Dissertations / Theses on the topic 'Diagnostic assisté par ordinateur (CAD)'

Le diagnostic assisté par ordinateur du cancer du sein devient de plus en plus une nécessité vu la croissance exponentielle du nombre de mammographies effectuées chaque année. En particulier, le diagnostic des masses mammaires et leur classification suscitent actuellement un grand intérêt. En effet, la complexité des formes traitées et la difficulté rencontrée afin de les discerner nécessitent l'usage de descripteurs appropriés. Dans ce travail, des méthodes de caractérisation adaptées aux pathologies mammaires sont proposées ainsi que l'étude de différentes méthodes de classification est abordée. Afin de pouvoir analyser les formes des masses, une étude concernant les différentes techniques de segmentation est réalisée. Cette étude nous a permis de nous orienter vers le modèle du level set basé sur la minimisation de l'énergie de la région évolutive. Une fois les images sont segmentées, une étude des différents descripteurs proposés dans la littérature est menée. Cependant, ces propositions présentent certaines limites telles que la sensibilité au bruit, la non invariance aux transformations géométriques et la description générale et imprécise des lésions. Dans ce contexte, nous proposons un nouveau descripteur intitulé les points terminaux du squelette (SEP) afin de caractériser les spiculations du contour des masses tout en respectant l'invariance à l'échelle. Un deuxième descripteur nommé la sélection des protubérances (PS) est proposé. Il assure de même le critère d'invariance et la description précise de la rugosité du contour. Toutefois, le SEP et le PS sont sensibles au bruit. Une troisième proposition intitulée le descripteur des masses spiculées (SMD) assurant une bonne robustesse au bruit est alors réalisée. Dans l'objectif de comparer différents descripteurs, une étude comparative entre différents classifieurs est effectuée. Les séparateurs à vaste marge (SVM) fournissent pour tous les descripteurs considérés le meilleur résultat de classification. Finalement, les descripteurs proposés ainsi que d'autres couramment utilisés dans le domaine du cancer du sein sont comparés afin de tester leur capacité à caractériser convenablement le contour des masses en question. La performance des trois descripteurs proposés et notamment le SMD est mise en évidence à travers les comparaisons effectuées
The computer-aided diagnosis of breast cancer is becoming increasingly a necessity given the exponential growth of performed mammograms. In particular, the breast mass diagnosis and classification arouse nowadays a great interest. Indeed, the complexity of processed forms and the difficulty to distinguish between them require the use of appropriate descriptors. In this work, characterization methods suitable for breast pathologies are proposed and the study of different classification methods is addressed. In order to analyze the mass shapes, a study about the different segmentation techniques in the context of breast mass detection is achieved. This study allows to adopt the level set model based on minimization of region-scalable fitting energy. Once the images are segmented, a study of various descriptors proposed inthe literature is conducted. Nevertheless, these proposals have some limitations such as sensitivity to noise, non invariance to geometric transformations and imprecise and general description of lesions. In this context, we propose a novel descriptor entitled the Skeleton End Points descriptor (SEP) in order to better characterize spiculations in mass contour while respecting the scale invariance. A second descriptor named the Protuberance Selection (PS) is proposed. It ensures also the same invariance criterion and the accurate description of the contour roughness. However, SEP and PS proposals are sensitive to noise. A third proposal entitled Spiculated Mass Descriptor (SMD) which has good robustness to noise is then carried out. In order to compare different descriptors, a comparative study between different classifiers is performed. The Support Vector Machine (SVM) provides for all considered descriptors the best classification result. Finally, the proposed descriptors and others commonly used in the breast cancer field are compared to test their ability to characterize the considered mass contours

Nous avons développé un système de diagnostic assisté par ordinateur (CAD) basé sur des régions d'intérêt pour caractériser le cancer de la prostate avec un grade de l'International Society of Urological Pathology (ISUP) ≥2 lors d'une IRM multiparamétrique (IRM-mp). Les paramètres de l'image provenant de 2 jeux de données multi-constructeurs de 265 IRM pré-prostatectomie et 112 IRM pré-biopsie ont été combinés en utilisant la régression logistique. Les meilleurs modèles contenaient le 2e percentile d’ADC (ADC2) et le taux de rehaussement normalisé (WI) dans la zone périphérique (ZP) et le 25e percentile d'ADC (ADC25) dans la zone de transition (ZT). Ils ont été associés dans le système CAD. Le CAD a été évalué rétrospectivement sur 2 jeux de données multi-constructeurs contenant respectivement 158 et 105 IRM pré-biopsie de notre institution (test interne) et d'une autre institution (test externe). Deux radiologues ont indépendamment décrit les lésions ciblées par la biopsie. Le score PI-RADSv2 (Prostate Imaging-Reporting and Data System version 2) attribué prospectivement lors de la biopsie et le score CAD ont été comparés aux résultats de la biopsie. A l’échelle des patients, les aires sous la courbe Receiver Operating Characteristic (AUC) du score PI-RADSv2 étaient de 82% (IC 95% : 74-87) et 85% (IC 95% : 79-91) dans les jeux de données de test interne et externe respectivement. Pour les deux radiologues, le score CAD avait des AUC similaires dans les jeux de données interne (82%, IC 95% : 76-89, p=1 ; 84%, IC 95% : 78-91, p=1) et externe (82%, IC 95% : 76-89, p=0.82 ; 86%, IC 95% : 79-93, p=1). La combinaison du PI-RADSv2 et du CAD aurait pu éviter 41 à 52% des biopsies tout en manquant 6 à 10% des cancers ISUP≥2. Le système CAD a confirmé sa robustesse dans une étude multicentrique impliquant 22 scanners et des protocoles d'imagerie très hétérogènes. Dans l'analyse par patient, le CAD et le PI-RADSv2 avaient des performances similaires en termes d’AUC (76%, IC 95% : 70-82 contre 79%, IC 95% : 73-86 ; p=0.34) et de sensibilité (86%, IC 95% : 76-96 contre 89%, IC 95% : 79-98 pour le PI-RADSv2≥4). La spécificité du CAD (62%, IC 95% : 53-70 contre 49% ; IC 95% : 39-59 pour le PI-RADSv2≥4) permettait une complémentarité avec le score PI-RADSv2 pour potentiellement éviter 50% des biopsies, tout en manquant 13% des cancers ISUP≥2. Ces résultats étaient similaires à ceux rapportés dans les cohortes de test issues d’un unique centre et ont ouvert la voie à de nouvelles applications du CAD. Le CAD a d’abord permis une bonne discrimination des cancers ISUP≥2 chez des patients placés en surveillance active. Son AUC (80% ; IC 95% : 74-86) était similaire à celle du score PI-RADSv2 attribué prospectivement par des uro-radiologues spécialisés (81%, IC 95% : 74-87 ; p=0.96). Le CAD était plus spécifique que les scores PI-RADS≥3 (p<0.001) et PI-RADS≥4 (p<0.001). Il pourrait offrir une solution pour sélectionner les patients pouvant éviter sans risque une biopsie de confirmation ou de suivi dans le cadre de leur surveillance active (25%). Il manquerait alors 5% des cancers ISUP≥2. Le CAD a enfin été confronté aux IRM-mp pré-prostatectomie de 56 patients japonais, issus d’une population qui est géographiquement éloignée de sa population d’entraînement et qui intéresse de par ses faibles taux d’incidence et de mortalité du cancer de la prostate. Son AUC était alors similaire au score PI-RADSv2 attribué par un radiologue expérimenté dans la ZP (80%, IC 95% : 71-90 contre 80%, IC 95% : 71-89 ; p=0.886) et dans la ZT (79%, IC 95% : 66-90 contre 93%, 95%CI : 82-96 ; p=0.051). Ces résultats prometteurs et robustes sur des jeux de données hétérogènes suggèrent que le CAD pourrait être utilisée dans la routine clinique quotidienne comme un second lecteur pour aider à sélectionner les patients pouvant éviter la biopsie en toute sécurité. Ce CAD pourrait aider les lecteurs moins expérimentés à caractériser les lésions de la prostate
We developed a region of interest-based (ROIs) computer-aided diagnosis system (CAD) to characterize International Society of Urological Pathology grade (ISUP) ≥2 prostate cancers at multiparametric MRI (mp-MRI). Image parameters from two multi-vendor datasets of 265 pre-prostatectomy and 112 pre-biopsy MRIs were combined using logistic regression. The best models used the ADC 2nd percentile (ADC2) and normalized wash-in rate (WI) in the peripheral zone (PZ) and the ADC 25th percentile (ADC25) in the transition zone (TZ). They were combined in the CAD system. The CAD was retrospectively assessed on two multi-vendor datasets containing respectively 158 and 105 pre-biopsy MRIs from our institution (internal test dataset) and another institution (external test dataset). Two radiologists independently outlined lesions targeted at biopsy. The Prostate Imaging-Reporting and Data System version 2 (PI-RADSv2) score prospectively assigned at biopsy and the CAD score were compared to biopsy findings. At patient level, the areas under the Receiver Operating Characteristic curve (AUC) of the PI-RADSv2 score were 82% (95% CI: 74-87) and 85% (95% CI: 79-91) in the internal and external test datasets respectively. For both radiologists, the CAD score had similar AUC results in the internal (82%, 95% CI: 76-89, p=1; 84%, 95% CI: 78-91, p=1) and external (82%, 95% CI: 76-89, p=0.82; 86%, 95% CI: 79-93, p=1) test datasets. Combining PI-RADSv2 and CAD findings could have avoided 41-52% of biopsies while missing 6-10% of ISUP≥2 cancers. The CAD system confirmed its robustness showing good discrimination of ISUP ≥2 cancers in a multicentric study involving 22 different scanners with highly heterogeneous image protocols. In per patient analysis, the CAD and the PI-RADSv2 had similar AUC values (76%, 95% CI: 70-82 vs 79%, 95% CI: 73-86; p=0.34) and sensitivities (86%, 95% CI: 76-96 vs 89%, 95% CI: 79-98 for PI-RADSv2 ≥4). The specificity of the CAD (62%, 95% CI: 53-70 vs 49%, 95% CI: 39-59 for PI-RADSv2 ≥4) could be used to complement the PI-RADSv2 score and potentially avoid 50% of biopsies, while missing 13% of ISUP ≥2 cancers. These findings were very similar to those reported in the single center test cohorts. Given its robustness, the CAD could then be exploited in more specific applications. The CAD first provided good discrimination of ISUP ≥2 cancers in patients under Active Surveillance. Its AUC (80%, 95% CI: 74-86) was similar to that of the PI-RADS score prospectively assigned by specialized uro-radiologists at the time of biopsy (81%, 95% CI: 74-87; p=0.96). After dichotomization, the CAD was more specific than the PI-RADS ≥3 (p<0.001) and the PI-RADS ≥4 scores (p<0.001). It could offer a solution to select patients who could safely avoid confirmatory or follow-up biopsy during Active Surveillance (25%), while missing 5% of ISUP≥2 cancers. Finally, the CAD was tested with the pre-prostatectomy mp-MRIs of 56 Japanese patients, from a population which is geographically distant from its training population and which is of interest because of its low prostate cancer incidence and mortality. The CAD obtained an AUC similar to the PI-RADSv2 score assigned by an experience radiologist in the PZ (80%, 95% CI: 71-90 vs 80%, 95% CI: 71-89; p=0.886) and in the TZ (79%, 95% CI: 66-90 vs 93%, 95%CI: 82-96; p=0.051). These promising and robust results across heterogeneous datasets suggest that the CAD could be used in clinical routine as a second opinion reader to help select the patients who could safely avoid biopsy. This CAD may assist less experience readers in the characterization of prostate lesions

