Sylvain Guy, ingénieur R&D dans l’équipe GMCAO sous la supervision de Sandrine Voros, a remporté (ex-aequo) le challenge HeiSurf « full scene segmentation », un des défis du Grand Challenge Endovis qui se déroule chaque année dans le cadre de la conférence MICCAI, « Medical Image Computing and Computer Assisted Interventions », conférence phare du domaine des GMCAO. Huit équipes du monde entier avaient cette année participé à ce challenge.
 

Sylvain Guy a travaillé à partir d’une des méthodes d’Apprentissage Machine de l’état de l’art (DeepLabV3) dont les paramètres par défaut ont été adaptés pour mieux prendre en compte le contexte global des images. La méthode développée a nécessité un énorme travail de construction des sets d'entraînement/validation/test appropriés, les classes -- 22 ! -- étant très déséquilibrées, ainsi que d'augmentation de données. Un nombre impressionnant de réseaux a dû être testé. Les modèles ont été entraînés sur les données de deux hôpitaux fournies par les organisateurs du challenge.
Le réseau final a été testé par les organisateurs sur les données d'un troisième hôpital (ces données n'ayant donc jamais été vues par l'algorithme), et a démontré d’excellents résultats comme l’illustre la Figure 1.

Fig.1 : Segmentation sémantique d’images laparoscopiques (challenge EndoVis 2021 MICCAI).
A gauche, un exemple d’image à segmenter ; au milieu la vérité terrain (segmentation manuelle par des experts) ; à droite, segmentation automatique avec la méthode proposée.