Deep Learning for lesion and thrombus segmentation from cerebral MRI

L'apprentissage profond est le meilleur ensemble de methodes aumonde pour identifier des objets sur des images. L'accident vascu-laire cerebral est une maladie mortelle dont le traitement necessitel'identification d'objets par imagerie medicale. Cela semble etre unecombinaison evidente, mais il n'est pas anodin de joindre les deux.La segmentation de la lesion de l'IRM cerebrale a retenu l'attentiondes chercheurs, mais la segmentation du thrombus est encore inex-ploree. Ce travail montre que les architectures de reseau de neur-ones convolutionnels contemporaines ne peuvent pas identifier demaniere fiable le thrombus sur l'IRM. En outre, il est demontrepourquoi ces modeles ne fonctionnent pas sur ce probleme. Fort decette connaissance, une architecture de reseau neuronal recurrente aete developpee, appelee logic-LSTM, capable de prendre en comptela maniere dont les medecins identifient le thrombus. Cette ar-chitecture fournit non seulement la premiere identification fiablede thrombus, mais elle fournit egalement de nouvelles informationssur la conception des reseaux neuronaux. En particulier, les methodesd'augmentation du champ recepteur sont enrichies d'une nouvelleoption sans parametre. Enfin, le logic-LSTM ameliore egalement lesresultats de la segmentation des lesions en fournissant une segment-ation des lesions avec un niveau de performance humaine.