💻 computer science

Digitizing Paper ECGs at Scale: An Open-Source Algorithm for Clinical Research

Cet article présente et valide un cadre entièrement automatisé et en libre accès qui convertit des millions de scans ECG papier existants en signaux numériques, surpassant de manière significative les méthodes de pointe sur divers ensembles de données afin de permettre la recherche clinique rétrospective à grande échelle et les diagnostics pilotés par l'IA.

Auteurs originaux : Elias Stenhede, Agnar Martin Bjørnstad, Arian Ranjbar

Publié 2026-07-02

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Elias Stenhede, Agnar Martin Bjørnstad, Arian Ranjbar

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous possédiez une immense bibliothèque de vieux dossiers médicaux, mais au lieu d'être saisis dans un ordinateur, ils sont tous imprimés sur des bandes de papier et rangés dans des classeurs. Ces bandes contiennent des ECG (électrocardiogrammes), qui sont comme les « empreintes digitales du cœur » des patients. Aujourd'hui, des programmes informatiques ultra-intelligents (l'IA) peuvent lire ces empreintes instantanément pour repérer des problèmes cardiaques, mais ils ne peuvent le faire que si les données sont sous format numérique.

Actuellement, des millions de ces dossiers papier sont restés coincés dans le passé, invisibles pour l'IA moderne. Ce document présente un nouvel outil gratuit qui agit comme un traducteur de haute technologie, transformant ces vieilles photos de papier en signaux numériques que les ordinateurs peuvent comprendre.

Voici comment le document explique leur solution, décomposée en concepts simples :

Le Problème : Le fossé de la « perte de traduction »

Considérez les anciens ECG papier comme une lettre manuscrite. Un ordinateur ne peut pas lire l'écriture manuscrite directement ; il faut d'abord que la lettre soit dactylographiée.

Le problème : De nombreux hôpitaux impriment encore les ECG sur papier. Même si l'on scanne le papier pour en faire une photo, l'ordinateur voit une image, et non les données réelles du rythme cardiaque.
La conséquence : Les outils d'IA qui pourraient sauver des vies en analysant ces battements de cœur sont inutiles car ils ne peuvent pas « lire » les photos de papier.

La Solution : Une chaîne de montage numérique en cinq étapes

Les auteurs ont construit un pipeline logiciel entièrement automatisé (une chaîne de montage étape par étape) qui prend une photo d'un ECG papier et le transforme en un signal numérique propre. Ils ont comparé ce processus à la réparation d'une photo de travers ou froissée, puis à la lecture du texte à l'intérieur.

Voici les cinq étapes de leur « chaîne de montage » :

L'« Œil Magique » (Segmentation) :
Imaginez que vous regardiez un bureau encombré de papiers, de taches de café et de gribouillis. Le logiciel met d'abord des « lunettes magiques » pour séparer l'essentiel (les lignes du rythme cardiaque) de l'inutile (les lignes de la grille, le texte et l'arrière-plan). Il isole uniquement le dessin du rythme cardiaque.
Redresser la photo (Correction de perspective) :
Si vous prenez une photo d'un ECG papier avec votre téléphone, elle peut paraître penchée, étirée ou déformée, comme un reflet dans un miroir de foire. Cette étape utilise les mathématiques pour « aplatir » l'image, faisant en sorte que le papier paraisse parfaitement plat, même si la photo a été prise sous un angle étrange.
Trouver la règle (Extraction de la taille de la grille) :
Les ECG papier possèdent une grille de petits carrés. Le logiciel doit savoir exactement quelle est la taille de ces carrés pour mesurer correctement le rythme cardiaque. Il agit comme un détective, comptant les pixels entre les lignes de la grille pour déterminer l'échelle (par exemple : « Un carré égale un milliseconde »).
Lire les étiquettes (Identification de la mise en page) :
Les ECG comportent différentes sections pour différentes parties du cœur (comme la Dérivation I, la Dérivation II, etc.). Le logiciel scanne l'image pour trouver les petites étiquettes de texte (comme « V1 » ou « aVR ») et détermine la carte de l'emplacement de chaque ligne de rythme cardiaque.
La traduction finale (Conversion de 2D en 1D) :
Enfin, le logiciel trace les lignes sinueuses sur le papier et les convertit en une onde numérique (une liste de nombres) que les ordinateurs peuvent analyser. C'est comme tracer un dessin et le transformer en une note de musique.

