Développement d’un algorithme de segmentation automatique des lésions musculo squelettique rachidienne

Abstract

Ce projet se concentre sur le développement d'un algorithme a base de l’apprentissage profond de segmentation automatique pour les lésions musculo-squelettiques. Il examine en particulier les douleurs dorsales causées par diverses maladies affectant la colonne vertébrale, en mettant en lumière la prévalence de la hernie discale. Les radiologues rencontrent parfois des difficultés à repérer cette pathologie sur les images d’Imagerie par résonance magnétique (IRM), ce qui a motivé la recherche d'une solution efficace. L'étude visait à développer un algorithme de segmentation basé sur l'intelligence artificielle et l'apprentissage profond. Un modèle de type UNet a été créé pour améliorer la segmentation des images d’IRM, en augmentant le contraste des disques intervertébraux et en permettant une distinction plus efficace des structures environnantes. Avec une précision de 99,98 %, notre modèle, intégré dans une application dédiée, améliore la détection des hernies discales et renforce la qualité des diagnostics