A Hybrid CNN-Transformer Framework for Robust Coronary Artery Stenosis Detection in X-ray Angiography

Les maladies cardiaques demeurent la principale cause de décès dans le monde, et au cœur du problème se trouve souvent un rétrécissement des artères qui alimentent le muscle cardiaque en sang. Cette condition, connue sous le nom de sténose de l'artère coronaire, survient lorsque des dépôts graisseux et du calcium s'accumulent à l'intérieur des parois des vaisseaux, restreignant le flux de sang riche en oxygène. Si ce rétrécissement passe inaperçu ou n'est pas traité, il peut entraîner une crise cardiaque. Les médecins s'appuient actuellement sur l'angiographie par rayons X pour voir à l'intérieur de ces artères. Dans cette procédure, un produit de contraste est injecté dans le flux sanguin, rendant les vaisseaux visibles sur un écran à rayons X. Cependant, l'interprétation de ces images est difficile. Les images sont souvent granuleuses, remplies d'ombres provenant d'os comme les côtes ou les vertèbres, et encombrées d'outils médicaux. L'interprétation nécessite qu'un expert humain examine attentivement chaque image, un processus lent, fatigant et sujet à l'erreur humaine.

Pour aider les médecins, les scientifiques se sont tournés vers l'intelligence artificielle, plus précisément un type de programme informatique appelé apprentissage profond (deep learning). Pendant des années, les programmes les plus performants pour cette tâche ont été construits sur une technologie appelée réseaux de neurones convolutifs, ou CNN. Ces programmes sont excellents pour repérer les détails locaux, tels que le bord net d'une paroi vasculaire ou une texture spécifique. Cependant, ils ont du mal à comprendre la vue d'ensemble. Parce qu'ils se concentrent intensément sur de petits pixels voisins, ils se laissent souvent confondre par l'arrière-plan bruité, prenant une côte ou un cathéter pour une artère obstruée. Ils manquent de la capacité de prendre du recul pour voir le chemin entier du vaisseau sanguin afin de comprendre sa véritable forme. Une technologie plus récente, connue sous le nom de Transformer, résout ce problème en permettant à l'ordinateur de regarder l'image entière à la fois, en évaluant l'importance de chaque partie par rapport à toutes les autres. Le défi a été de combiner la vitesse de l'ancienne technologie avec la compréhension globale de la nouvelle.

Dans cette étude, des chercheurs de plusieurs universités médicales en Iran ont proposé une nouvelle solution qui fusionne ces deux approches. Ils ont développé un cadre hybride qui utilise un Transformer de détection en temps réel, ou RT-DETR, pour trouver les artères obstruées dans les images à rayons X. Au lieu de s'appuyer sur un seul type de vision par ordinateur, leur système utilise un réseau standard pour saisir les détails fins de l'image, puis transmet cette information à un module Transformer. Ce second module agit comme une carte globale, aidant l'ordinateur à distinguer un véritable blocage d'une ombre déroutante projetée par une côte ou une colonne vertébrale. L'objectif était de créer un outil qui soit non seulement hautement précis, mais aussi assez rapide pour être utilisé en temps réel lors d'une procédure médicale.

L'équipe a entraîné son nouveau système en utilisant une vaste collection de 8 325 images à rayons X provenant de 100 patients différents. Ces images provenaient d'un institut de recherche en Russie et comprenaient une variété de conditions réelles, avec différentes résolutions et niveaux de bruit. Pour apprendre à l'ordinateur comment gérer ces images difficiles, les chercheurs ont utilisé une technique consistant à assembler quatre images différentes pour former une seule grande image d'entraînement. Cela a forcé le système à apprendre comment repérer de petites obstructions même lorsqu'elles sont entourées de fonds complexes et désordonnés. Ils ont également utilisé une autre méthode qui mélange des paires d'images pour créer de nouveaux exemples virtuels, aidant l'ordinateur à devenir plus robuste face au bruit aléatoire présent dans les scanners médicaux.

Lorsque les chercheurs ont testé leur nouveau cadre par rapport aux méthodes existantes, les résultats étaient clairs. Le modèle hybride a atteint une précision de détection de 97,8 %, ce qui est supérieur aux meilleurs modèles précédents qui reposaient uniquement sur l'ancienne technologie. L'une des améliorations les plus significatives concernait la détection des petites obstructions. Le nouveau système a identifié correctement 59,2 % de ces minuscules lésions, un bond substantiel par rapport aux 51,5 % atteints par le principal modèle précédent. Cela importe car les petites obstructions sont souvent les plus difficiles à voir, mais peuvent être les plus dangereuses si elles sont manquées. Les chercheurs ont également constaté que leur système était remarquablement rapide, traitant les images à un rythme de 38 images par seconde. C'est plus de trois fois plus rapide que le modèle de pointe précédent, qui ne gérait que 11 images par seconde.

L'étude suggère que cette nouvelle approche comble avec succès le fossé entre la haute précision et la vitesse requise pour l'utilisation clinique. En combinant la capacité de voir les détails fins avec le pouvoir de comprendre le contexte de l'image entière, le système réduit le nombre de fausses alarmes causées par le bruit de fond. Les auteurs notent que bien que les résultats soient prometteurs, le système a été testé sur des données provenant d'une seule source, et que des travaux supplémentaires sont nécessaires pour garantir qu'il fonctionne tout aussi bien sur des images provenant de différents hôpitaux et machines. Néanmoins, les conclusions indiquent que ce cadre hybride offre un outil robuste et efficace qui pourrait un jour aider les cardiologues à prendre des décisions plus rapides et plus fiables lors de procédures cardiaques critiques.