Est-ce que cela fonctionne bien ? (Le test de conduite)

L'équipe a testé son outil sur deux vastes collections de données :

Le test du « Monde Réel » : Ils ont utilisé 1 596 photos prises dans un hôpital en Norvège. Certaines ont été prises avec un scanner à plat (parfaitement plat), et d'autres avec des téléphones iPhone et OnePlus (qui peuvent être de travers ou avoir un mauvais éclairage).
- Résultat : L'outil a mieux fonctionné sur les photos de scanners (très claires), mais il est resté très performant pour corriger les photos de téléphones, même si elles étaient légèrement floues ou inclinées.
Le test du « Mode Difficile » : Ils ont également testé l'outil sur un immense ensemble de données caché provenant du défi de l'Université Emory, qui comprenait des photos de papiers tachés, froissés ou même moisis.
- Résultat : Leur outil a battu toutes les autres méthodes de la compétition, même sur les papiers sales et endommagés. Il a été le premier à réussir à transformer tous les types de photos en données utilisables.

Pourquoi cela importe (Selon le document)

Les auteurs avancent deux raisons principales pour lesquelles cet outil est important :

Il ouvre les portes : Il permet aux hôpitaux qui ne possèdent pas d'équipements numériques sophistiqués de pouvoir tout de même utiliser les outils d'IA modernes. Il suffit de prendre une photo du papier, de la passer dans ce logiciel, et soudain, l'IA peut la lire.
Il débloque l'histoire : Il permet aux chercheurs de fouiller dans des décennies de vieux dossiers papier. Cela crée une nouvelle et immense bibliothèque de données pour entraîner l'IA, ce qui est particulièrement utile pour étudier les maladies cardiaques rares qui ne disposent pas de suffisamment de données modernes pour être étudiées.

La promesse de l'« Open Source »

Contra\à de nombreux outils médicaux qui sont verrouillés derrière des barrières de paiement ou des codes secrets, les auteurs ont publié l'intégralité du logiciel gratuitement. Ils ont également partagé les « données d'entraînement » (les exercices pratiques sur lesquels l'IA s'est exercée) et les données réelles d'hôpitaux utilisées pour les tests. Cela signifie que d'autres scientifiques peuvent examiner le code, vérifier le travail et l'améliorer, garantissant ainsi que l'outil continue de progresser.

En bref : Ce document présente un « traducteur » automatisé et gratuit qui sauve des millions d'anciens dossiers cardiaques sur papier, les transformant en données numériques afin que l'IA moderne puisse enfin les lire et aider à diagnostiquer les maladies cardiaques.

Résumé technique : Numérisation d'ECG papier à grande échelle

Énoncé du problème
Malgré l'adoption généralisée des dossiers de santé électroniques, des millions d'électrocardiogrammes (ECG) cliniques restent archivés uniquement sous forme de scans ou de photographies de documents papier. Ces enregistrements analogiques sont inaccessibles aux outils de diagnostic automatisés modernes et aux algorithmes d'apprentissage profond, qui nécessitent des données de séries temporelles numériques standardisées. Bien que l'IA ait surpassé les performances humaines dans l'analyse de l'ECG, son efficacité est considérablement diminuée lorsqu'elle est appliquée directement à des images scannées en raison d'artefacts tels que la distorsion de perspective, les plis, les taches et les configurations de grille variables. Les solutions existantes pour la numérisation ont historiquement été limitées par un manque d'automatisation complète, une validation insuffisante sur des ensembles de données réalistes ou l'absence de code open-source.

Méthodologie
Les auteurs proposent un cadre modulaire entièrement automatisé conçu pour convertir des ECG papier scannés ou photographiés en signaux numériques standardisés. Le pipeline se compose de cinq modules distincts :

Segmentation sémantique : Une architecture U-Net résiduelle (8 blocs encodeur-décodeur) est employée pour segmenter l'image d'entrée en quatre classes : les ondes ECG, les lignes de la grille, les annotations textuelles et l'arrière-plan. Cette étape élimine les variations de luminosité et le bruit de fond.
Correction de perspective et recadrage : Pour traiter la distorsion de perspective courante dans les photos de téléphones mobiles, le cadre utilise une méthode de transformée de Hough en deux étapes. Il sépare d'abord les lignes de la grille, puis les projette dans un domaine angle-rayon, suivi d'une transformation angle-angle. Cela permet à l'algorithme d'identifier l'orientation des lignes de grille parallèles même sous une distorsion importante, permettant un redressement (dewarping) et un recadrage robustes.
Identification de la mise en page (Layout) : Un U-Net léger segmente les annotations textuelles de tête (ex. : « II », « aVR »). Le système calcule les centroïdes pondérés de ces régions textuelles pour déduire la disposition de l'ECG (ex. : 3×4, 6×2, 12×1). Il supporte des mises en page arbitraires via un fichier de configuration et utilise un algorithme d'appariement à poids minimum (Jonker-Volgenant modifié) pour aligner les dérivations détectées avec les configurations standards, gérant les marqueurs manquants en assignant des distances fixes.
Extraction de la taille de la grille : Un algorithme de recherche de grille itératif détermine les facteurs de conversion pixel-unité physique (mm/s et mm/mV). Il réduit la carte de caractéristiques redressée en 1D, calcule l'autocorrélation et fait correspondre le résultat à un modèle de lignes de grille majeures et mineures pour estimer le paramètre d'espacement de la grille $d$ .
Conversion 2D vers 1D : Les ondes segmentées sont converties en tracés de dérivations distincts. Les composantes connexes sont identifiées et un algorithme de « découpage » (snipping) subdivise les signaux qui se chevauchent. Ces composantes sont ensuite fusionnées à nouveau à l'aide d'un solveur de problème d'assignation linéaire pour reconstruire des dérivations continues. Le système gère les cas où les signaux sont partiellement manquants ou bruités en assignant des valeurs NaN à des segments spécifiques plutôt que de rejeter l'image entière.

