Academic Jobs - Home of Higher Ed Logo

Spotlight sur la recherche : Hossam Magdy Kassem

8 min read96 vues

At a glance

Hossam Magdy Kassem et ses collègues ont évalué cinq CNNs et vision transformers pré-entraînés sur le jeu de données MSLD v2.0 de lésions cutanées mpox, constatant que Xception était le meilleur avec une précision de validation de 99,92 pour cent.

a computer keyboard with the word mox on it
Photo by BoliviaInteligente on Unsplash

Un réseau neuronal convolutif publié il y a près d’une décennie a battu les architectures de transformateurs plus récentes qui remplissent les titres actuels de l’IA dans une tâche avec des enjeux directs de contrôle de l’épidémie: reconnaître l’obésité dans les photographies de lésions cutanées.

L'analyse, réalisée par Hossam Magdy Kassem, professeur associé au Département de génie de l'électronique et des communications électriques de l'Université de Tanta en Égypte, en collaboration avec Mohamed S. Elhadidy, Abdelrahman T. Elgohr, Ahmed Mousa, Ahmed Safwat et Roayat Ismail Abdelfatah, a entraîné cinq classificateurs d'images largement utilisés dans des conditions identiques. Xception, un modèle convolutionnaire profond décrit pour la première fois par François Chollet en 2017, a atteint une précision de validation de 99,92%. Tous les autres modèles, y compris le Transformer Swin et MobileNetV2, ont publié des scores inférieurs et, selon les auteurs, une généralisation plus faible vers les données in

Pourquoi maintenant: le vapex a déclenché deux urgences de santé publique de préoccupation internationale depuis 2022. Le test standard d'or, l'analyse de la réaction en chaîne de la polymérase d'un swab de lésion, a besoin de capacités de laboratoire qui restent rares dans les régions les plus touchées. À la fin de 2024, environ 37% des cas suspectés en République démocratique du Congo avaient été testés. Un outil de triage basé sur un téléphone précis pouvait acheter du temps et des ressources de concentration, mais seulement si ses chiffres rapportés signifient quelque chose. Dans ce domaine, ils ne le font souvent pas, car les chercheurs divisent les ensembles de données de manière à ce que les images du même patient apparaissent dans les deux ensembles de formation

Le problème de comparabilité que ce document propose de résoudre

La recherche sur la classification des lésions par Mpox a un problème de crédibilité. Les ensembles de données publics sont petits, souvent quelques centaines d'images, et les études gonflent régulièrement les résultats en divisant au niveau de l'image plutôt que au niveau du patient. Deux rapprochements du même bras finissent ensuite des deux côtés du test, et le modèle apparaît mieux qu'il ne l'est.

Les auteurs rejettent cette pratique. Ils ont construit un schéma de formation, de validation et de test stratifié au niveau du patient spécifiquement pour prévenir les fuites, et ils déclarent leur objectif clairement: au lieu de revendiquer la supériorité, le travail fournit un critère de référence reproduisable qui soutient une comparaison équitable des architectures de vision dans des conditions normalisées. la même configuration, l'optimisateur, le calendrier du taux d'apprentissage, le budget de l'époque et les augmentations appliquées à chaque modèle.

Un ensemble de données de six classes de lésions qui ressemblent

Les expériences ont utilisé le Dataset public de lésions de la peau de Mpox, version 2.0, connu sous le nom de MSLD v2.0 et assemblé par Ali, S. N. et ses collègues. Il contient 755 images originales de 541 patients dans six catégories: Mpox avec 284 images, Maladie des mains et des pieds et de la bouche avec 161, peau saine avec 114, poule de poulet avec 75, cowpox avec 66, et la rougeole avec 55.

Le référentiel est décrit dans le document d'accès ouvertBenchmarking des CNN et des transformateurs de vision pré-entraînés pour la classification des images dermatologiques liées à Mpox sur MSLD v2.0L'inclusion du dataset de plusieurs tons de peau, nationalités et types de lésions fait partie de sa conception: un modèle qui ne peut pas gérer une population diversifiée n'est pas utile pour le tri dans les endroits où le vapex se propage réellement.

Comment les modèles ont été testés

Cinq vertèbres ont traversé le même pipeline: Xception, ConvNeXt, DenseNet121, MobileNetV2 et Swin Transformer dans sa variante Tiny. Tous ont été initialisés avec des poids pré-entraînés sur ImageNet, un truc standard appelé apprentissage de transfert. Pensez à l'embauche d'un cuisinier qui a déjà maîtrisé mille recettes; ils s'adaptent à une nouvelle petite cuisine plus rapidement que quelqu'un à partir de zéro. Avec seulement quelques centaines d'images de lésions par classe, la formation d'un réseau à partir de zéro invite à la mémorisation.

Les images ont été redimensionnées à 224 par 224 pixels, normalisées à la gamme zéro-à-un, et augmentées avec des rotations aléatoires, des revers et des ajustements de luminosité. Les modèles ont été formés pour 100 époques avec une taille de lot de 32 et un arrêt précoce en fonction de la performance de validation. La validation croisée à cinq reprises a produit une précision macro-moyenne, une précision, un rappel, un score F1 et une zone sous la courbe, en particulier avec une déviation standard moyenne plus ou moins et des intervalles de confiance de 95%.

