Analyse statistique de populations pour l'interprétation d'images histologiques

Résumé : Au cours de la dernière décennie, la pathologie numérique a été améliorée grâce aux avancées des algorithmes d'analyse d'images et de la puissance de calcul. Néanmoins, le diagnostic par un expert à partir d'images histopathologiques reste le gold standard pour un nombre considérable de maladies notamment le cancer. Ce type d'images préserve la structure des tissus aussi proches que possible de leur état vivant. Ainsi, cela permet de quantifier les objets biologiques et de décrire leur organisation spatiale afin de fournir une description plus précise des tissus malades. L'analyse automatique des images histopathologiques peut avoir trois objectifs: le diagnostic assisté par ordinateur, l'évaluation de la sévérité des maladies et enfin l'étude et l'interprétation des mécanismes sous-jacents des maladies et leurs impacts sur les objets biologiques. L'objectif principal de cette thèse est en premier lieu de comprendre et relever les défis associés à l'analyse automatisée des images histologiques. Ensuite, ces travaux visent à décrire les populations d'objets biologiques présents dans les images et leurs relations et interactions à l'aide des statistiques spatiales et également à évaluer la significativité de leurs différences en fonction de la maladie par des tests statistiques. Après une étape de séparation des populations d'objets biologiques basée sur la couleur des marqueurs, une extraction automatique de leurs emplacements est effectuée en fonction de leur type, qui peut être ponctuel ou surfacique. Les statistiques spatiales, basées sur la distance pour les données ponctuelles, sont étudiées et une fonction originale afin de mesurer les interactions entre deux types de données est proposée. Puisqu'il a été montré dans la littérature que la texture d'un tissu est altérée par la présence d'une maladie, les méthodes fondées sur les motifs binaires locaux sont discutées et une approche basée sur une modification de la résolution de l'image afin d'améliorer leur description est introduite. Enfin, les statistiques descriptives et déductives sont appliquées afin d'interpréter les caractéristiques extraites et d'étudier leur pouvoir discriminant dans le cadre de l'étude des modèles animaux de cancer colorectal. Ce travail préconise la mesure des associations entre différents types d'objets biologiques pour mieux comprendre et comparer les mécanismes sous-jacents des maladies et leurs impacts sur la structure des tissus. En outre, nos expériences confirment que l'information de texture joue un rôle important dans la différenciation des deux modèles d'implantation d'une même maladie.
Type de document :
Thèse
Traitement du signal et de l'image. Université Sorbonne Paris Cité, 2015. Français. 〈NNT : 2015USPCB003〉
Liste complète des métadonnées

Littérature citée [201 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01191479
Contributeur : Abes Star <>
Soumis le : vendredi 4 septembre 2015 - 09:53:01
Dernière modification le : lundi 6 novembre 2017 - 16:28:02
Document(s) archivé(s) le : samedi 5 décembre 2015 - 10:44:37

Fichier

va_Alsheh-Ali_Maya.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01191479, version 1

Collections

Citation

Maya Alsheh Ali. Analyse statistique de populations pour l'interprétation d'images histologiques. Traitement du signal et de l'image. Université Sorbonne Paris Cité, 2015. Français. 〈NNT : 2015USPCB003〉. 〈tel-01191479〉

Partager

Métriques

Consultations de la notice

176

Téléchargements de fichiers

855