Brainomaly : Détection non supervisée des maladies neurologiques à l’aide d’images IRM cérébrales T1 non annotées

L’utilisation du pouvoir des réseaux de neurones profonds dans le domaine de l’imagerie médicale est un défi en raison des difficultés liées à l’acquisition de grands jeux de données annotés, en particulier pour les maladies rares, qui exigent des coûts élevés, du temps et des efforts considérables pour l’annotation. Les méthodes d’détection non supervisée de maladies, telles que la détection d’anomalies, peuvent réduire considérablement l’effort humain dans ces contextes. Bien que la détection d’anomalies se concentre habituellement sur l’apprentissage à partir d’images provenant uniquement de sujets sains, les situations réelles présentent souvent des jeux de données non annotés composés d’un mélange de sujets sains et malades. Des études récentes ont montré qu’il est possible d’améliorer la détection non supervisée de maladies et d’anomalies en exploitant ces images non annotées. Toutefois, ces méthodes ne tirent pas parti des connaissances spécifiques aux imageries cérébrales enregistrées, ce qui entraîne une performance insuffisante dans la détection des maladies neurologiques. Pour surmonter cette limitation, nous proposons Brainomaly, une méthode basée sur un GAN (réseau antagoniste génératif) pour la traduction d’images à image, spécifiquement conçue pour la détection des maladies neurologiques. Brainomaly offre non seulement une traduction d’images adaptée aux imageries cérébrales, mais exploite également efficacement les images non annotées mélangées pour atteindre une détection améliorée des maladies neurologiques. En outre, nous abordons le problème du choix du modèle pour l’inférence en l’absence d’échantillons annotés en proposant une métrique pseudo-AUC, ce qui renforce davantage la performance de détection de Brainomaly. Des expériences étendues et des études d’ablation démontrent que Brainomaly surpasse significativement les méthodes les plus avancées actuelles de détection non supervisée de maladies et d’anomalies dans la détection de la maladie d’Alzheimer sur un jeu de données public, ainsi que dans la détection des maux de tête sur un jeu de données institutionnel. Le code source est disponible à l’adresse suivante : https://github.com/mahfuzmohammad/Brainomaly.