Contributions clés

Cadre Open-Source : La publication d'une suite logicielle modulaire complète et open-source pour la numérisation d'ECG à usage général.
Jeu de données d'entraînement synthétique : Un ensemble de données de 8 658 images d'ECG haute résolution simulées avec des étiquettes de vérité terrain pour la segmentation et l'extraction de signaux, générées à partir d'ECG réels du jeu de données CODE15% et augmentées avec des paramètres aléatoires pour assurer la robustesse face aux décalages de domaine.
Jeu de données cliniques réelles : Un nouveau jeu de données de 1 596 images d'ECG papier (scannées et photographiées) collectées à l'hôpital universitaire d'Akershus, appariées à des données de séries temporelles brutes pour la validation.
Avancées algorithmiques : Implémentation de méthodes robustes de redressement, d'alignement et d'extraction de signaux qui gèrent les artefacts courants comme les taches, les plis et la distorsion de perspective sans intervention de l'utilisateur.

Résultats
Le cadre a été validé sur deux ensembles de données principaux :

Base de données d'ECG de numérisation papier Ahus (1 596 images) :
- Performance : L'algorithme a atteint un rapport signal sur bruit (SNR) moyen de 19,65 dB sur les images de scanners à plat. La performance est plus faible mais reste significative pour les photos mobiles : 12,19 dB (OnePlus) et 10,47 dB (iPhone).
- Efficacité : Temps de traitement moyen de 5,88 secondes par image sur un GPU (NVIDIA RTX 5090).
- Robustesse : Le système a géré avec succès diverses conditions de capture, avec seulement 0,21 % des échantillons nécessitant une assignation NaN en raison d'artefacts irrécupérables.
Base de données d'ECG de numérisation papier Emory (35 595 images) :
- Utilisée comme ensemble de test caché (évaluation zero-shot) du défi George B. Moody PhysioNet 2024.
- L'algorithme proposé a surpassé toutes les méthodes publiées précédemment dans toutes les sous-catégories, incluant les scans propres, les scans en noir et blanc, les photos mobiles et les images de papiers détériorés ou tachés.
- Notamment, il est la première méthode à obtenir des scores de SNR positifs dans toutes les catégories, y compris les photos mobiles de papiers dégradés (allant de 1,05 à 2,03 dB).

Signification et Revendications
Les auteurs affirment que ce travail répond au goulot d'étranglement critique empêchant l'utilisation des archives historiques d'ECG papier dans les diagnostics modernes pilotés par l'IA. En fournissant une solution entièrement automatisée et open-source, le cadre vise à :

Démocratiser l'accès : Permettre des capacités de diagnostic avancées aux institutions dépendant de dossiers papier, quel que soit leur infrastructure numérique.
Élargir la disponibilité des données : Augmenter considérablement le volume de données d'entraînement disponibles pour les modèles d'IA, particulièrement pour l'étude des conditions cardiovasculaires rares où les données historiques sont abondantes mais actuellement inutilisables.
Assurer la reproductibilité : La publication du code, des données d'entraînement synthétiques et d'un jeu de données cliniques réelles permet une vérification indépendante et un développement ultérieur.

L'article maintient un ton modeste concernant l'utilité clinique, reconnaissant que bien que les mesures quantitatives (SNR, corrélation, RMSE) soient solides, une validation supplémentaire est nécessaire pour confirmer l'efficacité clinique. Les auteurs notent également que les décalages de domaine et certains types d'artefacts spécifiques (ex. : courbure sévère des papiers détériorés) restent des domaines d'amélioration potentielle, suggérant que les travaux futurs pourraient explorer des approches de bout en bout ou l'utilisation des dépendances linéaires entre les dérivations des membres.