Classification automatique des traumatismes crâniens dans l'imagerie CT d'urgence

Les traumatismes crâniens touchent environ 150.000 personnes chaque année en Europe, entraînant 8.000 décès et des complications comparables à celles d'une maladie chronique. L'imagerie CT est utilisée pour évaluer les traumatismes crâniens, car c'est la méthode la plus efficace et la plus rapide pour les patients nécessitant un traitement lourd. Le diagnostic de cette pathologie doit être posé rapidement afin d'éviter des répercussions à long terme aggravées. Cette pathologie reste difficile à diagnostiquer à l'aide de l'imagerie par tomodensitométrie en raison de la faible résolution du contraste des tissus mous, bien que la tomodensitométrie reste l'approche diagnostique la plus efficace. Elle peut également être confondue avec d'autres pathologies, comme un accident vasculaire cérébral hémorragique. Il est donc essentiel d'évaluer rapidement tous les patients entrants et de les orienter vers le service approprié. À cette fin, cette thèse examine comment l'utilisation de l'intelligence artificielle (IA) peut contribuer à alléger les difficultés des scanners à faible contraste. Une technique permettant d'extraire davantage d'informations de ces images repose sur l'utilisation de mesures radiomiques, qui permettent la caractérisation quantitative de données qualitatives. Dans un premier temps, cette thèse se concentre sur le développement et l'évaluation de méthodes de segmentation automatique adaptées à ces images. Par la suite, elle examine si la variabilité intrinsèque des caractéristiques radiomiques extraites doit être corrigée avant toute analyse. Elle explore ensuite la possibilité d'utiliser les métriques radiomiques pour classer automatiquement la gravité des blessures selon l'échelle abrégée des blessures (AIS). Enfin, elle développe des classificateurs d'apprentissage automatique appliqués à une population générale, afin de différencier les hémorragies traumatiques des hémorragies médicales, de l'ischémie ou des scanners sains.