Segmentation automatique d’images échocardiographiques à l’aide d’une architecture Shifted Windows Vision Transformer

Résumé

L’échocardiographie est l’une des modalités d’imagerie les plus couramment utilisées pour le diagnostic des cardiopathies congénitales. L’analyse des images échocardiographiques est cruciale pour obtenir des informations précises sur l’anatomie cardiaque. Les modèles de segmentation sémantique peuvent être utilisés pour délimiter précisément les frontières du ventricule gauche et permettre une identification précise et automatique de la région d’intérêt, ce qui peut s’avérer extrêmement utile pour les cardiologues. Dans le domaine de la vision par ordinateur, les architectures de réseaux neuronaux convolutionnels (CNN) restent dominantes. Les approches CNN existantes se sont avérées très efficaces pour la segmentation de diverses images médicales au cours de la dernière décennie. Cependant, ces solutions ont généralement du mal à capturer les dépendances à longue portée, en particulier lorsqu’il s’agit d’images avec des objets de différentes échelles, de tailles variables et de structures complexes. Dans cette étude, nous présentons une méthode efficace de segmentation sémantique des images échocardiographiques qui surmonte ces défis en tirant parti du mécanisme d’auto-attention de l’architecture Transformer. Notre solution intègre un mécanisme d’attention, qui est une technique visant à se concentrer sur les éléments les plus pertinents d’une image. Cela contribue à une meilleure analyse des objets, de manière plus précise et plus efficace. Nous introduisons des modèles Shifted Windows Transformer models (Swin Transformers), qui encodent à la fois le contenu des structures anatomiques et les relations entre elles. Notre solution combine les architectures Swin Transformer et U-Net, tout en incorporant leurs avantages respectifs afin de renforcer les résultats. La validation de la méthode proposée est effectuée avec l’ensemble de données EchoNet-Dynamic utilisé pour entraîner notre modèle. Les résultats montrent une précision de 0,97, un coefficient de Dice de 0,87 et une Intersection over Union (IoU) de 0,78. C’est ainsi que les modèles de transformateur de Swin sont prometteurs pour la segmentation sémantique des images échocardiographiques en aidant les cardiologues à analyser et à évaluer automatiquement des images échocardiographiques complexes.

Date	8 janv. 2025
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Luc Duong (Directeur(-trice))