Classification d'IRM lombaires par Deep Learning pour le diagnostic de la lordose

Abstract

Ce projet consiste à développer un modèle de deep learning pour obtenir un diagnostic précis des pathologies de la colonne vertébrale, qui joue un rôle fondamental dans le soutien physique et la protection de la moelle épinière. En utilisant un ensemble de données Spinal MRI Images contenant un total de 514 images de la colonne vertébrale obtenues par résonance magnétique (IRM), nous avons entraîné et évalué plusieurs modèles, notamment VGG16, VGG19, ResNet et DenseNet. Les résultats indiquent que notre propre modèle, appelé DetecLordose, démontre une grande efficacité dans le contexte de la classification des pathologies lombaires, avec un F1-score de 93 %.