Technische Samenvatting: Robuuste Non-Invasieve Vroege Detectie van Melanoom via Lichtgewicht Zelf-Supervisie en Laesie-Gerichte Representatieleer

1. Probleemstelling

Nauwkeurige, non-invasieve classificatie van huidlaesies is cruciaal voor de vroege detectie van melanoom, maar huidige deep learning (DL) benaderingen worden geconfronteerd met aanzienlijke barrières voor klinische implementatie in de echte wereld. Bestaande methoden vertrouwen vaak op:

• Grootschalige externe datasets en complexe, parameter-zware backbones (bijv. ResNet, Vision Transformers) die computationeel duur zijn en ongeschikt voor mobiele of edge-apparaten.
• Hoogwaardige dermoscopische beelden, waardoor ze kwetsbaar zijn wanneer ze worden toegepast op beelden met een lage resolutie of met artefacten, zoals foto's gemaakt met smartphones in niet-klinische omgevingen.
• Klassenimbalans, waarbij goedaardige laesies (bijv. naevi) de kwaadaardige veruit overtreffen, wat leidt tot bevooroordeelde modellen.
• Tweestaps-pipelines (segmentatie gevolgd door classificatie) die de systeemcomplexiteit en de latentie bij inferentie verhogen.

De auteurs streven ernaar een lichtgewicht, robuust framework te ontwikkelen dat een state-of-the-art nauwkeurigheid bereikt met enkel de standaard HAM10000-dataset, veerkrachtig blijft tegen beelddegradatie (bijv. onscherpte, ruis) en geschikt is voor mobiele teledermatologie.

2. Methodologie

Het voorgestelde framework is gebouwd op een aangepaste YOLOv11 architectuur, geoptimaliseerd voor snelheid en efficiëntie. De pipeline bestaat uit vier kerncomponenten:

A. Preprocessing en Artefactverwijdering

Om non-laesie artefacten (haar, schaduwen, spiegelende reflecties) te mitigeren die de grenzen van de laesie obscureren:

• Een black-hat morfologische transformatie met een 13×13 diagonaal kruisvormige kernel versterkt donkere haarstructuren tegen de huidachtergrond.
• Otsu's drempelwaarde (thresholding) genereert een binaire masker om de artefact-regio's te isoleren.
• Bicubische interpolatie wordt gebruikt om deze regio's in te vullen (inpainting), waardoor gladde, artefact-vrije laesie-oppervlakken worden gereconstrueerd terwijl de natuurlijke huidtextuur behouden blijft.

B. Data-augmentatie en Klassenbalancering

Om de ernstige klassenimbalans in HAM10000 aan te pakken (waarbij Nevus ongeveer 67% van de data beslaat):

• Gerichte augmentatie wordt toegepast op minderheidsklassen totdat deze overeenkomen met de omvang van de dominante Nevus-klasse ($N_{target} = 6705$).
• De Albumentations bibliotheek wordt gebruikt om geometrische transformaties (flips, rotaties, affine warping) en fotometrische verschuivingen (tint, helderheid, contrast, bewegingsonscherpte) toe te passen om de variabiliteit bij realistische acquisitie te simuleren.

C. Laesie-bewuste Zelf-gesuperviseerde Pretraining (DS-MAE)

Om de afhankelijkheid van grote gelabelde datasets te verminderen en pathologie-georiënteerde representaties te leren, introduceren de auteurs een Disease-Specific Masked Autoencoder (DS-MAE):

• Laesie-bewuste Masking: In tegenstelling tot standaard MAE's die willekeurig patches maskeren, gebruikt DS-MAE automatisch gegenereerde laesie-maskers (via CLAHE, Otsu thresholding en morfologische operaties) om occlusie te sturen.
• Masking Strategie: 80% van de pixels binnen de laesie-regio en 10% van de achtergrondpixels worden gemaskeerd. Dit dwingt de encoder om klinisch relevante kenmerken (morfologie, kleurpatronen, grenzen) te reconstrueren in plaats van te vertrouwen op de achtergrondcontext.
• Architectuur: Een lichtgewicht, volledig convolutionele decoder reconstrueert de gemaskeerde afbeelding met behulp van een Mean Squared Error (MSE) loss.

D. Hiërarchische Tweestaps-classificatie

De trainingsstrategie bootst klinische triage-workflows na:

1. Fase 1 (Maligniteit Prioritering): Een grove 4-klasse classifier onderscheidt tussen Goedaardig en drie Kwaadaardige categorieën (Melanoom, Basaalcelcarcinoom, Actinische Keratose/Intraepitheliaal Carcinoom).
2. Fase 2 (Gedetailleerde Classificatie): Transfer learning wordt toegepast op het Fase 1-model om de volledige 7-klasse HAM10000 classificatie uit te voeren.

