Détection d’éperons calcanéens sur radiographies latérales du pied par ingénierie profonde des caractéristiques

Pourquoi les talons douloureux et les ordinateurs intelligents comptent

La douleur au talon est l’une des raisons les plus fréquentes de consultation en orthopédie et rend souvent chaque pas inconfortable. Un fautif fréquent est une petite excroissance osseuse au niveau du talon, appelée éperon calcanéen, généralement visible sur des radiographies standard en vue de profil du pied. L’interprétation de ces images peut être étonnamment délicate, surtout en début de maladie, et tous les hôpitaux ne disposent pas d’un radiologue expert. Cette étude présente une méthode informatique simplifiée capable de repérer de façon fiable ces éperons sur des radiographies ordinaires, même lorsque le nombre d’images disponibles est modeste, offrant potentiellement une aide plus rapide et plus cohérente pour médecins et patients.

Ce que sont les éperons du talon et pourquoi ils sont difficiles à voir

Les éperons calcanéens se forment au point d’attache de la bande de tissu solide sous le pied, la fascia plantaire, à l’os du talon. L’âge, le surpoids, de longues périodes debout et des microtraumatismes répétés augmentent la probabilité de leur apparition. Les médecins commencent généralement l’évaluation par une simple radiographie latérale du pied car elle est rapide, peu coûteuse et largement accessible. Le problème est que les éperons précoces peuvent ressembler beaucoup aux formes normales du talon, et la qualité de l’image ou de légers changements de position du pied peuvent aussi créer des ombres évoquant un éperon. Différents radiologues peuvent interpréter la même radiographie de manière divergente, d’où l’intérêt des systèmes d’aide au diagnostic qui peuvent apporter un second avis.

Une nouvelle façon d’enseigner aux ordinateurs avec peu d’exemples

Les systèmes d’intelligence artificielle moderne, dits d’apprentissage profond, ont transformé l’analyse d’images médicales, mais ils nécessitent typiquement des milliers d’images étiquetées et des processeurs graphiques puissants pour être performants. Dans les cliniques réelles, surtout pour des affections spécifiques comme les éperons du talon, seules quelques centaines d’images bien sélectionnées peuvent être disponibles et les ressources informatiques limitées. Les auteurs s’attaquent à ce défi par ce qu’ils appellent l’ingénierie profonde des caractéristiques : au lieu d’entraîner un modèle très volumineux de bout en bout, ils réutilisent les connaissances de 19 réseaux de reconnaissance d’images existants puis sélectionnent et combinent avec soin ce que chacun a appris. Cette stratégie vise à capturer des indices visuels riches tout en gardant le système suffisamment léger pour un usage courant.

Comment fonctionne le système en plusieurs étapes

L’équipe a rassemblé 775 radiographies latérales du pied anonymisées provenant d’un seul hôpital, dont 316 sans éperon et 459 avec éperon calcanéen, selon l’accord de deux cliniciens expérimentés. Chaque image a été redimensionnée mais sinon laissée intacte afin que le pied entier, et non une région recadrée, soit analysé. D’abord, chaque image a été traitée par 19 réseaux neuronaux pré-entraînés différents, chacun ayant été initialement entraîné sur une grande base de données d’images générales. De chaque réseau, les chercheurs ont extrait une empreinte numérique, ou jeu de caractéristiques, résumant la façon dont ce réseau « voit » la région du talon. Ensuite, ils ont utilisé une méthode de sélection itérative pour réduire chaque grande empreinte à un sous-ensemble plus petit des caractéristiques les plus informatives, éliminant les mesures redondantes ou bruitées qui n’aidaient pas à distinguer la présence ou l’absence d’un éperon.

Combiner de nombreux petits votes en une décision forte

Une fois les jeux de caractéristiques allégés prêts, ils ont été fournis à une variation spéciale d’un classifieur simple et intuitif pour l’humain appelé k-plus proches voisins, qui juge un nouveau cas en regardant les exemples passés les plus similaires. Les auteurs ont étendu cette idée en un ensemble : ils ont testé de nombreux paramètres de distance et nombres de voisins puis utilisé un vote majoritaire répété pour fusionner les nombreuses décisions candidates. Une étape finale gloutonne a sélectionné la combinaison qui avait donné les meilleurs résultats lors des tests de validation croisée. Globalement, le cadre a atteint une précision de 93,42 %, avec une sensibilité particulièrement élevée pour les cas présentant réellement des éperons. Autrement dit, il était plus susceptible de manquer un talon normal que de passer à côté d’un éperon, ce qui peut représenter un équilibre plus sûr dans un contexte de dépistage.

Ce que les résultats signifient au-delà de la douleur au talon

Pour s’assurer que le système regardait au bon endroit, les chercheurs ont visualisé les régions sur lesquelles les réseaux se concentraient et ont constaté une attention marquée autour de la face inférieure du talon, où les éperons sont attendus. Ils ont également montré que la combinaison soignée de plusieurs réseaux surpassait n’importe lequel seul, et que des gains similaires apparaissaient lorsque le cadre était appliqué à un jeu de données d’images cellulaires séparé et plus complexe. Parce que la méthode s’exécute sur un ordinateur standard sans carte graphique et n’utilise qu’une poignée de réseaux en production, elle pourrait être ajoutée de façon réaliste aux flux de travail hospitaliers comme assistant en tâche de fond. Pour les patients, cela ne remplace pas le jugement d’un expert, mais cela pourrait signifier des lectures plus cohérentes de radiographies courantes, une assurance plus rapide lorsqu’aucun éperon n’est présent, et un meilleur soutien pour les médecins qui doivent décider de la meilleure prise en charge d’une douleur au talon persistante.

Citation: Demir, S., Can, B., Goktas, O.F. et al. Calcaneal spur detection from lateral foot radiographs using deep feature engineering. Sci Rep 16, 14125 (2026). https://doi.org/10.1038/s41598-026-44671-6

Mots-clés: douleur au talon, imagerie radiographique, IA médicale, éperon osseux, diagnostic assisté par ordinateur