Modèles descriptifs de relations spatiales pour l'aide au diagnostic d'images biomédicales

Résumé : La pathologie numérique s’est développée ces dernières années grâce à l’avancée récente des algorithmes d’analyse d’images et de la puissance de calcul. Notamment, elle se base de plus en plus sur les images histologiques. Ce format de données a la particularité de révéler les objets biologiques recherchés par les experts en utilisant des marqueurs spécifiques tout en conservant la plus intacte possible l’architecture du tissu. De nombreuses méthodes d’aide au diagnostic à partir de ces images se sont récemment développées afin de guider les pathologistes avec des mesures quantitatives dans l’établissement d’un diagnostic. Les travaux présentés dans cette thèse visent à adresser les défis liés à l’analyse d’images histologiques, et à développer un modèle d’aide au diagnostic se basant principalement sur les relations spatiales, une information que les méthodes existantes n’exploitent que rarement. Une technique d’analyse de la texture à plusieurs échelles est tout d’abord proposée afin de détecter la présence de tissu malades dans les images. Un descripteur d’objets, baptisé Force Histogram Decomposition (FHD), est ensuite introduit dans le but d’extraire les formes et l’organisation spatiale des régions définissant un objet. Finalement, les images histologiques sont décrites par les FHD mesurées à partir de leurs différents types de tissus et des objets biologiques marqués qu’ils contiennent. Les expérimentations intermédiaires ont montré que les FHD parviennent à correctement reconnaitre des objets sur fonds uniformes y compris dans les cas où les relations spatiales ne contiennent à priori pas d’informations pertinentes. De même, la méthode d’analyse de la texture s’avère satisfaisante dans deux types d’applications médicales différents, les images histologiques et celles de fond d’œil, et ses performances sont mises en évidence au travers d’une comparaison avec les méthodes similaires classiquement utilisées pour l’aide au diagnostic. Enfin, la méthode dans son ensemble a été appliquée à l’aide au diagnostic pour établir la sévérité d’un cancer via deux ensembles d’images histologiques, un de foies métastasés de souris dans le contexte du projet ANR SPIRIT, et l’autre de seins humains dans le cadre du challenge CPR 2014 : Nuclear Atypia. L’analyse des relations spatiales et des formes à deux échelles parvient à correctement reconnaitre les grades du cancer métastasé dans 87, 0 % des cas et fourni des indications quant au degré d’atypie nucléaire. Ce qui prouve de fait l’efficacité de la méthode et l’intérêt d’encoder l’organisation spatiale dans ce type d’images particulier.
Type de document :
Thèse
Informatique [cs]. Université René Descartes - Paris V, 2014. Français. <NNT : 2014PA05S015>
Liste complète des métadonnées


https://tel.archives-ouvertes.fr/tel-01127479
Contributeur : Abes Star <>
Soumis le : samedi 7 mars 2015 - 02:51:13
Dernière modification le : mercredi 12 octobre 2016 - 01:22:09
Document(s) archivé(s) le : lundi 8 juin 2015 - 15:06:24

Fichier

2014PA05S015.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01127479, version 1

Collections

Citation

Mickaël Garnier. Modèles descriptifs de relations spatiales pour l'aide au diagnostic d'images biomédicales. Informatique [cs]. Université René Descartes - Paris V, 2014. Français. <NNT : 2014PA05S015>. <tel-01127479>

Partager

Métriques

Consultations de
la notice

139

Téléchargements du document

503