Interpretable Biomarker-Based and Multimodal Deep Learning for Automatic Cardiomegaly Diagnosis from Chest Radiographs: A State-of-theArt Review

Abstract

Cardiomegaly, the abnormal enlargement of the heart, is a clinically significant radiographic finding routinely assessed on chest X-rays. The current diagnostic reference, the cardiothoracic ratio (CTR), reduces the rich two-dimensional information in a heart-and-lung segmentation mask to a single linear measurement, discarding shape-related information such as curvature, symmetry, and orientation. This report reviews the state of the art in automated cardiomegaly assessment and identifies a persistent gap: even the most advanced multimodal approaches describe the cardiac silhouette using only two scalar biomarkers, the CTR and the cardiopulmonary area ratio (CPAR), despite the richer geometric information already contained in the segmentation masks from which they are derived. Building on this review, the report proposes extracting an extended set of interpretable geometric descriptors from these masks and integrating them into a multimodal architecture combining image features, clinical data, and digital biomarkers, following the fusion framework of Duvieusart et al. (2022).***

La cardiomégalie, l’élargissement anormal du coeur, est un signe radiographique cliniquement significatif, systématiquement évalué sur les radiographies thoraciques. La référence diagnostique actuelle, le rapport cardio-thoracique (RCT), réduit les informations bidimensionnelles riches d’un masque de segmentation coeur-poumons à une seule mesure linéaire, en écartant des informations liées à la forme telles que la courbure, la symétrie et l’orientation. Ce rapport passe en revue l’état de l’art de l’évaluation automatisée de la cardiomégalie et identifie un écart persistant : même les approches multimodales les plus avancées décrivent la silhouette cardiaque à l’aide de seulement deux biomarqueurs scalaires, le RCT et le rapport de surface cardio-pulmonaire (RSCP), alors que les masques de segmentation dont ils sont dérivés contiennent des informations géométriques bien plus riches. S’appuyant sur cette revue, le rapport propose d’extraire un ensemble étendu de descripteurs géométriques interprétables à partir de ces masques et de les intégrer dans une architecture multimodale combinant caractéristiques d’image, données cliniques et biomarqueurs numériques, selon le cadre de fusion de Duvieusart et al. (2022).