Un moyen utile d'imaginer la différence architecturale: un réseau convolutif scanne une tuile d'image par tuile, construisant un sens de la texture et de la forme locale. Un transformateur de vision assiste à des relations à travers l'ensemble du cadre à la fois, ce qui peut aider avec le contexte subtile mais nécessite également plus de données pour éviter la surconfiguration.

Graffiti art with text on a wall

Photo by Marija Zaric on Unsplash

Xception gagne, mais la partie intéressante est celle qui tombe

Sur l'ensemble du tableau, Xception a produit les meilleurs scores, avec une précision de validation de 99,92 pour cent et des valeurs de précision et de rappel correspondantes. Ses convolutions séparables en profondeur offrent une forte extraction de fonctionnalités à un coût géré, une combinaison que les auteurs appellent à la fois efficace et évolutive pour une utilisation dans le monde réel.

Les finisseurs plus faibles comptent plus que le gagnant.Swin Transformer et MobileNetV2 ont eu du mal à généraliser en données invisibles.Ce résultat va à l'encontre de l'hypothèse courante selon laquelle les architectures de transformateurs dominent automatiquement l'imagerie médicale.Sur un petit ensemble de données déséquilibré et visuellement subtil, la conception convolutionnaire plus ancienne s'est avérée plus fiable.

"Nous n'avons pas décidé de couronner un vainqueur", transmet la discussion de l'auteur principal. "Le point est de donner au domaine une référence reproduisable afin que les chercheurs puissent comparer les architectures dans les mêmes conditions au lieu de poursuivre un numéro de titre."

Où les erreurs se produisent: faux négatifs dans la classe Mpox

L'équipe est allée au-delà des scores agrégés et a lu les matrices de confusion. Les erreurs les plus consécutives étaient les faux négatifs concentrés parmi les patients de Mpox. Le bruit de fond, les artefacts d'imagerie et le mauvais contraste entre une lésion et la peau environnante cachent les marges de lésion sur lesquelles les modèles comptent.

Les auteurs explorent des stratégies d'atténuation pour ce problème précis, y compris des outils de pré-traitement et d'interprétation des modèles plus puissants qui révèlent d'où vient une classification.

Le contexte de cette préoccupation est assez clair.L'Organisation mondiale de la santé a fait pression sur les fabricants pour une capacité de diagnostic rapide, et leUn rapportque les essais limités et la confirmation retardée en Afrique ont directement contribué à la propagation continue.

Des choix de conception qui aident, et certains qui ne

Deux études d'ablation compliquent l'histoire. Le premier a varié l'intensité de l'augmentation et a constaté que plus d'augmentation n'est pas automatiquement mieux; au-delà d'un point, il a dégradé les résultats plutôt que de les améliorer. Le second a testé une variante de perte consciente de l'avantage visant à aiguiser les limites de la lésion. Encore une fois, le résultat dépendait des conditions. Ces résultats donnent aux chercheurs des orientations concrètes sur le moment où de tels ajustements payent, plutôt que de les traiter comme des gains universels.

Un point de vue sceptique sur les 99%

Un critère de référence distinct, conscient des fuites, utilisant la même famille de données publiques rend la précaution concrète.PLOS ONE, a appliqué une séparation stricte au niveau du patient et a obtenu une précision moyenne d'environ 0,87 pour son meilleur ensemble, avec une variabilité substantielle de pli à pli. De telles lacunes ne sont pas la preuve qu'une équipe a tort; elles montrent combien un seul nombre dépend du protocole d'évaluation derrière elle.

Un expert indépendant a exprimé la préoccupation de la manière suivante : « Un chiffre de validation de 99,92 pour cent vous dit que le modèle a appris les schémas de cet ensemble de données. Il ne vous dit pas comment il se comportera sur une photo téléphonique prise à faible lumière dans une clinique de couloir.

Il a utilisé un seul ensemble de données public, pas de métadonnées cliniques, et les auteurs décrivent le travail comme une bonne pratique inspirée par ISO 14971 et IEC 62304 sans revendiquer la conformité réglementaire formelle.

text

Photo by Marcel Strauß on Unsplash

Ce que cela signifie pour la prochaine épidémie

Au cours des cinq à dix prochaines années, la valeur de ce travail est moins sur Xception que sur la méthode qu'il modèle.Lorsque le prochain virus causant l'éruption cutanée apparaît, les chercheurs seront à nouveau tentés de signaler des chiffres éblouissants sur de minuscules ensembles de données en fuite.Un critère de référence avec la séparation au niveau du patient, les intervalles d'incertitude et l'analyse d'erreur clinique donne aux critiques un modèle pour demander: le test était-il juste et le mode d'échec fait-il mal aux gens?

