Dévlopement d’outils d’analyse et de classification des images IRM pour l’aid au diagnostic médical : Application au diagnostic et à la detection précose du cancer de la Prostate

Abstract

Le cancer de la prostate (CaP) présente une grande hétérogénéité biologique, rendant cruciale la distinction entre les formes cliniquement insignifiantes (ciPCa), gérées par surveillance active, et les formes significatives (csPCa), nécessitant un traitement. L’imagerie par résonance magnétique multiparamétrique (IRMmp), basée sur le système PI-RADS, est la référence actuelle, mais reste limitée par la subjectivité du contourage manuel des lésions, entraînant une variabilité inter-observateur, une faible reproductibilité des biomarqueurs radiomiques et de nombreuses biopsies inutiles. Pour répondre à ces défis, cette thèse propose un pipeline diagnostique entièrement automatisé, structuré en deux phases. La première assure une détection objective des lésions via une méthode innovante de segmentation non supervisée : le Fuzzy C-Means à Double Parcours, combinant analyses texturales filtrée et non filtrée, avec un Indice de Jaccard (IoU) de 0,89, garantissant ainsi la fiabilité des régions d’intérêt. La seconde phase classe l’agressivité tumorale selon le Gleason Grade Group (GGG) à l’aide d’un vecteur de biomarqueurs radiomiques, comprenant des deep features non linéaires issues d’un ResNet50 pré-entraîné. Deux approches sont comparées : un modèle d’apprentissage automatique (LASSO-RFE) pour l’interprétabilité, et un réseau neuronal convolutif (CNN) pour la performance. Les deux atteignent d’excellents résultats (AUC-ROC = 0,95 ; précision, sensibilité et spécificité ≈ 92–93 %), mais le CNN est retenu pour sa robustesse et sa meilleure capacité de généralisation. Ce système d’aide au diagnostic (CAD) permet de clarifier les cas ambigus PI-RADS 3, de réduire les biopsies superflues et de renforcer la sécurité de la surveillance active, marquant une avancée significative vers une intégration clinique fiable de l’intelligence artificielle en oncologie prostatique.