L'Université d'État de Penza en Russie développe un simulateur d'entraînement pour la reconnaissance des défauts sur les images radiographiques

Les chercheurs de l'Université d'État de Penza en Russie ont développé un simulateur d'entraînement interactif destiné à la reconnaissance des défauts sur les images radiographiques, visant à aider les étudiants en médecine et les internes à évaluer plus précisément les anomalies dans les images médicales et à comprendre les causes physiques sous-jacentes aux différents défauts d'image.

La qualité des images radiographiques affecte directement l'efficacité de la détection des changements pathologiques et le jugement diagnostique clinique. L'état de l'équipement, les paramètres d'exposition, la dose de rayonnement, le niveau de bruit quantique et d'autres facteurs peuvent entraîner une dégradation de la qualité de l'image. Par conséquent, les techniciens en radiologie et les radiologues doivent non seulement identifier les lésions sur les images, mais aussi évaluer la qualité de l'image et déterminer si des défauts tels qu'un faible contraste, du bruit, un flou ou des artefacts peuvent affecter le diagnostic.

Selon les informations fournies, le simulateur adopte une architecture modulaire composée de trois parties : une base de données, un sous-système de calcul des indicateurs et un sous-système d'entraînement et de test. La base de données est utilisée pour stocker les images radiographiques, les indicateurs de qualité et les informations connexes ; le sous-système de calcul des indicateurs peut charger les images, calculer des indicateurs quantitatifs tels que le rapport signal sur bruit effectif, le gradient de l'image, la différence entre la luminance maximale et minimale, et générer des graphiques et des rapports ; le sous-système d'entraînement et de test fournit quant à lui des tâches d'entraînement aux étudiants via une interface web.

Leonid Krivonogov, professeur du département de cybernétique médicale et d'informatique de l'Université d'État de Penza et docteur en sciences de l'ingénieur, a indiqué que tous les indicateurs du système sont basés sur des formules mathématiques strictes et sont calculés directement à partir des données de pixels, ce qui rend les résultats reproductibles et objectifs.

Lors de l'utilisation, le radiologue télécharge d'abord les images dans la base de données, et le système calcule automatiquement les indicateurs de qualité de chaque image et les enregistre. L'expert sélectionne ensuite l'image de meilleure qualité comme image de référence. Le système d'entraînement génère des images dégradées à partir de l'image de référence pour simuler des défauts réels tels qu'un faible contraste, du bruit, un flou et des artefacts. Les étudiants peuvent visualiser simultanément l'image de référence et l'image dégradée, et associer les caractéristiques visuelles aux indicateurs quantitatifs grâce au retour d'information du système.

L'équipe de développement a déjà évalué 200 cas de test à l'aide de ce simulateur. Les chercheurs ont sélectionné 5 images de référence du thorax, des membres et de l'abdomen, et ont généré 10 images dégradées pour chacun des 4 types de défauts. Les développeurs affirment que, grâce à des seuils d'indicateurs précisément définis, le système a correctement identifié le type de défaut dans tous les cas de test.

Les chercheurs estiment que ce simulateur peut aider les personnes en formation à développer une capacité visuelle à reconnaître les défauts sur les images radiographiques et à mieux comprendre les causes de ces défauts. Les étudiants et les internes peuvent visualiser directement comment des paramètres d'exposition inappropriés, le mouvement du patient ou les distorsions de post-traitement se reflètent dans les images. Le système prend également en charge la désactivation des indices et la fonction de notation automatique, ce qui permet aux enseignants d'évaluer objectivement le niveau de maîtrise des étudiants et d'ajuster en conséquence l'organisation de l'enseignement. Actuellement, les étudiants de l'Institut de médecine de l'Université d'État de Penza ont commencé à utiliser ce simulateur d'entraînement interactif pour leurs exercices pratiques.