DELPHIDay - Diana Mateus - Reconstruire les Images Médicales grâce aux Réseaux de Neurones Profonds

Pr. Diana Mateus, Professeure des Universités - Enseignante Chercheure, École Centrale Nantes, LS2N - Responsable du Pôle Signaux, Images, Ergonomie et Langues

Spécialisée dans l'analyse de l'imagerie médicale

Reconstruire les Images Médicales grâce aux Réseaux de Neurones Profonds

Les images constituent un pilier dans la pratique médicale d'aujourd'hui. Alors que le nombre, les dimensions, la résolution et la diversité des images continuent d'augmenter rapidement, la disponibilité d'experts médicaux capables d'acquérir, de traiter ou d'analyser les images est mise à l’épreuve. De nombreux exemples réussis ont montré comment l’apprentissage profond peut assister les experts lors de tâches de classification, de détection et de segmentation. Parmi ces exemples, certaines solutions permettent aujourd’hui de surmonter les défis liés à la taille relativement réduite des ensembles de données et aux annotations coûteuses. Néanmoins, une autre façon moins explorée d’assister l’imagerie médicale est en améliorant l’acquisition. Cette présentation se focalisera sur une utilisation alternative des réseaux neuronaux pour l'imagerie médicale, qui intervient dans le processus convertissant les quantités mesures par la machine en images interprétables (reconstruction). Nous explorerons certains biais de représentation inhérents aux réseaux neuronaux convolutionnels non supervisés, permettant à de tels modèles de débruiter, de recaler ou de reconstruire des images TEP (Tomographie par Émission de Positons). Nous présenterons également des résultats préliminaires sur l’adaptation d’un modèle neuronal génératif de type diffusion, pour débruiter ou reconstruire des images échographiques.