DUSTrack : Suivi semi-automatisé de points dans des vidéos échographiques

Pourquoi il est important de suivre le mouvement à l’intérieur du corps

Les appareils d’échographie modernes peuvent montrer nos cœurs qui battent et nos muscles en action en temps réel, sans radiations ni chirurgie. Pourtant, transformer ces images granuleuses et en évolution rapide en mesures précises des déplacements tissulaires s’est avéré étonnamment difficile. Cet article présente DUSTrack, une boîte à outils open source qui aide chercheurs et cliniciens à suivre des points minuscules dans des vidéos échographiques de manière plus précise et avec moins d’effort manuel, ouvrant la voie à des connaissances plus approfondies en cardiologie, en rééducation et en science du sport.

Observer le mouvement des tissus sous la peau

Beaucoup de questions médicales et sportives se résument à une idée simple : comment certaines parties du corps se déplacent-elles au fil du temps ? Le suivi du mouvement de la paroi cardiaque peut aider à diagnostiquer des maladies ou à guider des traitements. Suivre les fibres musculaires peut révéler comment les athlètes génèrent la force, ou comment les patients récupèrent après une blessure. L’échographie est idéale pour cela car elle est sûre, portable et peut capturer à la fois la respiration lente et la course rapide à des centaines d’images par seconde. Le défi tient au fait que les images échographiques sont bruitées et manquent de contours nets : même les experts ont du mal à repérer exactement le même point sur des centaines ou des milliers d’images, et les programmes informatiques existants dérivent lentement par rapport à la position réelle ou sautent d’une image à l’autre.

Mêler jugement humain et apprentissage automatique

DUSTrack aborde ces problèmes en faisant du suivi de points une collaboration entre humains, apprentissage profond et une méthode classique d’estimation de mouvement appelée flux optique. Le processus commence par une interface graphique qui permet à l’utilisateur de parcourir un court segment vidéo et d’indiquer où se trouvent les points clés — par exemple un point sur la paroi cardiaque ou un bord musculaire. Plutôt que de demander à l’utilisateur d’annoter des images éloignées dans le temps, DUSTrack suit l’habitude naturelle des cliniciens : ils regardent des images consécutives et ajustent les points au fur et à mesure de leur déplacement. Le logiciel comble automatiquement de nombreuses images intermédiaires à l’aide du flux optique, donnant à l’utilisateur la possibilité de réviser et corriger rapidement ces estimations. Ces exemples sélectionnés servent ensuite à entraîner un réseau neuronal profond afin qu’il reconnaisse les mêmes points sur le reste de la vidéo.

Rendre le mouvement lisse sans perdre les détails importants

Bien que le réseau entraîné repère correctement la position dans chaque image individuelle, ses prédictions peuvent encore trembler légèrement d’une image à l’autre. Des filtres de lissage simples peuvent réduire ce bruit, mais ils risquent aussi d’effacer des mouvements réels et rapides qui contiennent des informations physiologiques importantes. DUSTrack introduit une étape de nettoyage plus intelligente qui utilise à nouveau le flux optique, cette fois dans de courtes fenêtres qui se chevauchent. Autour de chaque instant, le logiciel construit de nombreux petits segments de mouvement ancrés aux estimations du réseau, puis les moyenne pour produire une trajectoire unique et lisse. Cette approche préserve les mouvements rapides et authentiques — comme une contraction musculaire soudaine — tout en supprimant les oscillations aléatoires issues des imperfections du modèle.

Du cœur qui bat aux muscles en action

Pour montrer l’étendue d’application de la méthode, les auteurs appliquent DUSTrack à trois tâches très différentes. Dans des vidéos échographiques cardiaques, ils suivent quelques points sur le ventricule gauche et en déduisent des mesures continues d’épaisseur de paroi et de taille de la cavité sur plusieurs battements, plutôt que seulement à deux instants. Dans des scans du haut du bras lors d’un mouvement d’atteinte, ils suivent des points à l’intérieur de deux muscles pour quantifier comment leurs formes changent selon différentes directions, révélant des schémas de déformation distincts dans le triceps et le brachial. Et dans le mollet, ils suivent des points le long de structures internes appelées fascicules et feuilles conjonctives pour retrouver des mesures établies de l’architecture musculaire. Dans ce dernier cas, DUSTrack obtient des performances proches d’un programme spécialisé et à la pointe pour le suivi des fascicules, suggérant qu’une méthode générale peut rivaliser avec des outils sur mesure.

Ce que cela signifie pour l’analyse échographique future

Pour un non-spécialiste, DUSTrack peut être vu comme un « surligneur de mouvement » précis pour les vidéos échographiques : il aide personnes et algorithmes à suivre des repères internes minuscules au fil du temps, avec beaucoup moins d’incertitude et moins d’oscillations indésirables. En combinant une interface intuitive, un réseau neuronal entraînable et une étape de lissage consciente du mouvement, la boîte à outils atteint une précision proche des limites de ce que les experts humains peuvent voir de manière fiable dans ces images. Parce qu’elle est open source et conçue en modules, DUSTrack peut à la fois améliorer les mesures actuelles et générer les grands jeux de données fiables nécessaires pour entraîner les systèmes échographiques entièrement automatisés de demain.

Citation: Namburi, P., Pallarès-López, R., Rosendorf, J. et al. DUSTrack: Semi-automated point tracking in ultrasound videos. Sci Rep 16, 13340 (2026). https://doi.org/10.1038/s41598-026-42795-3

Mots-clés: suivi échographique, mouvement des tissus, apprentissage profond, biomécanique, échocardiographie