Les technologies d’imagerie médicale permettent de visualiser pathologies et traumatismes. Cependant, même si cette imagerie permet des vues perspectives dynamiques, elle reste du domaine du 3D virtuel puisque sur un écran 2D. Une réplique présente dès lors un avantage certain : elle rend palpable la notion d'échelle et de volume et apparents des détails cachés ou ambigus et ainsi améliore ou facilite le diagnostic et la solution chirurgicale.Le prototypage rapide permet la fabrication d'une réplique à partir d'un fichier CAO issu des données d'imagerie, mais ce procédé n'est pour l'instant appliqué qu'à des cas très spécifiques. Nos travaux montrent qu'il peut l'être avec profit en orthopédie et traumatologie à des cas chirurgicaux certes complexes mais courants, et passer du laboratoire de recherche à l'établissement hospitalier.Une méthodologie est définie visant à passer des données DICOM3 à une réplique en ABS par prototypage rapide par dépôt de fil fondu via une reconstruction 3D numérique à l'aide de logiciels dédiés. Une étude de capabilité, transposable à tout procédé, quantifie la réponse et la fidélité de la machine et les paramètres optimaux. Trois applications (à partir de la tomographie RX) sont présentées à travers trois cas cliniques (ostéotomie, arthroplastie, trochléoplastie).Les exemples montrent que le procédé s'avère pertinent (et économiquement raisonnable) dès qu’il est question de géométrie complexe, de matérialisation du relief et d’appréciation d’un volume osseux. La représentation objective de l’échelle des volumes en constitue le point fort et l'intérêt est indéniable dans nombre de domaines de la chirurgie orthopédique et traumatologique
The medical imaging technologies allow the visualization of diseases and injuries. However, even if dynamic perspective ones, these views remain a virtual 3D visualization because on a 2D screen. Real replicas have therefore a definite advantage: they can make palpable the notion of scale and volume and apparent hidden or ambiguous details and thus enhance or facilitate the diagnosis and the surgical solution.The rapid prototyping allows to achieve a replica from a CAD file issued from imaging data but this process is now only applied to specific cases. Our work shows that it can be applied with profit for complex but usual orthopaedic and trauma surgery cases. It can be so transfered from the research laboratory to the hospital.A methodology is defined to manufacture an ABS replica through rapid prototyping by fused deposition modelling from DICOM3 data and digital 3D reconstructions using dedicated software. The study of the capability, transferable to any process, quantifies the response and the accuracy of the machine and the optimal parameters. Three applications (from CT-scan) are presented through three clinical cases (osteotomy, arthroplasty and trochleoplasty) . The examples show that the method is appropriate (and economically reasonable) when it comes to complex geometry or assessment of bone volume. The objective representation of the volumes is the strength of the method and the interest is undeniable in many areas of orthopaedic surgery and traumatology

Definition de la structure coherente d'un systeme de gestion de production et elaboration d'un modele de reference. Developpement de la theorie des situations et proposition d'un modele situationnel des centres de decision. Ces deux modeles theoriques ont ainsi permis de realiser un systeme d'aide au diagnostic des incoherences des systemes de gestion de la production

Le nombre important d'anomalies non detectees sur les images radiologiques medicales et leur complexite croissante montrent la necessite d'une aide au diagnostic qui pourrait etre apportee par l'ordinateur. L'assistance peut intervenir aux deux niveaux du diagnostic: la perception de l'anomalie au cours de la lecture de l'image et l'interpretation de ce qui a ete observe. La faisabilite de systemes d'analyse des images tomodensitometriques est montree. Les methodes de parametrisation utilisees sont soit statistiques: analyse de l'histogramme (detection des tumeurs vertebrales par modele de comparaison), analyse de texture (par matrice de concurrence); soit morphologique: detection de l'osteoporose par squelettisation du corps vertebral. Une possibilite d'information temporelle et fonctionnelle est egalement etudiee par application de la cinedensigraphie par scanner x, a la detection des fibroses pulmonaires. Le diagnostic assiste par ordinateur est une etape fondamentale vers l'automatisation, dont la mise en uvre fait apparaitre de nombreuses exigences techniques et cliniques

Pulmonaryembolism (PE) is an extremely common and highly lethal condition that is a leading cause of death in all age groups. Over the past 10 years, computed tomography (CT) scanners have gained acceptance as a minimally invasive method for diagnosing PE. Ln this manuscript, a framework for computer-aided diagnosis of PE in contrast-enhanced CT images is presented. It consists of a combinat ion of a method for segmenting the pulmonaryarteries (PA), emboli detection methods as weIl as a scheme for evaluating their performances. The segmentation of the PA serves one of the clot detection methods, and is carried out through a region growing method that makes use of a priori knowledge of vessel topology. Two different approaches for clot detection are proposed : the first one performs clot detection by analyzing the concavities in the segmentation of the pulmonary arterial tree. It works in a semi-automatic way and it enables the detection of thrombi in the larger sections of the PA. The second method does not make use of PA segmentation and is thus fully automatic, enabling detection of clots farther in the vessels. The combinat ion of these methods provides a robust detection technique that can be used as a safeguard by radiologists, or even as preliminary computer-aided diagnosis (CAD) tool. The evaluation of the method is also discussed, and a scheme for measuring its performance is proposed, including a practical approach to making reference detection data, or ground truths, by radiologists.