Le groupe de Kassem a également travaillé sur des variantes légères, renforcées par l'attention, adaptées à la télémédecine et aux paramètres limités par les ressources, une extension évidente de cette ligne.La prise en charge immédiate pour les cliniciens et les équipes de santé publique est plus simple: la classification automatisée des lésions s'améliore réellement dans la distinction entre l'obésité et la varicelle, la rougeole et d'autres mimics, mais la distance entre un score de validation fort et un outil de terrain fiable est encore mesurée dans les analyses d'erreur, les cohortes externes et la rétention.

  • classification de la mpox
  • transformateurs de vision
  • réseaux de neurones convolutionnels
  • apprentissage profond
  • imagerie médicale
Portrait de Jarrod Kanizay
A propos de l'auteur

Jarrod KanizayVoir auteur

Academic Jobs In House Author

Visionary leader transforming academic recruitment with 20+ years in higher education.

Les reconnaissances :

Discussions

Sort par :

Soyez le premier à commenter cet article !

vous

Vous serez invité à vous connecter avant de publier votre commentaire.

Browse par faculté

Browse par sujet

Frequently Asked Questions

🤖Quels sont les résultats de l'étude de référence de Hossam Magdy Kassem ?

L'équipe a évalué cinq modèles d'apprentissage profond pré-entraînés sur le jeu de données MSLD v2.0 et a constaté que Xception a obtenu les meilleurs résultats avec une précision de validation de 99,92 pour cent. MobileNetV2 et le Swin Transformer ont montré une généralisation plus faible aux données non observées.

📊Quels modèles ont été comparés dans l'étude ?

Xception, ConvNeXt, DenseNet121, MobileNetV2 et Swin Transformer (Tiny) ont tous été formés avec la même configuration : taille d'entrée identique, optimiseur, programme d'apprentissage, époques et augmentations.

🦠Qu'est-ce que le jeu de données MSLD v2.0 ?

MSLD v2.0 est le Mpox Skin Lesion Dataset version 2.0, une collection publique de 755 images originales provenant de 541 patients couvrant six classes : Mpox, Varicelle, Cowpox, Rougeole, Maladie de la main, du pied et de la bouche et Peau saine.

🔬Qu'est-ce que l'apprentissage par transfert dans ce contexte ?

L'apprentissage par transfert signifie partir d'un modèle pré-entraîné sur ImageNet et le réajuster sur des images de lésions. Cela fonctionne comme un chef qui connaît déjà de nombreuses recettes et peut s'adapter à une petite nouvelle cuisine plus rapidement qu'un débutant, ce qui compte lorsque chaque classe de maladie n'a que des dizaines d'images.

⚠️Pourquoi les faux négatifs sont-ils si importants dans la classification de la mpox ?

L'analyse des erreurs de l'étude a révélé que les faux négatifs étaient concentrés chez les patients atteints de Mpox. Un cas de Mpox non détecté peut retarder l'isolement et le traitement et augmenter le risque de transmission, c'est pourquoi les auteurs plaident pour des points de fonctionnement qui minimisent les faux négatifs, même au prix de quelques faux positifs.

💡En quoi un réseau neuronal convolutionnel diffère-t-il d'un transformateur de vision ?

Un réseau convolutionnel analyse une image tuile par tuile et construit une compréhension locale de la texture et de la forme. Un transformateur de vision prend en compte les relations à travers l'ensemble du cadre en une seule fois, ce qui ajoute du contexte mais peut surajuster sur de petits ensembles de données comme MSLD v2.0.

🧪Quelle amélioration méthodologique cette référence introduit-elle ?

L'article utilise des partitions d'entraînement, de validation et de test stratifiées au niveau des patients pour éviter les fuites de données, où plusieurs images de la même personne se retrouvent des deux côtés de l'évaluation. De nombreuses études précédentes sur la mpox ont gonflé les résultats en effectuant la division au niveau de l'image au lieu de cela.

🏥Le modèle est-il prêt pour une utilisation clinique ?

Pas encore. L'étude a utilisé un seul jeu de données public et aucune métadonnée clinique, et les auteurs décrivent des principes de bonne pratique inspirés de la norme ISO 14971 et de la norme IEC 62304 sans prétendre à la conformité réglementaire. Il s'agit d'un outil d'aide à la décision, et non d'un outil de diagnostic agréé.

📱Quelle est la fiabilité d'une précision de validation de 99,92 pour cent ?

Cela montre que le modèle a bien appris les modèles du jeu de données, mais il convient d'être prudent. Une benchmark distincte tenant compte des fuites sur des données publiques similaires a rapporté une précision moyenne d'environ 0,87 avec une grande variabilité d'un pli à l'autre, montrant que les performances dépendent fortement du protocole d'évaluation.

🌍Où cette recherche a-t-elle été menée ?

L'auteur correspondant, Hossam Magdy Kassem, est professeur associé à l'Université de Tanta en Égypte, titulaire d'un doctorat de l'Université égypto-japonaise des sciences et de la technologie et ayant effectué des travaux postdoctoraux à l'Université de Shenzhen. L'article complet est disponible sur Results in Engineering.