Topoloji Farkındalıklı Örtük Gömme Temsilleri ile Dermoskopik Sınıflandırma için Hibrit Grafik Dikkat Çerçevesi

Creative Commons License

Bascetin T. S.

International journal of advances in engineering and pure sciences (Online), cilt.38, sa.3, ss.449-467, 2026 (TRDizin)

Özet

Pigmente deri lezyonlarının otomatik olarak sınıflandırılması, sınıflar arası yüksek görsel benzerlik ve belirgin sınıf dengesizliği nedeniyle hesaplamalı patolojide hâlen önemli bir zorluk teşkil etmektedir. Görüntü Dönüştürücüleri (Vision Transformers, ViT) küresel bağlamı yakalasa da, görüntü yamalarını bağımsız belirteçler olarak işlemekte ve karmaşık lezyon morfolojilerinin ayırt edilmesinde kritik olan topolojik ve mekânsal ilişkileri açık biçimde modelleyememektedir. Bu çalışmada, dermoskopik görüntülerin örtük yapısal topolojisini modellemek üzere öz-denetimli özellik çıkarımı ile geometrik derin öğrenmeyi bütünleştiren hibrit bir çerçeve sunulmaktadır. Mimari, alan-özgü uyarlama için düşük-rank uyarlama (Low-Rank Adaptation, LoRA) katmanlarıyla entegre edilmiş, önceden eğitilmiş bir temel modeli omurga olarak kullanmaktadır. Geleneksel ızgara tabanlı yaklaşımların aksine, önerilen yöntem yüksek boyutlu yama gömme temsillerinden dinamik olarak bir k-En Yakın Komşu (k-NN) grafı inşa etmektedir. Bu grafik, bir Grafik Dikkat Ağı (Graph Attention Network, GAT) ile işlenerek modelin mekânsal ilişkiler ve çok ölçekli yapısal bağımlılıklar üzerinde açık biçimde akıl yürütmesini sağlamaktadır. HAM10000 veri kümesinde özdeş deneysel koşullar altında önerilen yöntem %97,80 doğruluk ve %99,65 AUC elde ederek hem CNN hem de Transformer tabanlı modelleri geride bırakmıştır. Bu başarı, yalnızca %3,19 eğitilebilir parametre (10 milyon) ile ve ilk epok içerisinde hızlı yakınsamayla elde edilmiştir. Bu çalışma, Grafik Sinir Ağları (GNN) ile mekânsal etkileşimlerin açık modellenmesinin, kapsamlı yeniden eğitim gerekmeden dermoskopide tanısal doğruluğu anlamlı ölçüde artırdığını göstermektedir. Deneyler HAM10000 ile sınırlı olsa da, çerçevenin öz-denetimli öğrenme ve topoloji farkındalığına dayalı tasarımı daha geniş veri kümelerine genellenebilirlik beklentisi doğurmaktadır. Önerilen mimari, bilgisayar destekli tanı sistemleri için ölçeklenebilir, yorumlanabilir ve klinik açıdan uygulanabilir bir çözüm sunmaktadır.
Automated stratification of pigmented skin lesions remains a formidable challenge in computational pathology due to high inter- class visual similarity and severe class imbalance. While Vision Transformers (ViTs) have established new benchmarks by capturing global context, they typically process image patches as independent tokens, often failing to explicitly model the topological and spatial relationships critical for differentiating complex lesion morphologies. We propose a hybrid framework that synergizes self- supervised feature extraction with geometric deep learning to model the latent structural topology of dermoscopic images. The architecture leverages a pre-trained foundation model as a backbone, integrated with low-rank adaptation layers for domain-specific refinement. Unlike conventional grid-based methods, our approach dynamically constructs a k-Nearest Neighbor (k-NN) graph from high-dimensional patch embeddings. This graph is then processed by a Graph Attention Network (GAT), enabling explicit reasoning over spatial relationships and multi-scale structural dependencies. Evaluated on the HAM10000 benchmark under identical experimental conditions, our method achieves an accuracy of 97.80% and an AUC of 99.65%, outperforming both CNN- and Transformer-based baselines. Notably, this is achieved with only 3.19% trainable parameters (10M) and rapid convergence within the first epoch. This study demonstrates that explicit modeling of spatial interactions via GNNs significantly enhances diagnostic precision in dermoscopy without the need for massive retraining. Although our experiments focus on HAM10000, the framework is expected to generalize to broader dermoscopic datasets given its reliance on SSL features and topology-aware reasoning. The proposed architecture offers a scalable, interpretable, and clinically viable solution for computer-aided diagnosis systems.