La thèse "Études exploratoires dédiées au diagnostic de corrosion assisté par ordinateur des structures de génie civil" traite de la phénoménologie et de la modélisation de la corrosion de l'acier de construction. Le poids sécuritaire, sociétal, environnemental du vieillissement des infrastructures fait de ce thème un enjeu économique majeur de développement de tout pays. Les développements proposés portent principalement sur la corrosion des armatures dans le béton armé. La corrosion des structures métalliques enterrées est également adressée concernant les problématiques relatives aux couplages galvaniques induits par l'hétérogénéité des sols et aux courants vagabonds. Les méthodes d'investigation usuelles (mesures de potentiel des aciers, de résistivité du béton ou de résistance de polarisation), jointes à des hypothèses empiriques consacrées par l'usage, conduisent à des interprétations souvent incertaines ou n'ayant qu'une valeur qualitative. L'ambition de cette thèse, motivée par les enjeux évoqués, est de montrer comment une meilleure compréhension de la physique de la corrosion, conjuguée à la puissance du calcul aux éléments finis, permet de construire des modèles élaborés et robustes, utiles pour poser un diagnostic et/ou un pronostic quantifié et fiable. La thèse est abondamment illustrée par des études de cas réels ou numériques et étayée par des essais originaux conduits en laboratoire. Afin d'améliorer la compréhension des phénomènes prévalant dans le processus de corrosion, les concepts-clés de thermodynamique et de cinétique électrochimique sont rappelés et contextualisés. L'assemblage de différentes lois physiques, chimiques et électrochimiques permet d'élaborer une approche de modélisation avancée, intégrant notamment la diffusion du dioxygène jusqu'aux armatures en contexte insaturé, mais aussi la production et la précipitation des produits de la corrosion et leur influence sur l'équilibre dynamique d'un système de corrosion. Cette approche de modélisation, nécessairement tridimensionnelle ou a minima bidimensionnelle, donne lieu à une transcription dans un code de calcul par éléments finis. Elle est appliquée dans un premier temps à l'étude numérique d'un premier cas typique de corrosion : pile en béton armé partiellement immergée en mer. L'influence du rôle du dioxygène (disponibilité et diffusion) sur la cinétique de dissolution de l'acier et sur la nature des produits de corrosion formés est notamment étudiée. Afin d'illustrer l'apport effectif de la modélisation 3D dans le processus de diagnostic de la corrosion, une étude de cas réelle est proposée concernant un ouvrage métallique enterré, en l'occurrence des palplanches servant au soutènement des culées d'un passage supérieur d'autoroute, situées à proximité d'une conduite enterrée sous protection cathodique. Des mesures effectuées in-situ mais aussi en laboratoire à partir d'échantillons judicieusement choisis, permettent d'alimenter le modèle de calcul. Le modèle numérique ainsi construit, qualifié de jumeau numérique, permet de mettre en évidence l'existence de courants vagabonds circulant dans la structure, mais également le risque de corrosion galvanique induit par l'hétérogénéité du sol. Le jumeau numérique électrochimique constitue alors un outil puissant pour estimer la cinétique et le faciès de corrosion de l'ouvrage et poser un pronostic en termes de durée de vie. [...]
The PhD thesis "Exploratory studies dedicated to computer-assisted corrosion diagnosis of civil engineering structures" deals with the phenomenology and modeling of corrosion of structural steel. The safety, societal and environmental impact of aging infrastructures makes this theme a major economic issue for the development of any country. The proposed developments focus mainly on the corrosion of reinforcements in reinforced concrete. The corrosion of buried metallic structures is also addressed concerning the problems related to galvanic couplings induced by the heterogeneity of soils and stray currents. The usual methods of investigation (measurements of steel potential, concrete resistivity or polarization resistance), combined with empirical hypotheses established by experience, lead to interpretations that are often uncertain or have only a qualitative value. The ambition of this thesis, motivated by the issues at stake, is to show how a better understanding of the physics of corrosion, combined with the power of finite element calculation, allows the construction of elaborate and robust models, useful for a quantified and reliable diagnosis and/or prognosis. The thesis is abundantly illustrated by real or numerical case studies and supported by original laboratory tests. In order to improve the understanding of the phenomena prevailing in the corrosion process, the key concepts of thermodynamics and electrochemical kinetics are recalled and contextualized. The assembly of different physical, chemical and electrochemical laws allows the elaboration of an advanced modeling approach, integrating in particular the diffusion of oxygen to the reinforcement in an unsaturated context, but also the production and precipitation of corrosion products and their influence on the dynamic equilibrium of a corrosion system. This modeling approach, necessarily three-dimensional or at least two-dimensional, gives rise to a transcription in a finite element calculation code. It is first applied to the numerical study of a first typical case of corrosion: a reinforced concrete pile partially submerged in the sea. The influence of the role of oxygen (availability and diffusion) on the dissolution kinetics of the steel and on the nature of the corrosion products formed is studied in particular. In order to illustrate the effective contribution of 3D modeling in the process of corrosion diagnosis, a real case study is proposed concerning a buried steel structure, in this case sheet piles used to support the abutments of a freeway overpass, located near a pipe buried under cathodic protection. Measurements carried out in-situ but also in the laboratory from judiciously chosen samples are used to feed the calculation model. The numerical model thus constructed, qualified as a digital twin, makes it possible to highlight the existence of stray currents circulating in the structure, but also the risk of galvanic corrosion induced by the heterogeneity of the soil. The electrochemical digital twin is then a powerful tool for estimating the kinetics and the corrosion facies of the structure and making a prognosis in terms of service life. Within a concrete structure, the presence of chlorides is associated with various effects, notably associated with the local electric field. If this phenomenon is ignored, the interpretation of field data, for example potential maps, can lead to a biased diagnosis. This thesis addresses the question of corrosion initiation.[...]

L’objectif de notre travail est de concevoir un système de diagnostic automatique fiable utilisé à grande échelle sur une plateforme d’enseignement en ligne dans le domaine de l’apprentissage de l’algèbre élémentaire. Ma thèse s’est déroulée dans le cadre du projet Lingot, projet de recherche pluridisciplinaire regroupant, des informaticiens, des didacticiens des mathématiques, des psychologues ergonomes, des enseignants et des formateurs d’enseignants. Ce projet a deux objectifs fondamentaux. Le premier consiste à concevoir des EIAH (Environnements Informatiques pour l’Apprentissage Humain) pour aider les enseignants à gérer la diversité cognitive des élèves pour l’apprentissage de l’algèbre au collège. Le deuxième objectif est de fournir aux chercheurs des dispositifs d’observation pour étudier, sur le long terme, les résultats d’apprentissage des enseignements dispensés. Notre apport est double : d’une part il porte sur l’évaluation du diagnostic et l’amélioration de sa qualité et, d’autre part, il propose un diagnostic adaptatif. Enfin notre système a été mis en œuvre sur la plateforme de l’association Sésamath utilisée par des milliers d’enseignants et d’élèves. Le problème principal qui nous concerne, en tant qu’informaticien, est celui du mode d’inférence des descripteurs de la compétence d’un apprenant à partir des données recueillies lors d’un test diagnostic. Le processus de diagnostic se décompose en deux étapes : un diagnostic local qui consiste à analyser chaque réponse d’un élève, et un diagnostic que nous qualifions de global qui consiste à détecter des cohérences dans les réponses des élèves afin de dresser un bilan des compétences qui ont été détectées. Nous avons, à partir de premiers prototypes, mis au point un modèle conceptuel et un logiciel, PépiMep, qui le met en œuvre. Dans un premier temps, PépiMep recueille des réponses ou des raisonnements algébriques sur une plateforme d’enseignement en ligne, puis, dans un deuxième temps, PépiMep analyse ces réponses en prenant en compte non seulement leur degré de validité mais aussi leur caractérisation sur plusieurs dimensions. Cette analyse s’appuie sur un logiciel de calcul formel développé par l’équipe. Enfin PépiMep construit un bilan cognitif qui caractérise la compétence de l’élève, en établissant des leviers pour l’apprentissage et des fragilités à faire évoluer, et qui le situe sur une échelle de compétence. Nous avons mis en place les modèles de données et le système qui les interprète. Nous nous sommes enfin penchés sur le problème de mettre au point un diagnostic adaptatif pour minimiser le temps de passage du test diagnostic. Ce diagnostic s’appuie sur le modèle markovien de décision séquentielle. Pour mener à bien notre travail de recherche, nous avons adopté une démarche fondée sur le prototypage et sur l’analyse de corpus de réponses d’élèves obtenus à partir de prototypes. Nous avons mis en place des outils pour faciliter l’analyse de ces données par des experts humains (enseignants et didacticiens des mathématiques dans notre cas) et la comparaison entre le diagnostic automatique et celui d’experts ou de professionnels humains. Les résultats de cette comparaison montrent que notre système permet de faire instantanément un travail qui prend plusieurs heures à un expert humain, selon un taux de concordance avec l’expertise humaine qui est supérieur aux taux d’accords entre experts humains avant discussion pour établir un consensus sur un corpus de référence.

Le thème principal de cette thèse porte sur l'aide a apporter à l'élève et sur le diagnostic de ses activités dans les environnements interactifs d'apprentissage avec ordinateur (eiao) pour l'enseignement des sciences. Nous avons étudie ces questions dans le cadre d'un projet d'environnement d'apprentissage de la résolution de problèmes de chimie quantitative (schnaps). Conçue a partir de l'analyse de résolutions d'élèves, la première version de cet environnement comprend une base de données chimiques, un resolveur fonde sur l'exécution de plans et la propagation de contraintes, et des interfaces pour la définition de la situation-probleme et la rédaction de la solution. Le diagnostic repose sur une méthode de classification heuristique dans laquelle on cherche a reconnaître des formes représentatives des actions de l'élève dans la résolution. Les expressions tapées par l'élève sont mises en correspondance avec une base de formules qui expriment les relations fondamentales entre les grandeurs, qu'elles proviennent des connaissances de référence ou des connaissances privées des élèves. Destine a permettre des interventions a l'initiative du système, le diagnostic signale les éléments imprécis de la rédaction de l'élève et fournit des hypothèses sur les difficultés et les concepts mis en jeu dans sa résolution. L'aide que nous proposons dans schnaps distingue plusieurs types d'aides répondant a une demande de l'élève et plusieurs types d'interventions correspondant a une initiative du système. Cette aide est décomposée en assistants indépendants qui possèdent une unité thématique, stylistique ou pédagogique. Ils correspondent chacun a un point de vue sur le domaine, le problème ou la résolution. Un assistant, spécialise dans un seul type d'aide ou d'intervention, possède une logique de comportement qui lui est propre et qui inclut a la fois le mode d'accès, de sélection et de présentation des messages, et le contenu de ces messages.

L'unité de soins intensifs est un environnement complexe, l'exercice de la médecine y est spécifique. La prise en charge d'un patient pendant son séjour doit être suivie par des personnels de soins nombreux ayant une connaissance spécifique du domaine. Pour les aider, une pléthore d’appareillages leur est dédiée. Ceux-ci sont en perpétuelle évolution. Dans la recherche d’améliorations continues, la gestion automatisée de la pratique médicale se présente de plus en plus comme une évidence majeure et un enjeu d’avenir. Au cours des trente dernière années, plusieurs tentatives de mise au point de suivis automatisés de protocoles ont été proposées. Cependant, la plupart de ces outils contiennent de nombreux problèmes non résolus, tant dans la traduction des protocoles textuels en forme formelle que dans le traitement des informations provenant des moniteurs biomédicaux. Pour palier aux biais des systèmes d’aide au diagnostic, nous avons fait le choix d’une approche différente. Nous avons défini un formalisme qui permet au personnel soignant de formaliser des connaissances aussi complexes et sensibles que les protocoles de soins. Nous avons travaillé pendant les trois dernières années avec le service d’urgence des traumatisés crâniens du CHU de Fort-de-France afin d’élaborer une chaîne complète de traitement en vue de l’automatisation des guidelines en chambre, au chevet du patient. Nous proposons un ensemble de méthodes et d’outils afin d’établir la chaîne complète de traitement de suivi d’un patient de son admission à sa sortie. Cette méthodologie est basée sur une station de chevet expérimentale (Aiddiag : AIDe aux DIAGnostic) centrée sur la patient et la pratique médicale
The intensive care unit is a complex environment ; the practice of medicine is specific. The handling of a patient during his/her stay should be done by care staffs with specific knowledge. To help care staffs in their tasks, a plethora of equipment is dedicated to them. These equipments evolve constantly. In the search of a continuous improvement in this activity, the use of automated increasingly appears as a major support and a future challenge for medical practices. Over the last thirty years, several attempts have been made to develop automated guidelines. However, most of these tools are prone to numerous unsolved issues, both in the translation of textual protocols to formal forms and in the treatment of information coming from biomedical monitors. To overcome biases of diagnosis support systems, we chose a different approach. We have defined a formalism that allows caregivers formalizing medical knowledge. We spent the last three years in the intensive care unit of the university hospital of Fort de France with the aim to develop a complete chain of data processing. The final goal was the automation of guidelines in the room, at the patient’s bedside. We propose a set of methods and tools to establish the complete chain of treatment follow-up for a patient, from admission to discharge. This methodology is based on a bedside experimental station: Aidiag (AIDe aux DIAGnostic). This station is a patient-centered tool that also adequately fits to medical routines. A genuine methodology for analyzing biomedical signals allows a first signal processing prior to their physiological interpretation. An artificial intelligence engine (Think!) and a new formalism (Oneah)

