High performance image analysis for very high resolution biomedical data acquired with synchrotron imaging
Analyse d'images haute performance pour les données biomédicales très haute résolution acquises en imagerie synchrotron
Résumé
Vascular diseases related to ageing are gradually taking hold and affect in particular the large elastic arteries (atherosclerosis, aneurysm). To date, the discrete and asymptomatic processes that lead to their establishment are not known. As the consequences of ageing are mixed with those of pathologies, this project will make it possible to determine the vascular damage induced by vascular pathologies. Indeed, no precursor markers for the occurrence of these pathologies are yet known. We currently have a series of images of murine arteries obtained by very high-resolution computed tomography (synchrotron radiation). These phase-contrast images, obtained without any contrast agent, allow us to observe at very high resolution the elastic slides present in the extracellular matrix of the vascular wall. These structures are altered during normal/pathological ageing, leading to functional failure of the artery. These images, which constitute the raw material of our project, bring us to the heart of the thesis problem. Acquired on synchrotron, they have a very high spatial resolution. They are, therefore, of very high anatomical precision but with a very large volume. The approaches and tools currently existing in the analysis of biological and medical images are not able to correctly process such data, both from a methodological and material point of view. This project will aim to overcome this problem by developing new approaches to image analysis that can be scaled up to this scale. In addition to the development of new AI paradigms for the image (in particular hierarchical, multi-scale image modelling), the aim will also be to work on algorithms that are no longer sequential (classically used) but distributed, able to take advantage of intensive computing hardware such as supercomputers. The goal will be first to extract low level primitives, i.e. to segment the macrostructures of interest, at the vascular wall level, then to extract high level descriptors (e.g. texture descriptors) able to characterize the fine architecture of the vascular structures. The quantitative and qualitative information extracted from the images will feed our biomedical investigations. This project is based on the collaboration of two leading laboratories of the University of Reims Champagne-Ardenne: CReSTIC (computer science) and MEDyC (biomedical). The skills brought by these two entities, the technological platforms involved for imaging (SOLEIL synchrotron) and intensive computing (ROMEO), as well as a culture of collaboration between the two units are vectors for the success of this project. Our relationship with the ANATOMIX line of the SOLEIL synchrotron will give us access to beam time specifically reserved for it and will guarantee us the obtaining of new images during the thesis work.
Les maladies vasculaires liées au vieillissement se mettent en place progressivement et affectent notamment les grosses artères élastiques (athérosclérose, anévrisme). À ce jour, les processus discrets et asymptomatiques qui conduisent à leur mise en place ne sont pas connus. Les conséquences du vieillissement se mêlant à celles des pathologies, ce projet permettra de déterminer quels sont les dommages vasculaires induits par des pathologies vasculaires. En effet, on ne connaît toujours pas de marqueurs précurseurs de la survenue de ces pathologies. Nous disposons actuellement de séries d'images d'artères murines obtenues par tomodensitométrie très haute résolution (rayonnement synchrotron). Ces images de contraste de phase, obtenues sans aucun agent contrastant, permettent d'observer à très haute résolution les lames élastiques présentes dans la matrice extracellulaire de la paroi vasculaire. Ces structures sont altérées pendant le vieillissement normal/pathologique, conduisant à une défaillance fonctionnelle de l'artère. Ces images, qui constituent la matière première de notre projet, nous amènent au cœur de la problématique de thèse. Acquises sur synchrotron, elles ont une très haute résolution spatiale. Elles sont, de ce fait, d'une très grande précision anatomique mais d'une très grande volumétrie. Les approches et outils existant actuellement en analyse d'images biologiques et médicales ne sont pas en mesure de traiter correctement de telles données, tant d'un point de vue méthodologique que matériel. Ce projet visera à lever ce verrou en développant de nouvelles approches d'analyse d'images susceptibles de passer à cette échelle. Outre le développement de nouveaux paradigmes d'IA pour l'image (notamment la modélisation hiérarchique, multi-échelle des images), le but sera de travailler également sur des algorithmiques non plus séquentielles (classiquement utilisées) mais distribuées, à même de tirer parti de matériels de calcul intensif tels que les supercalculateurs. Le but sera d'abord d'extraire des primitives de bas niveau, i.e. de segmenter les macrostructures d'intérêt, au niveau de la paroi vasculaire, puis d'extraire des descripteurs de haut niveau (e.g. des descripteurs de texture) à même de caractériser l'architecture fine des structures vasculaires. Les informations quantitatives et qualitatives extraites des images alimenteront nos investigations biomédicales. Ce projet repose sur la collaboration de deux laboratoires phares de l'Université de Reims Champagne-Ardenne : le CReSTIC (informatique) et le MEDyC (biomédical). Les compétences amenées par ces deux entités, les plateformes technologiques impliquées pour l'imagerie (synchrotron SOLEIL) et le calcul intensif (ROMEO), de même qu'une culture de collaboration entre les deux unités constituent des vecteurs de réussite de ce projet. Notre relation avec la ligne ANATOMIX du synchrotron SOLEIL nous permettra d'accéder à du temps faisceau qui lui sera spécifiquement réservé et nous garantira l'obtention de nouvelles images au cours du travail de thèse.
Origine : Fichiers produits par l'(les) auteur(s)