• Architectuurverbeteringen: Het model integreert Shuffle Attention modules om laesie-centrische kenmerken te verfijnen en een herontworpen classificatiekop met gestapelde dropout en batch normalisatie om overfitting te voorkomen.

E. Robuustheidsevaluatie

Om real-world mobiele beeldvormingscondities te simuleren, passen de auteurs bilaterale filtering toe op de testset. Deze techniek behoudt randen terwijl texturen worden gladgestreken, wat defocus en bewegingsonscherpte nabootst zonder structurele aanwijzingen te elimineren.

3. Belangrijkste Bijdragen

1. Lichtgewicht High-Performance Framework: Een op YOLOv11 gebaseerd systeem, geoptimaliseerd voor deployment op hardware met beperkte middelen, dat een hoge nauwkeurigheid bereikt zonder externe data.
2. Laesie-gerichte Architectuur: Integratie van Shuffle Attention en een gestructureerde classificatiekop om laesie-specifieke extractie van kenmerken te verbeteren met minimale computationele overhead.
3. Laesie-bewuste Zelf-supervisie: Adaptatie van een regio-bewuste Masked Autoencoder (DS-MAE) die pathologie-georiënteerde representaties leert door zwaar te maskeren op laesie-regio's, wat convergentie versnelt en de afhankelijkheid van data vermindert.
4. Klinisch Gemotiveerde Hiërarchische Strategie: Een tweestaps-workflow die de detectie van maligniteit prioriteert voordat gedetailleerde subtypering plaatsvindt, wat aansluit bij klinische triageprincipes.
5. Systeem-niveau Robuustheid: Uitgebreide evaluatie die de veerkracht tegen beelddegradatie aantoont (gesimuleerd via bilaterale filtering) en succesvolle externe validatie op de gededupliceerde ISIC 2019 dataset.

4. Resultaten

Het model werd geëvalueerd op de officiële ISIC 2018 hold-out testset en een onafhankelijke ISIC 2019 externe validatieset.

• Primaire Prestaties (HAM10000):

  • Top-1 Nauwkeurigheid: 0.961
  • Gebalanceerde Nauwkeurigheid: 0.971
  • OvO AUC: 0.999
  • MCC: 0.935
  • Het model bereikte bijna perfecte classificatie voor AKIEC, BCC en VASC. Er bleef enige verwarring bestaan tussen Melanoma (MEL), Benigne Keratose (BKL) en Nevus (NV), waarbij 8 MEL-gevallen werden misgeclassificeerd als NV.

• Robuustheid tegen Beelddegradatie:

  • Onder milde bilaterale smoothing, daalde de nauwkeurigheid slechts licht (0.961 $\to$ 0.951).
  • Onder sterke bilaterale smoothing, behield het model een Gebalanceerde Nauwkeurigheid van 0.934 en een OvO AUC van 0.997, wat de veerkracht tegen textuurverlies aantoont.

• Externe Validatie (ISIC 2019):

  • Na deduplicatie bereikte het model een Top-1 Nauwkeurigheid van 0.918 en een OvO AUC van 0.996, wat de generaliseerbaarheid naar onbekende data bevestigt.

• Vergelijking:

  • Het voorgestelde model (0.961 nauwkeurigheid) evenaart of overtreft state-of-the-art methoden zoals FixCaps (0.965) en IRv2 + Soft Attention (0.934), ondanks het gebruik van geen enkele externe trainingsdata en een aanzienlijk lichtere architectuur.
  • De inferentietijd is 4.88 ms op GPU, wat het geschikt maakt voor real-time mobiele applicaties.

5. Betekenis en Claims

De auteurs stellen dat deze studie aantoont dat state-of-the-art prestaties in huidlaesie-classificatie kunnen worden bereikt met enkel de HAM10000-dataset, waardoor de noodzaak voor massale externe dataverzameling wordt geëlimineerd. Door de integratie van laesie-bewuste zelf-supervisie en een klinisch gemotiveerde hiërarchische strategie, balanceert het framework succesvol tussen nauwkeurigheid, computationele efficiëntie en robuustheid.

Het artikel positioneert het model niet als een autonome diagnosticus, maar als een robuust ondersteunend triage-instrument geschikt voor mobiele deployment en teledermatologie. Het benadrukt dat het vermogen van het model om een hoge discriminatieve kracht te behouden onder zware beelddegradatie (simulatie van smartphone-opname) het potentieel voor gebruik in onderbediende regio's en niet-klinische omgevingen ondersteunt. De auteurs erkennen dat hoewel de prestaties robuust zijn, fout-negatieven in een vroeg stadium van melanoom een risico blijven, wat de rol van het model als een "second reader" vereist om clinici te alarmeren in plaats van hen te vervangen.