SynthEnsemble : Une fusion de CNN, Vision Transformer et modèles hybrides pour la classification multi-étiquettes des radiographies thoraciques

Les radiographies thoraciques sont largement utilisées pour diagnostiquer les maladies pulmonaires, mais le manque d'informations détaillées sur ces anomalies rend difficile le développement de systèmes de diagnostic automatisé précis, ce qui est crucial pour la détection précoce et le traitement efficace. Pour relever ce défi, nous avons employé des techniques d'apprentissage profond afin d'identifier des motifs dans les radiographies thoraciques correspondant à différentes maladies. Nous avons mené des expériences sur l'ensemble de données « ChestX-ray14 » en utilisant diverses CNN pré-entraînées, des transformateurs, des modèles hybrides (CNN + Transformateur) et des modèles classiques. Le meilleur modèle individuel était le CoAtNet, qui a atteint une aire sous la courbe caractéristique du récepteur (AUROC) de 84,2 %. En combinant les prédictions de tous les modèles entraînés à l'aide d'un ensemble pondéré par moyenne où le poids de chaque modèle a été déterminé par évolution différentielle, nous avons amélioré l'AUROC à 85,4 %, surpassant ainsi d'autres méthodes de pointe dans ce domaine. Nos résultats démontrent le potentiel des techniques d'apprentissage profond, en particulier l'apprentissage profond par ensemble, pour améliorer la précision du diagnostic automatique des maladies thoraciques à partir des radiographies thoraciques. Code disponible sur : https://github.com/syednabilashraf/SynthEnsemble