Formal representation and reasoning for microscopic medical image based prognosis. Application to breast cancer grading.
Représentation et raisonnement formels pour le pronostic basé sur l'imagerie médicale microscropique. Application à la graduation du cancer du sein.
Résumé
This thesis addresses ontology-driven prognosis assistance using knowledge representation and reasoning for very large microscopi medical images. One particular medical application in which prognosis assistance is needed is the breast cancer grading. Although this is considered the key assessment tool in prognosis of modern pathology practice, the main problems of the manual procedure are : time constraints, the need of knowledge and attention. Moreover the lack of formal standardized semantic representation for the indexing and classification of the terminology and the lack of an inference mechanism to assist the grading are key issues of the domain. To this end, we propose a qualitative formal ontological representation of breast cancer grading, an application ontology entitled Breast Cancer Grading Ontology based on OWL-DL and SWRL formalisms. Using this approach, this thesis also tackles the semantic gap between the high-level semantic concepts and the low-level image features. Additionally, we propose a spatial theory support for the representation of the spatial relations between the spatial concepts of the breast cancer grading. This ontology is integrated into a cognitive microscope framework MICO, guiding the image exploration, semantic indexing and retrieval of the microscopy images.
Cette thèse aborde l'aide du pronostic basée sur l'image et les ontologies médicales, en utilisant la représentation des connaissances et le raisonnement pour les très grandes images microscopiques. Une application médicale particulière dans laquelle une assistance de type pronostic est nécessaire est la graduation du cancer du sein. Même si cela est considéré comme un outil d'évaluation essentiel dans la pratique de pathologie moderne, les principaux problèmes posés par la procédure manuelle de pronostic sont : la nécessité des connaissances, attention et temps. D'autre part, le manque de représentation sémantique formelle standardisée pour aider l'indexation et la classification de la terminologie, ainsi que l'utilisation d'un mécanisme d'inférence pour assister la graduation représentent des problématiques clé du domaine. Dans ce sens, cette étude propose une représentation formelle qualitative pour la graduation du cancer du sein ainsi qu'une ontologie d'application Breast Cancer Grading Ontology (BCGO) pour décrire les connaissances d'une manière cohérente. Une autre question que nous adressons en proposant l'ontologie est le fossé sémantique entre les concepts sémantiques de haut niveau et les caractéristiques de l'image de bas niveau. En plus, nous proposons un soutien de théorie spatiale pour la représentation des relations spatiales entre les concepts spécifiques à la graduation du cancer du sein. L'ontologie BCGO est intégré dans une plateforme microscopique cognitif virtuelle MICO pour l'exploration visuelle, l'indexation et l'extraction sémantique de l'image microscopique.
Loading...