Système intelligent d’aide au diagnostic Médical par IA avec visualisation en réalité augmentée

Abstract

Le diagnostic des tumeurs cérébrales repose sur l’analyse d’images IRM, une tâche complexe né cessitant une segmentation précise des structures anatomiques et une classification fiable des lésions. Les méthodes manuelles, longues et subjectives, sont sujettes à des variations inter-opérateurs. Ce projet vise à automatiser ce processus à travers NeuroVision, un système intelligent d’aide au diag nostic médical qui combine l’intelligence artificielle à un module de visualisation en réalité augmentée. La plateforme intègre des modèles de deep learning pour la segmentation 2D (FPN, Dice = 0,8895) et 3D (nnU-Net, Dice moyen = 0,8436), ainsi que pour la classification multi-classes (EfficientNet-B0, Accuracy = 99,50%). Une interface intuitive multi-rôles (Radiologue, Neurochirurgien, Chercheur) permet la visualisation des résultats sous forme d’overlay, de contours, d’atlas MNI et de reconstruc tion 3D immersive sous Unity. La réalité augmentée intervient exclusivement en aval du processus de classification, en tant qu’outil de visualisation interactive des résultats, et non comme donnée d’en trée des modèles. Les performances obtenues sur les bases BRISC 2025 et BraTS 2020 démontrent la faisabilité d’une solution locale, performante et accessible pour l’aide au diagnostic et la planification chirurgicale en neuro-imagerie.