Soutenance de thèse de Sylvain Guinebert.
Sylvain Guinebert, doctorant de l’équipe SIMO soutiendra sa thèse le 2022-03-30 en Amphi RT, campus de Vitry-sur-Seine de l’UPEC-120 rue Paul Armangot, 94400 Vitry-sur-Seine.
Titre : Recherche et développement : Interprétation assistée par intelligence artificielle des pathologies rachidiennes.
Directeur(s) de thèse : Yacine Amirat
Résumé:
Objectif : Réaliser un outil de segmentation et d'identification automatique des discopathies et fractures lombaires sur des images IRM à l'aide de réseaux CNN. Matériel et méthodes: Nous avons développé un prototype de PACS avec visionneuse DICOM destiné à extraire des données d'apprentissage et 2 réseaux CNN dédiés à la segmentation d'une part et l'analyse des pathologies lombaires simples d'autre part. 204 IRM ont été sélectionnées au centre hospitalier universitaire Pasteur 2 NICE. Après segmentation et classification de l'ensemble des structures d'intérêt, nous avons entraîné deux réseaux de neurones (U-Net++ and Yolov5x) pour segmenter and détecter les disques et vertèbres. Résultats: Les réseaux de neurones ont permis des segmentations sémantiques avec une bonne précision de l'ordre de 0.96 et 0.93 d'indice DICE respectivement pour les disques intervertébraux et les corps vertébraux. Ils ont été moins performants dans la détection des pathologies courantes (discopathies dégénératives, hernies discales, fractures vertébrales) avec une aire sous la courbe sensibilité-spécificité de 0.85 pour les fractures et 0.76 pour les discopathies dégénératives. Conclusion: Notre travail a montré une bonne efficacité pour la segmentation des corps vertébraux et des disques intervertébraux, et que des progrès restaient à faire dans la détection des discopathies discales et des fractures vertébrales. Sur ce dernier point nous pensons que les moindres performances peuvent être attribuées à un manque d'images d'entraînement. Mots clés: intelligence artificielle, IA, apprentissage profond, imagerie par résonance magnétique, IRM , pathologies du rachis.