Segmentation et classification des nodules thyroïdiens à partir des images échographiques en utilisant Deep Learning

Abstract

Les nodules thyroïdiens représentent un enjeu médical important en raison de leur fréquence et de leur potentiel de malignité. Ce mémoire met en évidence le potentiel de l’intelligence artificielle dans l’aide au diagnostic et la prise en charge des patients atteints de cette maladie, en developpant un système intelligent basé sur le Deep Learning, capable de segmenter automatiquement les nodules a partir des images échographiques, afin de les classifier, par la suite, en bénin/malin. Différentes architectures ont été implémentées, a savoir U-Net, YOLOv5, DeepLabv3+, Attention U-Net, et évaluées sur le dataset TN3K. Le modèle U-Net s’est révélé le plus performant avec un coefficient Dice depassant les 90% et une accuracy de 96 %.