De l'apprentissage automatique sur un faible nombre d'images : l'exemple de la médecine régénérative pour prédire précocement l'issue de la réparation tissulaire - TEL - Thèses en ligne
Thèse Année : 2024

Machine learning on a few number of images: the example of regenerative medicine for the early prediction of the issue of tissue repair

De l'apprentissage automatique sur un faible nombre d'images : l'exemple de la médecine régénérative pour prédire précocement l'issue de la réparation tissulaire

Résumé

The tissue repair process enables to heal injuries. This process has two possible issues: a scar or a regenerated tissue. Because it changes its structure, scarring deprives the tissue of some of its functions. The situation is different with regeneration that restores the initial structure of the tissue and enables it to maintain its functions. This Ph.D. aims at better understanding the tissue repair process in adult mammals. To do so, we study mice adipose tissue, for which we have biological protocols available that guide tissue repair towards scarring or regeneration. A few days after the lesion, the tissue is sampled and images of it are taken. These images stem from a small number of animals and are scarce. The main question of this Ph.D. consists in assessing the extent to which a limited number of minimal images of injured tissue can provide an early prediction of the issue of tissue repair (scar or regeneration). To answer this question, we used machine learning techniques: several convolutional neural networks architectures and an algorithm based on decision trees (XGBoost). These models trained to distinguish scarring tissues from regenerating ones turned out to be biased and unable to generalize their predictions to images independent from the ones used during training. In order to better understand the biases preventing this binary classification to succeed and guided by the fact that images coming from a given animal are similar among themselves, we performed a second task that consisted in distinguishing mice. The same models as for binary classification were used but this time successfully, as mice classification was efficient. Moreover, an original analysis based on Shapley additive explanations (SHAP) demonstrated that these models relied on the same features to make their predictions for the two classification tasks. Mice classification's success as well as the similarities between the two tasks shown with SHAP enabled us to hypothesize that the biases preventing binary classification's success came from mice recognition. In other words, it is because the models recognize the mice in the images that they are unable to distinguish scarring tissues from regenerating ones. A meticulous analysis of the errors made by the models on mice classification was key for gaining a deeper understanding of the biases. Indeed, these mistakes were related to biological characteristics of the tissues. Something else than mice classification itself might be learned by the models, something linked with the biological features of the images. This observation was key because it enabled us to find a sub-group of images where the classification between scarring and regenerating tissues succeeded without bias. We propose a three-step method to extract relevant biological information from scarce and biased images with machine learning techniques: 1) gathering clues to find the source of the bias, 2) closely examining the mistakes made on the task behind the bias to deduce sub-groups of the original data on which the goal task could work and 3) performing the goal task on these sub-groups to see if it turns out successful.
Après une blessure, un processus de réparation du tissu se met en place. Ce processus peut aboutir soit à une cicatrice soit à un tissu régénéré. En modifiant la structure du tissu, la cicatrisation lui fait perdre certaines de ses fonctions. Ça n'est pas le cas pour la régénération qui restaure la structure initiale du tissu et lui permet de conserver ses fonctions. Les recherches menées au cours de cette thèse ont pour but de mieux comprendre le processus de réparation tissulaire chez le mammifère adulte. Pour ce faire, nous étudions le tissu adipeux de la souris pour lequel nous disposons de protocoles biologiques permettant de guider la réparation vers la cicatrisation ou vers la régénération. Aux échéances précoces après la lésion, le tissu est prélevé et des images en sont acquises. Ces images issues d'un nombre limité d'animaux sont peu nombreuses. La problématique de cette thèse est de savoir dans quelle mesure un nombre limité d'images minimales de tissu lésé peut fournir une prédiction précoce de l'issue de la réparation tissulaire (cicatrisation ou régénération). Pour répondre à cette question, nous avons utilisé des méthodes d'apprentissage automatique : plusieurs architectures de réseaux de neurones convolutifs et un algorithme basé sur les arbres de décision (XGBoost). Ces modèles entraînés à distinguer les tissus en cours de cicatrisation de ceux en cours de régénération se sont révélés biaisés et incapables de généraliser leurs prédictions à des données indépendantes de celles utilisées pendant l'entraînement. Afin de mieux comprendre les biais empêchant cette classification binaire et guidés par le constat que les images issues d'un même animal sont similaires les unes des autres, nous avons entrepris une seconde tâche, celle de distinguer les différentes souris entre elles. Les mêmes modèles que pour la classification binaire ont été utilisés, mais cette fois avec succès puisque la classification des souris s'est faite de manière efficace. Par ailleurs, une analyse originale mettant en œuvre la méthode des explications additives de Shapley (SHAP) a permis de démontrer que les modèles s'appuyaient sur les mêmes variables pour réaliser leurs prédictions pour les deux tâches de classification. Le succès de la classification des souris et les points communs entre les deux tâches révélés par SHAP nous ont permis d'émettre l'hypothèse que les biais empêchant la classification binaire provenaient de la reconnaissance des souris. En d'autres termes, c'est parce que dans les images les modèles reconnaissent les souris qu'ils échouent à distinguer les tissus en cours de cicatrisation de ceux en cours de régénération. Une analyse détaillée des erreurs produites par les modèles sur la classification des souris nous a fourni une compréhension encore plus fine de ces biais. Ces erreurs s'avèrent en effet dépendre de caractéristiques biologiques des images. Des éléments liés aux différences biologiques entre tissus seraient donc appris en plus de la distinction entre souris. Cette observation a été fondamentale puisqu'elle nous a permis de trouver un sous-groupe d'images où la différence entre cicatrisation et régénération réussissait sans biais. Nous proposons une approche en trois étapes pour extraire des informations biologiques pertinentes d'images peu nombreuses et biaisées avec des méthodes d'apprentissage automatique : 1) collecter des indices pour trouver la source du biais, 2) analyser scrupuleusement les erreurs faites sur la tâche à l'origine du biais pour en déduire des sous-groupes de données où la tâche principale pourrait fonctionner et 3) voir si la tâche principale réussit effectivement sur ce sous-groupe d'images.
Fichier sous embargo
Fichier sous embargo
0 11 21
Année Mois Jours
Avant la publication
jeudi 9 octobre 2025
Fichier sous embargo
jeudi 9 octobre 2025
Connectez-vous pour demander l'accès au fichier

Dates et versions

tel-04731754 , version 1 (11-10-2024)

Licence

Identifiants

  • HAL Id : tel-04731754 , version 1

Citer

Clémence Bolut. De l'apprentissage automatique sur un faible nombre d'images : l'exemple de la médecine régénérative pour prédire précocement l'issue de la réparation tissulaire. Intelligence artificielle [cs.AI]. Université Toulouse III Paul Sabatier, 2024. Français. ⟨NNT : ⟩. ⟨tel-04731754⟩
0 Consultations
0 Téléchargements

Partager

More