Computer vision aided diagnosis and guidance in endoscopic urology

Diagnostic et guidage assistés par vision en endourologie

Jorge Lazo (1)

1 ICube - Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie

Endoscopy is a minimally invasive procedure used for the detection, diagnosis, and treatment of diseases of hollow organs. In the case of the urinary system, it consists of passing a ureteroscope through the urethra and bladder and, if necessary, to the ureter and kidneys. The visual information obtained by the endoscopic camera helps clinicians in two main tasks: navigation and diagnosis. The objective of this Ph.D. project is the development of endoscopic computer vision systems to help in these two tasks. In the first part, we focus on the lumen segmentation, under low visibility conditions. In the second part, we focus on the bladder tissue classification task in scenarios where the labeled data is limited to only one of the two domains (NBI and WLI), typically used in the procedure. Finally, we show that the proposed models can be integrated into flexible robots to achieve autonomous intraluminal navigation.

L'endoscopie est une procédure utilisée pour la détection, le diagnostic et le traitement des maladies des organes creux. Dans ce projet, nous nous concentrons sur les organes de l'appareil urinaire. Les informations visuelles obtenues par la caméra endoscopique aident les cliniciens dans deux tâches principales : la navigation et le diagnostic. L'objectif de ce projet de doctorat est de développer des systèmes de vision par ordinateur pour l'endoscopie afin de faciliter ces deux tâches. Dans la première partie, nous nous concentrons sur la segmentation de la lumière, dans des conditions de faible visibilité. Dans la deuxième partie, nous nous concentrons sur la tâche de classification des tissus de la vessie dans des scénarios où les données étiquetées sont limitées et dans deux modalités d'images (NBI et WLI). Enfin, nous montrons que les modèles proposés peuvent être intégrés dans des robots flexibles pour réaliser une navigation intraluminale autonome.

Mots clés: Computer vision; Computer aided diagnosis; Cancer classification; Image segmentation; Visual-servoing; Deep learning

Mots clés: Vision par ordinateur; Diagnostic assisté par ordinateu; Classification des cancers; Segmentation des images; Asservissement visuel; Apprentissage profond

Domaines: Imagerie médicale

Jorge Lazo. Computer vision aided diagnosis and guidance in endoscopic urology. Medical Imaging. Université de Strasbourg, 2023. English. ⟨NNT : 2023STRAD009⟩. ⟨tel-04416238⟩