazione (come EfficientNet) abbiano fatto avanzare la visione artificiale, la loro specifica applicabilità e le prestazioni comparative nella classificazione binaria delle lesioni cutanee — in particolare in condizioni cliniche di squilibrio di classe — non sono state sistematicamente caratterizzate.

Metodologia
Lo studio utilizza il dataset HAM10000, una collezione pubblica di 10.155 immagini dermoscopiche che coprono sette distinte classi di lesioni cutanee. Per riflettere la realtà clinica, gli autori hanno deliberatamente preservato uno squilibrio di classe di 4:1 tra casi benigni e maligni. Il dataset è stato suddiviso in set di addestramento (80%), validazione (10%) e test (10%), garantendo l'assenza di leakage di dati dei pazienti tra le partizioni.

La ricerca valuta tre diverse configurazioni di deep learning:

1. YOLOv11: Un modello YOLOv11s (Ultralytics) raffinato per la classificazione binaria. Il modello è stato sottoposto a un fine-tuning completo utilizzando un ottimizzatore SGD, un tasso di apprendimento di 0,001 e una dimensione del batch di 32 su 50 epoche. L'aumento dei dati (data augmentation) ha incluso rotazione di ±45°, flipping orizzontale/verticale del 50% e scaling del 50%.
2. EfficientNetV2M + Rete Neurale (NN): Il backbone EfficientNetV2M è stato congelato come estrattore di caratteristiche (pre-addestrato su ImageNet), alimentando una testa di rete neurale personalizzata composta da cinque strati densi con batch normalization e dropout. Questa configurazione è stata addestrata utilizzando un ottimizzatore SGD.
3. EfficientNetV2M + Support Vector Machine (SVM): Lo stesso backbone EfficientNetV2M è stato utilizzato per estrarre le caratteristiche, che sono state poi standardizzate e classificate tramite una SVM polinomiale (grado 1) dalla libreria scikit-learn.

Lo studio ha condotto studi di ablazione su ottimizzatori (AdamW vs. SGD), tassi di apprendimento, dimensioni del batch e policy di augmentation per identificare le scelte di progettazione più influenti.

Contributi Chiave

• Benchmarking di YOLOv11: Questo lavoro presenta il primo benchmark di YOLOv11 per la classificazione binaria delle lesioni cutanee, raggiungendo alte prestazioni senza modifiche architettoniche o distillazione della conoscenza.
• Valutazione di Pipeline Ibride: Gli autori valutano e confrontano pipeline ibride che accoppiano EfficientNetV2M con classificatori sia a rete neurale che SVM, analizzando i compromessi tra l'addestramento end-to-end del deep learning e la classificazione tradizionale del machine learning sulle caratteristiche estratte.
• Analisi Comparativa Rigorosa: Lo studio fornisce un baseline riproducibile rispetto ai metodi allo stato dell'arte (inclusi ResNet50, RegNetY-320 e DSNet) utilizzando split del dataset e metriche di valutazione coerenti.
• Approfondimenti dall'Ablazione: Identificazione sistematica degli iperparametri che influenzano maggiormente le prestazioni di classificazione in condizioni di squilibrio di classe.

Risultati

• YOLOv11: Ha raggiunto l'accuratezza di test più elevata del 92,8%, con un richiamo (recall) dell'86,5% e una specificità del 93,3%. Il modello ha dimostrato una forte capacità di minimizzare i falsi negativi, rendendolo adatto per lo screening ad alta sensibilità.
• EfficientNetV2M + NN: Ha raggiunto un'accuratezza di test dell'85,1%. Sebbene abbia mostrato una generalizzazione efficace sulla classe minoritaria, ha prodotto un richiamo e un punteggio F1 inferiori rispetto alla variante SVM.
• EfficientNetV2M + SVM: Ha raggiunto un'accuratezza di test dell'85,0% con un punteggio F1 dell'83,0%. Questa configurazione ha offerto la specificità più elevata (96,8%) e la precisione (83,8%), fornendo un profilo di precisione-richiamo più conservativo adatto per il triage ad alta precisione.
• Performance Comparativa: YOLOv11 ha superato diversi baseline stabiliti, inclusi ResNet50 (90%), RegNetY-320 (91%) e DSNet (91,7%). Gli approcci ibridi EfficientNet hanno performato comparabilmente ad altre CNN come MobileNet e InceptionV3 presenti nella letteratura precedente.

Significatività e Rivendicazioni
L'articolo sostiene che la scelta dell'architettura debba essere guidata dal contesto clinico operativo specifico piuttosto che da un singolo modello "migliore".

• YOLOv11 è posizionato come il candidato superiore per lo screening ad alta sensibilità, dove minimizzare le malignità mancate (falsi negativi) è fondamentale.
• EfficientNetV2M + SVM è presentato come un'alternativa robusta per il triage ad alta precisione, offrendo una superiorità nella specificità per ridurre le procedure di follow-up non necessarie.

Gli autori concludono che, sebbene YOLOv11 stabilisca un nuovo stato dell'arte per l'accuratezza complessiva in questo dominio, gli approcci ibridi EfficientNet offrono alternative modulari e flessibili che bilanciano efficacemente precisione e richiamo. Lo studio sottolinea che questi risultati forniscono benchmark riproducibili per la ricerca futura, pur riconoscendo la necessità di una valutazione prospettica su dataset clinici indipendenti per validare la generalizzabilità oltre il benchmark ISIC.