Hybrid Vi+ECNN framework for advanced ADHD diagnostic accuracy in medical imaging.

Contexte : Le trouble de l'attention et de l'hyperactivité (TDAH) est un trouble neurodéveloppemental fréquent, dont le diagnostic actuel repose sur des évaluations comportementales sujettes à la subjectivité. L'objectif de cette étude était de proposer un outil diagnostique objectif et automatisé basé sur l'imagerie médicale. Objectif : Développer un cadre de deep learning hybride (ViT+ECNN) pour la classification de l'imagerie IRM cérébrale chez les enfants atteints de TDAH, en intégrant des représentations prétraitées (Raw MRI, PST, QHED) pour capturer des caractéristiques neuroanatomiques complémentaires. Méthode : L'architecture combine un Vision Transformer (ViT) pour les représentations contextuelles globales et un Enhanced Convolutional Neural Network (ECNN) pour les caractéristiques discriminantes locales, sur des données IRM prétraitées de manière biologiquement informée. Résultats : Le modèle ViT+ECNN a atteint une précision de 99,4 %, une précision de 99,3 %, un rappel de 99,5 % et un F1-score de 0,99 sur un jeu de données stratifié, surpassant les configurations standalone ViT et ECNN. Intérêt clinique : Cette approche hybride offre une précision diagnostique élevée, facilitant une identification précoce et une intervention ciblée chez les enfants atteints de TDAH. Limites : L'analyse repose uniquement sur l'abstract, limitant la compréhension des détails méthodologiques et de la généralisation aux populations non enfantines.

Diagnostic du TDAH par IRM cérébrale chez les enfants Modèle hybride ViT+ECNN avec prétraitement PST et QHED Précision diagnostique élevée (99,4 % de précision) Avantage pour une détection précoce et une intervention Limites liées à l'accès restreint aux données

Amélioration de l'objectivité dans le diagnostic du TDAH Potentiel pour des outils d'aide à la décision clinique Nécessite des validations sur des cohortes plus larges

Analyse basée uniquement sur l'abstract Absence de détails sur la taille exacte du jeu de données Non mention de la généralisation à d'autres populations (adultes, autres troubles)

Preprint