Soutenance de thèse de Zhe WANG

Cette thèse présente des approches innovantes basées sur l’apprentissage profond pour la détection précoce de l’arthrose du genou (gonarthrose) à partir de radiographies simples. Tout d'abord, nous proposons une approche combinant un nouveau modèle d'apprentissage avec une stratégie de perte hybride pour la détection précoce de la gonarthrose (KL-0 vs KL-2). Ensuite, à l'aide d'un réseau Auto-Encodeur convolutif, une méthode d'échange de clés permettant de générer de nouvelles données valides est introduite comme technique d'augmentation des données. Puis, une nouvelle approche combinant le modèle d'apprentissage Vision Transformer (ViT) et une stratégie d'échange de clés est proposée pour améliorer la prédiction. Enfin, à partir d'une radiographie simple du genou, nous introduisons une méthode de génération d'images IRM, qui sont ensuite combinées avec des images radiographiques pour améliorer la prédiction de la gonarthrose. Nos résultats expérimentaux montrent la validité des approches proposées, permettant d’améliorer de manière significative les performances de classification la gonarthrose.