Notre travail de recherche a pour objectif de modéliser les connaissances des élèves en algèbre élémentaire en construisant leur profil cognitif pour la transition entre la troisième et la seconde de l'enseignement français. La modélisation de l'apprenant est un problème ardu dès lors que l'on souhaite obtenir un modèle de l'apprenant riche. À cette problématique de modélisation de l'apprenant, s'ajoute une forte préoccupation d'usage : nous souhaitons concevoir un système réellement utilisé dans l'enseignement. Pour lever en partie les difficultés posées par la modélisation de l'apprenant, nous proposons une façon nouvelle d'envisager le diagnostic. D'une part nous sommes partis d'une analyse didactique rigoureuse dont le résultat est un outil de diagnostic papier - crayon qui abouti à la création de profil cognitif des élèves. C'est l'établissement de ce profil que nous avons informatisé. D'autre part nous considérons l'interface élève, permettant le recueil des observables, comme faisant partie intégrante du diagnostic. De la qualité des observables dépend en effet en partie la qualité du modèle de l'apprenant construit. L'élaboration du profil de l'élève se fait en trois étapes auxquelles correspondent trois modules dans notre système : le recueil des observables avec l'interface élève, le diagnostic puis la présentation des profils à l'enseignant. Chaque étape pose des problèmes qui lui sont propres. Le recueil des observables se fait grâce à une interface proposant les exercices aux élèves. La conception de cette interface a pris une part importante dans notre travail. Elle pose en effet des problèmes de transfert d'un environnement et d'exercices papier - crayon sur ordinateur, problèmes qui ne peuvent pas se résumer à une simple médiatisation. Le module de diagnostic tient compte à la fois de la diversité des questions (qu'elles soient fermées ou ouvertes) et de la diversité des réponses proposées par les élèves (qui contiennent aussi bien du langage naturel que des expressions algébriques). L'interface de présentation des profils aux enseignants a elle aussi été conçue avec soin, c'est en effet cette interface qui fait le lien entre le profil construit automatiquement et l'utilisateur de ce profil. L'intégration de notre système aux pratiques des enseignants dépend de la coopération didacticiens / informaticiens, mais aussi de la qualité de l'interface enseignant. Pour faciliter l'appropriation du profil par l'enseignant, ce module propose différents modes de représentation et différents degrés d'implication de l'enseignant (de la simple consultation du profil à la modification du diagnostic). L'interface élève a été testée à plusieurs reprises dans des classes auprès d'une centaine d'élèves. Un prototype du module de diagnostic permet d'analyser environ 75 % des réponses et de construire les profils dans lesquels les enseignants reconnaissent leurs élèves. Pour l'interface enseignant, les résultats des premiers tests auprès d‚enseignants montrent que les représentations utilisées sont efficaces, mais les tests d'acceptabilité doivent être poursuivis. L'importante coopération didacticiens / informaticiens, la réutilisation d'expertise didactique ainsi que l'amélioration de la fiabilité des observables par la qualité de l'interface, sont les gages de l'intégration des systèmes issus de la recherche aux pratiques des enseignants.

La formalisation de la connaissance sous forme de règles permet de modéliser des problèmes dont on ne possède pas d'algorithme de résolution. Ce sont les systèmes à bases de connaissances (SBC) qui vont permettre de séparer la machinerie informatique du domaine d'expertise. C'est à travers deux applications du domaine de l'eau que les SBC sont mis en oeuvre. PROMISE est un simulateur de projet intelligent et interactif capable d'intégrer dans son comportement le passé du projet, d'activer n'importe quelle procédure externe, de poser des questions programmées. . . La mise en forme des règles de simulation est une étape vers une meilleure maitrise des facteurs d'un projet d'assainissement. MOISE est un système de diagnostic en assainissement autonome dont on montre que le formalisme de règles peut être adapté à plusieurs aspects: choix d'un dispositif d'assainissement autonome, dimensionnement, maintenance, cohérence de la base de faits. Une version télématique de MOISE a été développée. L'association SBC -télématique est envisagée dans un autre domaine d'application (choix en instrumentation chimique)

L'endoscopie digestive illustre l'évolution technologie du diagnostic médical. Les techniques de numérisation-compression assurent la conservation des images. Exploiter ces masses de données impose de concevoir de nouveaux outils qui classent et retrouvent l'information. L'objet de ce travail est la conception d'un système d'aide à la décision en endoscopie digestive. Comment retrouver dans une base iconographique les situations les plus similaires à une scène observée ambigue͏̈ ? Comment renforcer la conviction de l'opérateur ?

L'objectif principal de ce travail est l'utilisation des techniques de l'intelligence artificielle pour la modélisation du raisonnement d'un ingénieur procédé. Les techniques de représentation des connaissances utilisées sont les règles de production et la programmation objet. L'utilisation des techniques de l'intelligence artificielle, plus particulièrement, des systèmes à base des connaissances, pour la surveillance de la qualité est une approche assez récente et nous observons un intérêt croissant des différents secteurs de l'industrie. Dans le premier chapitre de la thèse, nous faisons une analyse technique des procédés de reformage catalytique. Nous présentons les principales réactions et les différents types de procédés de reformage catalytique incluant l'unité pilote. Dans le chapitre ii nous consacrons la première partie à l'étude des travaux existants en intelligence artificielle concernant la supervision des procédés et l'aspect temps réel du domaine. La deuxième partie du chapitre est dédiée à la validation des données, les méthodes existantes et leur association avec les systèmes à base de connaissances. Dans le chapitre iii nous présentons les différents types d'informations disponibles sur une unité pilote, incluant les connaissances exploitées par un ingénieur lors de l'évaluation de l'état du procédé et nous montrons quelques exemples de méthodes permettant la réalisation du diagnostic de l'état d'un procédé. Dans le chapitre iv nous traitons de l'implémentation des méthodes discutées antérieurement dans SACRE et de la stratégie adoptée pour faire collaborer ces méthodes afin d'atteindre les objectifs du système.

Le cancer de la prostate est le premier cancer en fréquence et la 3ème cause de mortalité chez l’homme en France, enjeu majeur de santé publique avec environ 50 000 nouveaux cas diagnostiqués par an. Son diagnostic est suspecté devant un toucher rectal anormal ou une élévation du taux de l’antigène spécifique prostatique (PSA). Les biopsies prostatiques randomisées, écho-guidées, sont actuellement recommandées en première intention pour confirmer le diagnostic et définir la localisation, le volume, et l’agressivité tumorale par le score de Gleason. Les difficultés de l’enseignement du geste de biopsie prostatique par compagnonnage, sans retour réellement quantifié sur la répartition des biopsies, sont une des explications du manque de précision des biopsies.C’est dans ce contexte qu’a été développé le simulateur Biopsym, environnement pédagogique permettant l’enseignement des biopsies prostatiques à l’aide de 7 exercices et d’un module simulant une série de 12 biopsies randomisées. Plusieurs niveaux d’assistance et un retour sur les performances réalisées par l’apprenant sont proposés. Une première étude avait permis de valider l’apparence et le contenu du simulateur, mais sa capacité à discriminer experts et novices (construit) n’avait pu être mise en évidence notamment en raison d’un manque de réalisme. Au cours de cette thèse, 2 nouvelles études de validation ont donc été réalisées sur une nouvelle version du simulateur. La première a permis d’en valider le construit. La seconde a permis de valider le transfert des compétences, c’est à dire la capacité des étudiants à reproduire les compétences acquises sur le simulateur en situation réelle
Prostate cancer is the most common malignancy and the 3rd cause of death among men in France. It is a major public health problem with around 50 000 new cases diagnosed each year. The diagnosis is suspected based on an abnormal digital rectal examination or an increase in the prostatic specific antigen level (PSA). Systematic, randomized, ultrasound-guided prostate biopsies are currently recommended first-line to confirm the diagnosis and define the tumor location, volume, and aggressiveness using the Gleason grading system. The conventional training method, based on mentoring, without quantitative feedback on the distribution of the biopsies, has limitations which can partly explain the lack of precision offered by systematic prostate biopsies.The Biopsym simulator was designed in this context to enhance prostate biopsy teaching through 7 exercises and a module replicating the performance of a 12-core systematic biopsy scheme. Several levels of assistance can be offered and a performance feedback is provided. A first validation study allowed to validate face, content and reliability of the simulator, but failed to prove its ability to discriminate between experts and novices (construct validity), in part due to a lack of realism. Two new validation studies on the new version of the simulator were set up during this thesis. The first one allowed for validation of the construct. The second one was able to demonstrate the transfer of skills acquired on the simulator under real-life conditions

