Passer à la navigation principale Passer à la recherche Passer au contenu principal

Segmentation multimodale et multiclasse des lésions de la moelle épinière par apprentissage profond

  • Bianca Popa

Thèses et mémoires: Mémoire de maîtriseMaîtrise en ingénierie: Génie des technologies de l'information

Résumé

Cette étude porte sur la segmentation automatique des deux composantes pathologiques des lésions traumatiques de la moelle épinière—œdème et hémorragie—à partir d’IRM multimodale, et sur leur quantification pronostique. La base de données comprend 148 patients recrutés au Centre de recherche de l’Hôpital du Sacré-Cœur de Montréal, avec annotations manuelles sur 502 coupes sagittales (140 avec T1/T2 sagittal, 122 avec T2 axial). Un pipeline intègre prétraitement, segmentation en cascade, biomarqueurs par niveau vertébral et explicabilité. Deux contributions ont été développées : une segmentation multiclasse en cascade qui surpasse l’état de l’art sur notre cohorte et distingue œdème et hémorragie, et une analyse pronostique montrant que les biomarqueurs différenciés apportent une valeur prédictive à moyen et long terme au-delà du volume total et de la baseline clinique. La première contribution est une cascade de deux U-Net 2D exploitant les plans sagittal et axial. Le modèle sagittal (T1, T2, STIR, masque de moelle) produit une segmentation initiale ; ses prédictions sont reportées en axial et servent d’entrée au second modèle. Un terme de perte topologique impose la relation hémorragie entourée d’œdème. Comparée à SciSeg (Spinal Cord Toolbox), notre approche obtient une amélioration médiane du Dice de 0,250 en axial (0,540 vs 0,268, P < 0,001) et 0,054 en sagittal (0,575 vs 0,461, P < 0,001), validation 5-fold. L’œdème est bien segmenté (Dice 0,557), l’hémorragie limitée (Dice 0,135) par le déséquilibre de classes. La deuxième contribution quantifie les biomarqueurs pronostiques par niveau vertébral (aire, volume, ratio hémorragie/lésion) et évalue leur valeur prédictive pour l’évolution du score ASIA. Modèles emboîtés : baseline clinique (M1), + volume total (M2), + biomarqueurs différenciés (M3), comparés à plusieurs temps dans 39 patients avec suivi longitudinal. Dès 3 mois post-opératoires, les biomarqueurs différenciés améliorent significativement la prédiction de la récupération neurologique par rapport au volume total seul (P = 0,028), avec un effet encore plus marqué à 6 et 12 mois (P < 0,001), tandis qu’aucun gain n’est observé en post-opératoire immédiat (P = 0,258). L’analyse SHAP montre un rôle des caractéristiques contextuelles pour l’hémorragie ; un prototype relie les métriques aux IRM et segmentations.
Date27 mai 2026
langue originaleFrançais
Établissement diplômant
  • École de technologie supérieure
SuperviseurLuc Duong (Directeur(-trice)), Sylvie Ratté (Codirecteur(-trice)) & Jean Marc Mac-Thiong (Codirecteur(-trice))

Mots-clés

  • segmentation
  • apprentissage profond
  • lésions médullaires
  • IRM multimodale
  • explicabilité

Citer cette ressource

'