Imagerie du sein par réseaux de neurones convolutionnels en cascade à partir de données conjointes micro-ondes et ultrasons

Cette ressource fait partie du « Dossier Intelligence Artificielle [7] ».

Dans le contexte de la caractérisation précoce des tumeurs du sein, il est intéressant de combiner les modalités électromagnétiques et ultrasonores, car elles sont toutes deux non ionisantes et peu coûteuses, et offrent des caractéristiques de résolution complémentaires.

Cette ressource propose une nouvelle structure de réseau neuronal convolutif, appelée réseau neuronal complexe en cascade tenant compte de la structure. Il se compose de deux parties, le réseau de reconstruction et le réseau de classification.  Ce dernier produit la carte des types de tissus qui est ensuite transmise au premier, qui reconstruit les paramètres EM et US. Ces deux parties peuvent être considérées comme deux modules indépendants. Une fonction de perte guidée par la physique est mise en œuvre dans le second réseau pour améliorer la similarité structurelle. Les principales caractéristiques de ces approches, illustrées par des simulations, sont décrites.

Contenu de la ressource :

1. Introduction
2. Modélisation électromagnétique et ultrasonore
3. Approche du problème réseau de neurones convolutionnel
   1. Architectures des réseaux de neurones
   2. Fonction de coût
4. Simulations numériques
   1. Configuration des expérimentations et set de données
   2. Détails d’implémentation
   3. Évaluation quantitative
5. Conclusion