Cette recherche s’intéresse à l’étude du réseau vasculaire en général, dans plusieurs modalités d’imagerie et plusieurs configurations anatomo-pathologiques. Son objectif consiste à discriminer les structures vasculaires dans les données image et détecter et quantifier la présence de modifications morphologiques (remodelage) en lien avec une pathologie. L’originalité de l’approche développée consiste à exploiter un filtrage localement connexe (FLC) multidirectionnel adapté à la dimension de l’espace de données (2D ou 3D). Ce filtrage permet de sélectionner les structures curvilignes en contraste positif dans les images dont la taille en section transverse (calibre) ne dépasse pas la taille de la fenêtre de filtrage. Cette sélection reste efficace même au niveau des régions de subdivisions des vaisseaux. La mise en place d’une technique de filtrage multirésolution permet de s’affranchir de la différence des calibres vasculaires dans le réseau et de segmenter l’ensemble de la structure vasculaire, y compris en présence d’une modification locale de calibre. Un autre intérêt de l’approche de segmentation proposée est sa généralité. Elle s’adapte facilement à différentes modalités d’imagerie qui préservent un contraste (positif ou négatif) entre les vaisseaux et leur environnement. Nous l’avons pu démontrer dans le cadre de l’imagerie TDM 3D thoracique avec la segmentation du réseau vasculaire intrapulmonaire, mais également en imagerie TDM 3D hépatique avec injection de produit de contraste, en imagerie 2D de fond d’œil et en imagerie microscopique infrarouge (pour la segmentation des fibres dans le cerveau de souris). A partir d’une segmentation précise et robuste du réseau vasculaire, il est possible par la suite de détecter et caractériser la présence d’un remodelage en présence d’une pathologie. Cela passe par une analyse de la variation du calibre des vaisseaux le long de l’axe central, permettant à la fois d’obtenir une vue globale de la distribution des calibres vasculaires dans l’organe étudié (et la comparer avec une référence « sujet sain »), et de détecter localement des modifications de forme (rétrécissement, dilatation). Ce dernier cas de figure a été étudié dans le cadre de la détection et la quantification des malformations artério-veineuses pulmonaires (MAVP). Prévue initialement dans un cadre d’étude de l’angiogénèse tumorale, la méthode développée n’a pas pu être appliquée en analyse microscopique par imagerie multispectrale infrarouge en raison de l’absence de contraste de vaisseaux dans les bandes spectrales étudiées. Nous nous sommes limités dans ce cas précis à l’extraction des fibres cérébrales comme élément d’appui pour retrouver l’information manquante dans le cas d’un sous-échantillonnage 2D du volume du cerveau. En effet, l’étude de la croissance tumorale nécessitait également de pouvoir recouvrir le volume de la tumeur dans le cerveau de souris à partir de coupes coronales éparses des échantillons biologiques ayant subi des déformations lors de la découpe physique. Pour cela, une interpolation 2D-2D après réalignement des structures a été envisagée avec une deuxième contribution méthodologique de la thèse portant sur une approche de recalage-interpolation géométrique contrôlée par une mise en correspondance préalable des structures similaires dans les images. Les structures ciblées dans notre cas seront notamment la tumeur, les fibres, les ventricules et le contour du cerveau, chacune pouvant être obtenue au moyen des techniques de segmentation appliquées aux différentes bandes spectrales de la même image. La mise en correspondance des images se fait au moyen d’un champ de vecteurs directionnels établi au niveau des contours des structures cible, dans un espace de dimension supérieure (3D ici). La diffusion du champ de vecteurs éparse construit sur l’ensemble de l’espace permet d’obtenir un flot directionnel dont les lignes de champ constituent la transformation homéomorphique entre les deux images
This research focuses on the study of the vascular network in general, in several imaging modalities and several anatomo-pathological configurations. Its objective is to discriminate vascular structures in image data and to detect and quantify the presence of morphological modifications (remodeling) related to a pathology. The proposed generic analysis framework exploits a priori knowledge of the geometry of blood vessels and their contrast with respect to the surrounding tissue. The originality of the developed approach consists in exploiting a multidirectional locally connected filter (LCF) adapted to the dimension of the data space (2D or 3D). This filter allows the selection of curvilinear structures in positive contrast in images whose cross-sectional size does not exceed the size of the filtering window. This selection remains effective even at the level of vessel subdivision. The multi-resolution approach makes it possible to overcome the difference in vascular calibers in the network and to segment the entire vascular structure, even in the presence of a local caliber change. The proposed segmentation approach is general. It can be easily adapted to different imaging modalities that preserve a contrast (positive or negative) between the vessels and their environment. This has been demonstrated in different types of imaging, such as thoracic CT with and without contrast agent injection, hepatic perfusion data, eye fundus imaging and infrared microscopy (for fiber segmentation in mouse brain).From an accurate and robust segmentation of the vascular network, it is possible to detect and characterize the presence of remodeling due to a pathology. This is achieved by analyzing the vessel caliber variation along the central axis which provides both a global view on the caliber distribution in the studied organ (to be compared with a "healthy" reference) and a local detection of shape remodeling. The latter case has been applied for the detection and quantification of pulmonary arteriovenous malformations (PAVM).Initially planned in a study of tumor angiogenesis, the segmentation method developed above was not applicable to infrared microscopy because of lack of vascular contrast in the spectral bands analyzed. Instead, it was exploited for the extraction of brain fibers as a support element for image interpolation aiming the 3D reconstruction of the brain volume from the 2D sub-sampled data. In this respect, a 2D-2D interpolation with realignment of the structures was developed as a second methodological contribution of the thesis. We proposed a geometric interpolation approach controlled by a prior mapping of the corresponding structures in the images, which in our case were the tumor region, the fibers, the brain ventricles and the contour of the brain. An atlas containing the unique labels of the structures to be matched is thus built up for each image. Labels of the same value are aligned using a field of directional vectors established at the level of their contours, in a higher dimensional space (3D here). The diffusion of this field of vectors results in a smooth directional flow from one image to the other, which represents the homeomorphic transformation between the two images. The proposed method has two advantages: it is general, which is demonstrated on different image modalities (microscopy, CT, MRI, atlas) and it allows controlling the alignment of structures whose correspondence is targeted in priority

Les contraintes liées à l'utilisation croissante d'images IRM et scanner ont servis à définir un outil logiciel, BiomechLab©, inscrit dans le cadre général du GMCAO établissant le lien entre l'imagerie et les modèles prédictifs biomécaniques. L'objectif étant d'améliorer le diagnostic, la technique chirurgicale et le traitement des pathologies ostéo-articulaires. La personnalisation du diagnostic a montré la nécessité d'une adaptation dépendante de l'application clinique. Les aspects reproductibilité, automatisation, volumétrie et maillage éléments finis ont été développés et évalués dans deux études pilotes concernant une pathologie du genou et de l'épaule. L'interface a été adaptée aux utilisateurs cliniciens pour améliorer la pertinence clinique de l'approche et réduire les temps de formation. Les travaux ont enfin concerné l'évaluation de BiomechLab© dans la planification de l'arthroplastie de l'épaule et dans une étude préliminaire de réduction de fractures fémorales chez le chien.

Les nouveau-nés, particulièrement les prématurés présentent d'importants risques de dommages cérébraux et d'incapacité cognitive à vie. Concernant les prématurés, les pathologies neurologiques sont souvent accompagnées des manifestations épileptiques. Ces nouveau-nés peuvent être affectés dans d'autres domaines dont la coordination, la cognition et le comportement. L'EEG est un outil non-invasif permettant de mesurer l'activité électrique du cerveau. Dans cette thèse, nous avons développé des outils pour identifier des événements normaux et pathologiques de l'EEG chez les nouveau-nés et les enfants. Nous nous sommes plus particulièrement intéressés à la détection (i) des crises, en employant les éléments spécifiques de l'EEG du nouveau-né, dépendants de l'âge, (ii) les états épileptiques de cerveau et (iii) les événements de courte durée comme la pointe et la pointe-onde pour chaque état. Nous avons caractérisé des événements EEG en extrayant un ensemble de caractéristiques contextuelles afin de les classifier. Puis la localisation des générateurs cérébraux a été trouvée et suivie en groupant spatialement des dipôles équivalents des événements EEG dans différents états du cerveau. Les résultats montrent de bonnes sensibilités et sélectivités avec de faibles taux de fausse détection chez les nouveaux-nés et les enfants
Neonates, especially the premature ones, are at high risk of brain damage and life-long cognitive disability. Concerning the full-term neonates, neurological pathologies are often accompanied by epileptic manifestations. These newborns may be impaired in other domains including coordination, cognition and behavior. EEG is a useful non-invasive tool to measure the electrical activity of the brain. In this thesis, we developed tools to identify normal and pathological EEG events in neonates and children. We paid a special attention to detect (i) seizures by using specific age-dependant features of the newborn EEG, (ii) brain epileptic states and (iii) short-term events like spikes and spike-and-waves for each state. We characterized EEG events by extracting a set of contextual features in order to classify them. Then, the location of cerebral generators was found and tracked by spatial clustering of the equivalent dipoles of the EEG events in different brain states. The results showed good sensitivities and selectivities with a low false detection rates in neonates and children

