Faire progresser l'imagerie du sein grâce à la fusion de données et à l'apprentissage par transfert : une exploration complète

La convergence entre la physique et les réseaux neuronaux transforme profondément l'imagerie du sein. Nos travaux ont pour but de reconstruire de manière conjointe deux modalités afin d'augmenter la détection précoce des tumeurs du sein. Nous avons développé des algorithmes permettant reconstruire conjointement une image micro-onde, une image acoustique et une image de segmentation conjointe aux deux modalités. Les algorithmes que l’on propose utilisent l'apprentissage par transfert pour améliorer l’apprentissage de d’une modalité à partir de l’autre. Ceci améliore la classification des lésions mammaires en transférant des connaissances entre différentes physiques et modalités.