Advancing Acceleration and Deceleration Detection in Fetal Cardiotocography through Various Deep Learning Architectures

Le monitorage continu du bien-être fœtal pendant le travail demeure l’une des tâches les plus critiques et les plus exigeantes en ressources en obstétrique. La cardiotocographie (CTG), qui enregistre simultanément la fréquence cardiaque fœtale (FHR) et les contractions utérines (UC), constitue la technique standard utilisée à l’échelle mondiale pour évaluer en temps réel l’état du fœtus. Malgré son utilisation généralisée, l’interprétation de la CTG demeure forte-ment subjective et dépend de l’expérience des cliniciens, qui doivent identifier les épisodes d’accélération et de décélération susceptibles d’indiquer une détresse ou une récupération fœ-tale. La variabilité interhumaine, l’incohérence des pratiques d’annotation et la disponibilité limitée de spécialistes peuvent ainsi conduire à des décisions tardives ou sous-optimales, en particulier dans les milieux à ressources limitées. Ces défis motivent le développement de systèmes computationnels robustes, interprétables et fondés sur les données, capables d’aider les cliniciens à identifier avec précision et constance les événements critiques.Cette thèse aborde la problématique de la détection automatique des événements d’accélération / décélération dans la CTG à travers trois études complémentaires formant un cadre méthodologique cohérent. Chaque étude explore une direction d’innovation distincte mais reliée, allant du raffinement post-traitement à la fusion multimodale et à l’apprentissage spectral-temporel, dans le but d’améliorer la précision, la généralisation et l’interprétabilité clinique des systèmes d’analyse automatique. L’étude 1 présente un réseau de post-traitement fondé sur l’apprentissage résiduel, nommé Event Refinement via Neural Processing (ERNP). Contrairement aux systèmes convention-nels reposant sur des règles heuristiques fixes, ERNP apprend à affiner les masques d’événements générés par les modèles de détection existants au moyen d’un chemin résiduel différentiable. Il intègre des connaissances cliniques dans une architecture neuronale capable de correction contextuelle et de lissage temporel. Ce module différentiable, conçu de manière modulaire, peut être intégré à diverses architectures sans nécessiter le réentraînement de l’ensemble du pipeline. Les expériences menées sur des ensembles de données publics et privés montrent qu’ERNP améliore significativement les scores F1 au niveau événementiel, produisant des frontières plus cohérentes et un alignement plus proche des annotations expertes. Cette approche comble ainsi l’écart entre les règles cliniques non différentiables et l’apprentissage profond de bout en bout en introduisant un mécanisme d’affinement apprenable favorisant la précision temporelle. L’étude 2 étend l’analyse du signal FHR seul vers un cadre multimodal en intégrant les signaux obstétriques hétérogènes de la CTG, incluant FHR, UC et les mouvements fœtaux (FM). Quatre stratégies de fusion sont examinées, à savoir la fusion à l’entrée, la fusion précoce, la fusion intermédiaire et la fusion tardive, chacune visant à capturer les dépen-dances inter-signaux et les interactions temporelles. Un schéma d’entrée multiscalaire est proposé afin de modéliser conjointement les fluctuations à court terme et les tendances phys-iologiques à long terme, améliorant ainsi la sensibilité aux événements et la robustesse au bruit. Les résultats démontrent que la fusion multimodale améliore systématiquement la précision de classification des segments d’accélération, de décélération et de fond par rapport aux approches monocanal. Cette étude révèle que la combinaison de signaux physiologiques hétérogènes aide le modèle à lever les ambiguïtés des motifs FHR grâce aux informations contextuelles issues de l’activité utérine et des mouvements fœtaux.