Les travaux de cette thèse sont consacrés à la détection et le diagnostic des lésions vasculaires, particulièrement dans le cas la maladie coronaire. La maladie coronaire continue à être la première cause de mortalité dans les pays industrialisés. En général, l'identification des lésions vasculaires est abordée en essayant de modéliser les anormalités (lésions). Le principal inconvénient de cette approche est que les lésions sont très hétérogènes, ce qui rend difficile la détection de nouvelles lésions qui n'ont pas été prises en compte par le modèle. Dans cette thèse, nous proposons de ne pas modéliser directement les lésions, mais de supposer que les lésions sont des événements anormaux qui se manifestent comme points avec une faible densité de probabilité. Nous proposons l'utilisation de deux méthodes de classification basées sur les Machines à Vecteurs de Support (SVM) pour résoudre le problème de détection du niveau de densité. Le principal avantage de ces deux méthodes est que la phase d'apprentissage ne requiert pas de données étiquetées représentant les lésions. La première méthode est complètement non supervisée, alors que la seconde exige des étiquettes seulement pour les cas qu'on appelle sains ou normaux. L'utilisation des algorithmes de classification sélectionnés nécessite des descripteurs tels que les anomalies soient représentées comme des points avec une densité de probabilité faible. A cette fin, nous avons développé une métrique basée sur l'intensité de l'image, que nous avons appelée concentric rings. Cette métrique est sensible à la quasi-symétrie des profils d'intensité des vaisseaux sains, mais aussi aux écarts par rapport à cette symétrie, observés dans des cas pathologiques. De plus, nous avons sélectionné plusieurs autres descripteurs candidats à utiliser comme entrée pour les classifieurs. Des expériences sur des données synthétiques et des données de CT cardiaques démontrent que notre métrique a une bonne performance dans la détection d'anomalies, lorsqu'elle est utilisée avec les classifeurs retenus. Une combinaison de plusieurs descripteurs candidats avec la métrique concentric rings peut améliorer la performance de la détection. Nous avons défini un schéma non supervisé de sélection de descripteurs qui permet de déterminer un sous-ensemble optimal de descripteurs. Nous avons confronté les résultats de détection réalisée en utilisant le sous-ensemble de descripteurs sélectionné par notre méthode avec les performances obtenues avec des sous-ensembles sélectionnés par des méthodes supervisées existantes. Ces expériences montrent qu'une combinaison de descripteurs bien choisis améliore effectivement les performances des classifieurs et que les meilleurs résultats s'obtiennent avec le sous-ensemble sélectionné par notre méthode, en association avec les algorithmes de détection retenus. Finalement, nous proposons de réaliser un recalage local entre deux images représentant différentes phases du cycle cardiaque, afin de confronter les résultats de détection dans ces images (phases). L'objectif ici est non seulement d'attirer l'attention du praticien sur les anomalies détectées comme lésions potentielles, mais aussi de l'aider à conforter son diagnostic en visualisant automatiquement la même région reconstruite à différents instants du cycle cardiaque.

L'évolution des techniques d'acquisition des imageries médicales et leur importance de plus en plus grande dans la prise en charge du patient (diagnostic, préparation d'intervention, suivi, etc.), font émerger de nouveaux besoins autour du traitement informatique des images. La reconnaissance du type de lésions hépatiques est un grand enjeu, notamment car le cancer du foie, létal et très répandu, est souvent diagnostiqué trop tard pour sauver le patient. C'est dans ce cadre qu'est né le projet de recherche de ce manuscrit, fruit d'une collaboration entre la société IMAIOS et le Laboratoire d'Informatique, de Robotique et de Microélectronique de Montpellier (LIRMM).Cette thèse présente un système complet et automatique permettant, à partir d'images de lésions au format médical DICOM, d'extraire des descripteurs visuels de divers nodules hépatiques puis de les différencier à l'aide de ces derniers. Les contributions décrites s'articulent autour de divers axes : normalisation des niveaux de gris des images de lésions par rapport au foie sain, proposition, analyse et tests de descripteurs visuels (s'appuyant notamment sur les informations temporelles ou de densité des tissus), caractérisations diverses des différents types de lésions grâce à ces descripteurs et à un algorithme de classification. Les données sur lesquelles ces travaux ont été effectués sont des examens scanner multiphasiques
Medical imaging acquisition has taken benefits from recent advances and is becoming more and more important in the patient care process. New needs raise, which are related to image processing. Hepatic lesion recognition is a hot topic, especially because liver cancer is wide-spread and leads to death, most of the time because of the diagnosis which is made too late. In this context is born this manuscrit research project, a collaboration between IMAIOS company and the Laboratory of Informatics, Robotics and Micro-electronics ofMontpellier (LIRMM).This thesis presents a complete and automated system that extracts visual features from lesion images in the medical format DICOM, then differenciate them on these features.The various described contributions are: intensity normalization using healthy liver values, analysis and experimentations around new visual features, which use temporal information or tissue density, different kind of caracterisation of the lesions. This work has been done on multi-phase Computed Tomography acquisitions

La formalisation des données cliniques est réalisée et adoptée dans plusieurs domaines de la santé comme la prévention des erreurs médicales, la standardisation, les guides de bonnes pratiques et de recommandations. Cependant, la communauté n'arrive pas encore à tirer pleinement profit de la valeur de ces données. Le problème majeur reste la difficulté à intégrer ces données et des services sémantiques associés au profit de la qualité de soins. Objectif L'objectif méthodologique de ce travail consiste à formaliser, traiter et intégrer les connaissances d'histopathologie et d'imagerie basées sur des protocoles standardisés, des référentiels et en utilisant les langages du web sémantique. L'objectif applicatif est de valoriser ces connaissances dans une plateforme pour faciliter l'exploration des lames virtuelles (LV), améliorer la collaboration entre pathologistes et fiabiliser les systèmes d'aide à la décision dans le cadre spécifique du diagnostic du cancer du sein. Il est important de préciser que notre but n'est pas de remplacer le clinicien, mais plutôt de l'accompagner et de faciliter ses lourdes tâches quotidiennes : le dernier mot reste aux pathologistes. Approche Nous avons adopté une approche transversale pour la représentation formelle des connaissances d'histopathologie et d'imagerie dans le processus de gradation du cancer. Cette formalisation s'appuie sur les technologies du web sémantique
Semantic modelling of a histopathology image exploration and analysis tool. Recently, anatomic pathology (AP) has seen the introduction of several tools such as high-resolution histopathological slide scanners, efficient software viewers for large-scale histopathological images and virtual slide technologies. These initiatives created the conditions for a broader adoption of computer-aided diagnosis based on whole slide images (WSI) with the hope of a possible contribution to decreasing inter-observer variability. Beside this, automatic image analysis algorithms represent a very promising solution to support pathologist’s laborious tasks during the diagnosis process. Similarly, in order to reduce inter-observer variability between AP reports of malignant tumours, the College of American Pathologists edited 67 organ-specific Cancer Checklists and associated Protocols (CAP-CC&P). Each checklist includes a set of AP observations that are relevant in the context of a given organ-specific cancer and have to be reported by the pathologist. The associated protocol includes interpretation guidelines for most of the required observations. All these changes and initiatives bring up a number of scientific challenges such as the sustainable management of the available semantic resources associated to the diagnostic interpretation of AP images by both humans and computers. In this context, reference vocabularies and formalization of the associated knowledge are especially needed to annotate histopathology images with labels complying with semantic standards. In this research work, we present our contribution in this direction. We propose a sustainable way to bridge the content, features, performance and usability gaps between histopathology and WSI analysis

La maladie d’Alzheimer (MA) est la maladie neurodégénérative--incurable et irréversible pour le moment--la plus répandue chez les personnes âgées. On s’attend à ce qu’elle soit diagnostiquée à son stade précoce, Mild Cognitive Impairment (MCI), pour pouvoir intervenir et retarder son apparition. La tomographie par émission de positons au fluorodésoxyglucose (TEP-FDG) est considérée comme une modalité efficace pour diagnostiquer la MA et la phase précoce correspondante, car elle peut capturer les changements métaboliques dans le cerveau, indiquant ainsi des régions anormales. Cette thèse est consacrée à identifier et distinguer, sur des images TEP, les sujets atteints de MA de ceux qui sont sains. Ce travail vise également à prédire la conversion de MCI sous la modalité d’imagerie TEP-FDG. A cette fin, trois nouvelles méthodes indépendantes sont proposées.La première méthode est axée sur le développement de connectivités entre les régions anatomiques impliquées dans les images au TEP-FDG, qui sont rarement abordées dans les méthodes déjà publiées. Ces connectivités sont représentées par des similarités ou des mesures graphiques entre régions. Combinées ensuite aux propriétés de chaque région, ces caractéristiques sont intégrées dans un cadre de classification d’ensemble conçu pour résoudre les problèmes de diagnostic MA et de prédiction de conversion MCI.La seconde méthode étudie les caractéristiques permettant de caractériser les images au TEP-FDG à partir de gradients spatiaux, ce qui permet de lier les caractéristiques couramment utilisées, voxel ou régionales. Le gradient spatial est quantifié par un histogramme 2D d’orientation et exprimé sous forme multi-échelle. Les résultats sont obtenus en intégrant différentes échelles de gradients spatiaux dans différentes régions.La troisième méthode applique le Convolutional Neural Network (CNN) sur les trois axes des données 3D de TEP-FDG, proposant ainsi la principale architecture CNN à vues multiples. Une telle architecture peut faciliter les opérations de convolution, de la 3D à la 2D, tout en tenant compte des relations spatiales, qui bénéficient d’une nouvelle couche de cartographie. Ensuite, le traitement sur les trois axes sont combinées et prennent une décision conjointement.Les expériences menées sur des ensembles de données publics montrent que les trois méthodes proposées peuvent atteindre des performances significatives et, de surcroît, dépasser les approches les plus avancées
Alzheimer's disease (AD) is becoming the dominant type of neurodegenerative brain disease in elderly people, which is incurable and irreversible for now. It is expected to diagnose its early stage, Mild Cognitive Impairment (MCI), then interventions can be applied to delay the onset. Fluorodeoxyglucose positron emission tomography (FDG-PET) is considered as a significant and effective modality to diagnose AD and the corresponding early phase since it can capture metabolic changes in the brain thereby indicating abnormal regions. Therefore, this thesis is devoted to identify AD from Normal Control (NC) and predict MCI conversion under FDG-PET modality. For this purpose, three independent novel methods are proposed. The first method focuses on developing connectivities among anatomical regions involved in FDG-PET images which are rarely addressed in previous methods. Such connectivities are represented by either similarities or graph measures among regions. Then combined with each region's properties, these features are fed into a designed ensemble classification framework to tackle problems of AD diagnosis and MCI conversion prediction. The second method investigates features to characterize FDG-PET images from the view of spatial gradients, which can link the commonly used features, voxel-wise and region-wise features. The spatial gradient is quantified by a 2D histogram of orientation and expressed in a multiscale manner. The results are given by integrating different scales of spatial gradients within different regions. The third method applies Convolutional Neural Network (CNN) techniques to three views of FDG-PET data, thereby designing the main multiview CNN architecture. Such an architecture can facilitate convolutional operations, from 3D to 2D, and meanwhile consider spatial relations, which is benefited from a novel mapping layer with cuboid convolution kernels. Then three views are combined and make a decision jointly. Experiments conducted on public dataset show that the three proposed methods can achieve significant performance and moreover, outperform most state-of-the-art approaches

