Evaluating Children’s Growth Based on Carpal Bones in Left-Hand X-Ray Images Using Deep Learning

Résumé technique : Évaluation de la croissance infantile basée sur les os du carpe à partir d'images de radiographies de la main gauche par apprentissage profond

Énoncé du problème
L'évaluation de l'âge osseux (BAA - Bone Age Assessment) est un outil de diagnostic critique en radiologie pédiatrique et en endocrinologie pour évaluer la maturation squelettique et guider le traitement des troubles de la croissance. Les méthodes cliniques traditionnelles, telles que l'atlas de Greulich–Pyle (GP) et le système de score de Tanner–Whitehouse (TW), reposent sur une comparaison visuelle manuelle des centres d'ossification. Ces approches sont intrinsèquement subjectives, chronophages et sujettes à une variabilité inter- et intra-observateur. Bien que les récentes avancées de l'apprentissage profond aient automatisé la BAA, la plupart des modèles de pointe traitent l'ensemble de la radiographie de la main comme une entrée globale. Par conséquent, la contribution prédictive spécifique de régions anatomiques distinctes — particulièrement les os du carpe au-delà de la petite enfance — reste sous-caractérisée. Cette étude examine si les os du carpe seuls contiennent suffisamment d'informations liées à l'âge pour soutenir une BAA précise tout au long de l'enfance et de l'adolescence, offrant potentiellement une alternative plus ciblée et efficace à l'analyse de la main entière.

Méthodologie
La recherche utilise le jeu de données RSNA Pediatric Bone Age, comprenant 12 811 radiographies de la main gauche provenant de patients pédiatriques (âges compris entre 1 et 228 mois). En raison du déséquilibre dans le jeu de données original (spécifiquement la rareté des échantillons au début de l'enfance et après la puberté) et de l'absence de labels publics pour l'ensemble de test officiel, les auteurs ont redistribué les données d'entraînement étiquetées selon une répartition 80:10:10 pour l'entraînement, la validation et le test.

• Région d'intérêt (ROI) : Contrairement aux études précédentes qui analysent la main entière ou plusieurs régions, ce travail isole les os du carpe. Les 50 % supérieurs de chaque radiographie sont recadrés pour préserver la région carpienne, tandis que les 10 % inférieurs sont complétés par des pixels blancs pour éviter la troncature lors de l'augmentation par rotation.
• Pipelines de prétraitement : Deux pipelines de prétraitement distincts ont été développés et comparés :
  1. Pipeline 1 (Non-seuillé) : Applique une égalisation d'histogramme adaptative limitée par contraste (CLAHE) pour l'amélioration du contraste local, suivie d'un flou gaussien et d'un filtrage médian pour la suppression du bruit.
  2. Pipeline 2 (Seuillé) : Inclut toutes les étapes du Pipeline 1, mais ajoute une étape de seuillage adaptatif pour convertir les images en représentations binaires.
  • Note : Une recherche par grille a déterminé les paramètres optimaux (noyau gaussien = 11, noyau médian = 3, taille de bloc = 33, C = 2) basés sur la validation manuelle de la clarté des contours des os du carpe.
• Architecture du modèle : Un backbone ResNet-50, pré-entraîné sur ImageNet, a été adapté pour la régression en remplaçant la tête de classification par une couche entièrement connectée afin de prédire l'âge en mois.
• Stratégie d'entraînement : Une approche de fine-tuning progressif a été employée. Initialement, seule la tête de régression a été entraînée. Par la suite, les couches plus profondes ont été progressivement dégelées. Le pipeline non-seuillé a nécessité un fine-tuning complet du réseau pour atteindre des performances optimales, tandis que le pipeline seuillé s'est stabilisé après le dégel des 30 dernières couches.
• Augmentation de données : Pendant l'entraînement, les images ont été normalisées et soumises à de petites rotations (±5°), des décalages horizontaux/verticaux (jusqu'à 10 %/5 %) et des variations de zoom (5 %).

Résultats clés

• Performance globale : La configuration la plus performante (Pipeline 1, sans seuillage adaptatif) a atteint une erreur absolue moyenne (MAE) de 8,38 ± 0,39 mois sur l'ensemble de test. Ce résultat a surpassé la configuration seuillée, qui a produit une MAE nettement plus élevée de 14,85 ± 0,72 mois.
• Comparaison avec les travaux antérieurs : Bien que la MAE de 8,38 mois soit supérieure aux modèles de pointe pour la main entière ou multi-régions (par exemple, Kasani et Sajedi 2023 ont rapporté 3,84 mois avec MobileNetV2 sur les mains entières), cette étude démontre qu'un modèle reposant uniquement sur la région du carpe peut atteindre une précision compétitive par rapport aux méthodes de main entière, particulièrement lorsqu'on le compare aux précédents benchmarks ResNet-50 sur le jeu de données RSNA (par exemple, Iglovikov et al. 2018 ont rapporté environ 8,42 mois pour la main entière).
• Impact du prétraitement : La suppression de l'étape de seuillage adaptatif a été le facteur le plus critique de l'amélioration des performances. Les auteurs attribuent la dégradation du modèle seuillé à la suppression des indices texturaux fins essentiels à l'estimation de l'âge.
• Performance démographique et spécifique à l'âge :
  • Sexe : Le modèle a légèrement mieux performé sur les mâles (MAE 7,91 mois) que sur les femelles (MAE 8,95 mois).
  • Groupes d'âge : La précision variait selon le stade de développement. Le modèle a présenté des erreurs plus faibles pendant la puberté précoce, moyenne et tardive (par exemple, 6,27 mois pour les mâles en puberté tardive) où l'ossification du carpe est active. La performance a été réduite au début de l'enfance, une limitation que les auteurs attribuent au déséquilibre des données (seulement 13 échantillons pour les âges de 1 à 10 mois) et à la variabilité anatomique limitée des centres d'ossification partiellement développés.

Signification et affirmations
L'article affirme que les os du carpe encodent des informations liées à l'âge substantielles, suffisantes pour une prédiction fiable de l'âge osseux lorsqu'elles sont combinées avec des modèles d'apprentissage profond appropriés et un prétraitement soigné. Cette étude remet en question l'hypothèse selon laquelle l'analyse de la main entière est strictement nécessaire pour une BAA automatisée de haute précision.

Les auteurs positionnent leurs conclusions comme une étape vers des systèmes cliniques plus efficaces et interprétables. En se concentrant sur une région anatomique plus petite et bien définie (les os du carpe), de telles approches pourraient potentiellement réduire l'effort d'annotation, raccourcir le temps d'évaluation et fournir des mesures cohérentes sans la complexité de l'analyse de la main entière. Cependant, les auteurs restent modestes quant à l'exactitude absolue, reconnaissant que si les modèles basés uniquement sur le carpe sont viables, ils ne surpassent pas actuellement les modèles hiérarchiques les plus avancés de type main entière ou multi-régions. L'étude souligne que le choix du prétraitement — spécifiquement l'évitement d'une binarisation agressive — est un facteur décisif pour maximiser la performance de l'apprentissage profond pour cette tâche d'imagerie médicale.