Soutenance de thèse de Tinhinane MEHDI en Cotutelle Internationale

L'arthrose est la forme d'arthrite la plus courante et touche les articulations, limitant la mobilité des personnes âgées. Ses causes et son évolution restent mal comprises. Il n'existe actuellement aucun traitement curatif. Le diagnostic de l’arthrose repose sur la radiographie, une méthode accessible, mais peu sensible aux signes précoces de la maladie. En pratique clinique, cela rend le diagnostic précoce difficile. Cette thèse vise à améliorer la détection précoce de l’arthrose du genou (gonarthrose) en utilisant l’apprentissage profond sur des radiographies. Son objectif est de dépasser les limites des méthodes traditionnelles de diagnostic. La première contribution de cette thèse explore l'impact de l'emplacement des régions d’intérêt (ROIs) sur la classification des radiographies. L’utilisation d’autoencodeurs empilés parcimonieux montre qu’un placement optimal des ROIs améliore significativement la détection de la gonarthrose. La deuxième contribution combine des informations de forme et de texture dans un modèle d'apprentissage profond afin d'améliorer la détection précoce de l'arthrose. En intégrant ces caractéristiques dans le modèle Compact Bilinear Pooling (CBP), une précision de 91,67 % a été atteinte, démontrant ainsi l’efficacité de cette approche.