L'analyse automatique de différences anatomiques en neuroimagerie a de nombreuses applications pour la compréhension et l'aide au diagnostic de pathologies neurologiques. Récemment, il y a eu un intérêt croissant pour les méthodes de classification telles que les machines à vecteurs supports pour dépasser les limites des méthodes univariées traditionnelles. Cette thèse a pour thème l'apprentissage automatique pour l'analyse de populations et la classification de patients en neuroimagerie. Nous avons tout d'abord comparé les performances de différentes stratégies de classification, dans le cadre de la maladie d'Alzheimer à partir d'images IRM anatomiques de 509 sujets de la base de données ADNI. Ces différentes stratégies prennent insuffisamment en compte la distribution spatiale des \textit{features}. C'est pourquoi nous proposons un cadre original de régularisation spatiale et anatomique des machines à vecteurs supports pour des données de neuroimagerie volumiques ou surfaciques, dans le formalisme de la régularisation laplacienne. Cette méthode a été appliquée à deux problématiques cliniques: la maladie d'Alzheimer et les accidents vasculaires cérébraux. L'évaluation montre que la méthode permet d'obtenir des résultats cohérents anatomiquement et donc plus facilement interprétables, tout en maintenant des taux de classification élevés.

Le mélanome est la forme la plus grave de cancer de la peau. Cette thèse a contribué au développement de deux approches différentes pour le diagnostic assisté par ordinateur du mélanome : approche analytique et approche comparative.L'approche analytique imite le comportement du dermatologue en détectant les caractéristiques de malignité sur la base de méthodes analytiques populaires dans une première étape, et en combinant ces caractéristiques dans une deuxième étape. Nous avons étudié l’impacte d’un système du diagnostic automatique utilisant des images dermoscopique de lésions cutanées pigmentées sur le diagnostic de dermatologues. L'approche comparative, appelé concept du Vilain Petit Canard (VPC), suppose que les naevus chez le même patient ont tendance à partager certaines caractéristiques morphologiques ainsi que les dermatologues identifient quelques groupes de similarité. VPC est le naevus qui ne rentre dans aucune de ces groupes, susceptibles d'être mélanome
Melanoma is the most serious type of skin cancer. This thesis focused on the development of two different approaches for computer-aided diagnosis of melanoma: analytical approach and comparative approach. The analytical approach mimics the dermatologist’s behavior by first detecting malignancy features based on popular analytical methods, and in a second step, by combining these features. We investigated to what extent the melanoma diagnosis can be impacted by an automatic system using dermoscopic images of pigmented skin lesions. The comparative approach, called Ugly Duckling (UD) concept, assumes that nevi in the same patient tend to share some morphological features so that dermatologists identify a few similarity clusters. UD is the nevus that does not fit into any of those clusters, likely to be suspicious. The goal was to model the ability of dermatologists to build consistent clusters of pigmented skin lesions in patients

Le travail réalisé a permis la conception d'un générateur de systèmes experts d'aide au diagnostic (MIGRE) et la réalisation, à partir de celui-ci, d'un système d'aide à l'interprétation des chocs mécaniques en centrale nucléaire. Le problème central du développement de systèmes à base de connaissances est lié au concept de " connaissance ". MIGRE propose une classification des connaissances en trois niveaux. Le premier concerne les connaissances de base ou descriptives et est formalisé à travers un modèle Entité-Relation. Le second niveau associe aux concepts de base des informations spécifiques à leurs utilisations (notions de vecteurs de connaissances). Le dernier niveau concerne les connaissances d'expertise (règle de stratégie, inférence, définition,. . . ). L'éditeur de base d'expertise comporte une Interface en Langage Naturel spécialisé dont l'objectif est de comprendre " le sens " d'une phrase sur le domaine décrit par le modèle conceptuel (niveaux 1 et 2) (réalisation à travers une Definite Clause Grammar). La résolution d'un problème est guidée par la réponse du Module d'Exploitation des Connaissances (MEC) à un certain nombre de tâches élaborées dynamiquement. Les travaux réalisés ont montré d'une part l'intérêt des résultats obtenus dans d'autres domaines tels la psychologie cognitive et d'autre part que la compréhension de phrases et le raisonnement nécessitent un même ensemble de connaissances élémentaires (mémoire sémantique)
The main purpose of this research work was the design of a Diagnostic Expert System work bench (MIGRE) and, from it, the realization of a system to aid the interpretation of mechanical impacts in nuclear power plants. The central problem for knowledge based system is related to the concept of “knowledge”. MIGRE proposes a three-level classification of knowledge. The first level is concerned with basic or descriptive knowledge and is formalised in an Entity-Relation model. The second level associates the basic concepts with specific information (“Knowledge Vector”). The last level deals with inference knowledge. Each element of expertise is represented by a “marked” rule (strategy, inference, definition,. . . ). MIGRE provides tools support the activities of application development. Thus, the knowledge base editor includes a Specialized Natural Language Interface, whose aim is to understand the “meaning” of a sentence, and in particular to look for “implicit” knowledge. The parser is a semantic one, using a Definite Clause Grammar. Problem solution is guided by the answers given by the knowledge Exploitation module to a number of tasks extended dynamically during the reasoning. The results show that the two “intellectual” activities of understanding sentences and reasoning to solve a problem require a common core of knowledge

Le diagnostic assisté par ordinateur du cancer du sein devient de plus en plus une nécessité vu la croissance exponentielle du nombre de mammographies effectuées chaque année. En particulier, le diagnostic des masses mammaires et leur classification suscitent actuellement un grand intérêt. En effet, la complexité des formes traitées et la difficulté rencontrée afin de les discerner nécessitent l'usage de descripteurs appropriés. Dans ce travail, des méthodes de caractérisation adaptées aux pathologies mammaires sont proposées ainsi que l'étude de différentes méthodes de classification est abordée. Afin de pouvoir analyser les formes des masses, une étude concernant les différentes techniques de segmentation est réalisée. Cette étude nous a permis de nous orienter vers le modèle du level set basé sur la minimisation de l'énergie de la région évolutive. Une fois les images sont segmentées, une étude des différents descripteurs proposés dans la littérature est menée. Cependant, ces propositions présentent certaines limites telles que la sensibilité au bruit, la non invariance aux transformations géométriques et la description générale et imprécise des lésions. Dans ce contexte, nous proposons un nouveau descripteur intitulé les points terminaux du squelette (SEP) afin de caractériser les spiculations du contour des masses tout en respectant l'invariance à l'échelle. Un deuxième descripteur nommé la sélection des protubérances (PS) est proposé. Il assure de même le critère d'invariance et la description précise de la rugosité du contour. Toutefois, le SEP et le PS sont sensibles au bruit. Une troisième proposition intitulée le descripteur des masses spiculées (SMD) assurant une bonne robustesse au bruit est alors réalisée. Dans l'objectif de comparer différents descripteurs, une étude comparative entre différents classifieurs est effectuée. Les séparateurs à vaste marge (SVM) fournissent pour tous les descripteurs considérés le meilleur résultat de classification. Finalement, les descripteurs proposés ainsi que d'autres couramment utilisés dans le domaine du cancer du sein sont comparés afin de tester leur capacité à caractériser convenablement le contour des masses en question. La performance des trois descripteurs proposés et notamment le SMD est mise en évidence à travers les comparaisons effectuées.

Cette thèse s'inscrit dans le contexte de diagnostic assisté par ordinateur pour la localisation subcellulaire des protéines dans les images microscopiques. L'objectif est la conception et le développement d'un système de classification automatique permettant d'identifier le compartiment cellulaire dans lequel une protéine d'intérêt exerce son activité biologique. Afin de surmonter les difficultés rencontrées pour discerner les compartiments cellulaires présents dans les images microscopiques, les systèmes décrits dans la littérature proposent d'extraire plusieurs descripteurs associés à une combinaison de classifieurs. Dans cette thèse, nous proposons un schéma de classification différent répondant mieux aux besoins de généricité et de flexibilité pour traiter différentes bases d'images.Dans le but de fournir une caractérisation riche des images microscopiques, nous proposons un nouveau système de représentation permettant d'englober de multiples descripteurs visuels identifiés dans les différentes approches d'extraction de caractéristiques : locale, fréquentielle, globale et par région. Nous formulons ensuite le problème de fusion et de sélection des caractéristiques sous forme d'un problème de sélection de noyaux. Basé sur l'apprentissage de noyaux multiples (MKL), les tâches de sélection et de fusion de caractéristiques sont considérées simultanément. Les expériences effectuées montrent que la plateforme de classification proposée est à la fois plus simple, plus générique et souvent plus performante que les autres approches de la littérature. Dans le but d'approfondir notre étude sur l'apprentissage de noyaux multiples, nous définissons un nouveau formalisme d'apprentissage MKL réalisé en deux étapes. Cette contribution consiste à proposer trois termes régularisant liés à la résolution du problème d'apprentissage des poids associés à une combinaison linéaire de noyaux, problème reformulé en un problème de classification à vaste marge dans l'espace des couples. Le premier terme régularisant proposé assure une sélection parcimonieuse des noyaux. Les deux autres termes ont été conçus afin de tenir compte de la similarité entre les noyaux via une métrique basée sur la corrélation. Les différentes expérimentations réalisées montrent que le formalisme proposé permet d'obtenir des résultats de même ordre que les méthodes de référence, mais offrant l'avantage d'utiliser moins de fonctions noyaux
This thesis arises in the context of computer aided analysis for subcellular protein localization in microscopic images. The aim is the establishment of an automatic classification system allowing to identify the cellular compartment in which a protein of interest exerts its biological activity. In order to overcome the difficulties in attempting to discern the cellular compartments in microscopic images, the existing state-of-art systems use several descriptors to train an ensemble of classifiers. In this thesis, we propose a different classification scheme wich better cope with the requirement of genericity and flexibility to treat various image datasets. Aiming to provide an efficient image characterization of microscopic images, a new feature system combining local, frequency-domain, global, and region-based features is proposed. Then, we formulate the problem of heterogeneous feature fusion as a kernel selection problem. Using multiple kernel learning, the problems of optimal feature sets selection and classifier training are simultaneously resolved. The proposed combination scheme leads to a simple and a generic framework capable of providing a high performance for microscopy image classification. Extensive experiments were carried out using widely-used and best known datasets. When compared with the state-of-the-art systems, our framework is more generic and outperforms other classification systems. To further expand our study on multiple kernel learning, we introduce a new formalism for learning with multiple kernels performed in two steps. This contribution consists in proposing three regularized terms with in the minimization of kernels weights problem, formulated as a classification problem using Separators with Vast Margin on the space of pairs of data. The first term ensures that kernels selection leads to a sparse representation. While the second and the third terms introduce the concept of kernels similarity by using a correlation measure. Experiments on various biomedical image datasets show a promising performance of our method compared to states of art methods

Les travaux de cette thèse sont consacrés à la détection et le diagnostic des lésions vasculaires, particulièrement dans le cas la maladie coronaire. La maladie coronaire continue à être la première cause de mortalité dans les pays industrialisés. En général, l'identification des lésions vasculaires est abordée en essayant de modéliser les anormalités (lésions). Le principal inconvénient de cette approche est que les lésions sont très hétérogènes, ce qui rend difficile la détection de nouvelles lésions qui n'ont pas été prises en compte par le modèle. Dans cette thèse, nous proposons de ne pas modéliser directement les lésions, mais de supposer que les lésions sont des événements anormaux qui se manifestent comme points avec une faible densité de probabilité. Nous proposons l'utilisation de deux méthodes de classification basées sur les Machines à Vecteurs de Support (SVM) pour résoudre le problème de détection du niveau de densité. Le principal avantage de ces deux méthodes est que la phase d'apprentissage ne requiert pas de données étiquetées représentant les lésions. La première méthode est complètement non supervisée, alors que la seconde exige des étiquettes seulement pour les cas qu'on appelle sains ou normaux. L'utilisation des algorithmes de classification sélectionnés nécessite des descripteurs tels que les anomalies soient représentées comme des points avec une densité de probabilité faible. A cette fin, nous avons développé une métrique basée sur l'intensité de l'image, que nous avons appelée concentric rings. Cette métrique est sensible à la quasi-symétrie des profils d'intensité des vaisseaux sains, mais aussi aux écarts par rapport à cette symétrie, observés dans des cas pathologiques. De plus, nous avons sélectionné plusieurs autres descripteurs candidats à utiliser comme entrée pour les classifieurs. Des expériences sur des données synthétiques et des données de CT cardiaques démontrent que notre métrique a une bonne performance dans la détection d'anomalies, lorsqu'elle est utilisée avec les classifeurs retenus. Une combinaison de plusieurs descripteurs candidats avec la métrique concentric rings peut améliorer la performance de la détection. Nous avons défini un schéma non supervisé de sélection de descripteurs qui permet de déterminer un sous-ensemble optimal de descripteurs. Nous avons confronté les résultats de détection réalisée en utilisant le sous-ensemble de descripteurs sélectionné par notre méthode avec les performances obtenues avec des sous-ensembles sélectionnés par des méthodes supervisées existantes. Ces expériences montrent qu'une combinaison de descripteurs bien choisis améliore effectivement les performances des classifieurs et que les meilleurs résultats s'obtiennent avec le sous-ensemble sélectionné par notre méthode, en association avec les algorithmes de détection retenus. Finalement, nous proposons de réaliser un recalage local entre deux images représentant différentes phases du cycle cardiaque, afin de confronter les résultats de détection dans ces images (phases). L'objectif ici est non seulement d'attirer l'attention du praticien sur les anomalies détectées comme lésions potentielles, mais aussi de l'aider à conforter son diagnostic en visualisant automatiquement la même région reconstruite à différents instants du cycle cardiaque
This thesis presents a framework for the detection and diagnosis of vascular lesions with a special emphasis on coronary heart disease. Coronary heart disease remains to be the first cause of mortality worldwide. Typically, the problem of vascular lesion identification has been solved by trying to model the abnormalities (lesions). The main drawback of this approach is that lesions are highly heterogeneous, which makes the detection of previously unseen abnormalities difficult. We have selected not to model lesions directly, but to treat them as anomalies which are seen as low probability density points. We propose the use of two classification frameworks based on support vector machines (SVM) for the density level detection problem. The main advantage of these two methods is that the learning stage does not require labeled data representing lesions, which is always difficult to obtain. The first method is completely unsupervised, whereas the second one only requires a limited number of labels for normality. The use of these anomaly detection algorithms requires the use of features such that anomalies are represented as points with low probability density. For this purpose, we developed an intensity based metric, denoted concentric rings, designed to capture the nearly symmetric intensity profiles of healthy vessels, as well as discrepancies with respect to the normal behavior. Moreover, we have selected a large set of alternative candidate features to use as input for the classifiers. Experiments on synthetic data and cardiac CT data demonstrated that our metric has a good performance in the detection of anomalies, when used with the selected classifiers. Combination of other features with the concentric rings metric has potential to improve the classification performance. We defined an unsupervised feature selection scheme that allows the definition of an optimal subset of features. We compared it with existent supervised feature selection methods. These experiments showed that, in general, the combination of features improves the classifiers performance, and that the best results are achieved with the combination selected by our scheme, associated with the proposed anomaly detection algorithms. Finally, we propose to use image registration in order to compare the classification results at different cardiac phases. The objective here is to match the regions detected as anomalous in different time-frames. In this way, more than attract the physician's attention to the anomaly detected as potential lesion, we want to aid in validating the diagnosis by automatically displaying the same suspected region reconstructed in different time-frames

Les travaux de cette thèse sont consacrés à la détection et le diagnostic des lésions vasculaires, particulièrement dans le cas la maladie coronaire. La maladie coronaire continue à être la première cause de mortalité dans les pays industrialisés. En général, l'identification des lésions vasculaires est abordée en essayant de modéliser les anormalités (lésions). Le principal inconvénient de cette approche est que les lésions sont très hétérogènes, ce qui rend difficile la détection de nouvelles lésions qui n'ont pas été prises en compte par le modèle. Dans cette thèse, nous proposons de ne pas modéliser directement les lésions, mais de supposer que les lésions sont des événements anormaux qui se manifestent comme points avec une faible densité de probabilité. Nous proposons l'utilisation de deux méthodes de classification basées sur les Machines à Vecteurs de Support (SVM) pour résoudre le problème de détection du niveau de densité. Le principal avantage de ces deux méthodes est que la phase d'apprentissage ne requiert pas de données étiquetées représentant les lésions. La première méthode est complètement non supervisée, alors que la seconde exige des étiquettes seulement pour les cas qu'on appelle sains ou normaux. L'utilisation des algorithmes de classification sélectionnés nécessite des descripteurs tels que les anomalies soient représentées comme des points avec une densité de probabilité faible. A cette fin, nous avons développé une métrique basée sur l'intensité de l'image, que nous avons appelée concentric rings. Cette métrique est sensible à la quasi-symétrie des profils d'intensité des vaisseaux sains, mais aussi aux écarts par rapport à cette symétrie, observés dans des cas pathologiques. De plus, nous avons sélectionné plusieurs autres descripteurs candidats à utiliser comme entrée pour les classifieurs. Des expériences sur des données synthétiques et des données de CT cardiaques démontrent que notre métrique a une bonne performance dans la détection d'anomalies, lorsqu'elle est utilisée avec les classifeurs retenus. Une combinaison de plusieurs descripteurs candidats avec la métrique concentric rings peut améliorer la performance de la détection. Nous avons défini un schéma non supervisé de sélection de descripteurs qui permet de déterminer un sous-ensemble optimal de descripteurs. Nous avons confronté les résultats de détection réalisée en utilisant le sous-ensemble de descripteurs sélectionné par notre méthode avec les performances obtenues avec des sous-ensembles sélectionnés par des méthodes supervisées existantes. Ces expériences montrent qu'une combinaison de descripteurs bien choisis améliore effectivement les performances des classifieurs et que les meilleurs résultats s'obtiennent avec le sous-ensemble sélectionné par notre méthode, en association avec les algorithmes de détection retenus. Finalement, nous proposons de réaliser un recalage local entre deux images représentant différentes phases du cycle cardiaque, afin de confronter les résultats de détection dans ces images (phases). L'objectif ici est non seulement d'attirer l'attention du praticien sur les anomalies détectées comme lésions potentielles, mais aussi de l'aider à conforter son diagnostic en visualisant automatiquement la même région reconstruite à différents instants du cycle cardiaque
This thesis presents a framework for the detection and diagnosis of vascular lesions with a special emphasis on coronary heart disease. Coronary heart disease remains to be the first cause of mortality worldwide. Typically, the problem of vascular lesion identification has been solved by trying to model the abnormalities (lesions). The main drawback of this approach is that lesions are highly heterogeneous, which makes the detection of previously unseen abnormalities difficult. We have selected not to model lesions directly, but to treat them as anomalies which are seen as low probability density points. We propose the use of two classification frameworks based on support vector machines (SVM) for the density level detection problem. The main advantage of these two methods is that the learning stage does not require labeled data representing lesions, which is always difficult to obtain. The first method is completely unsupervised, whereas the second one only requires a limited number of labels for normality. The use of these anomaly detection algorithms requires the use of features such that anomalies are represented as points with low probability density. For this purpose, we developed an intensity based metric, denoted concentric rings, designed to capture the nearly symmetric intensity profiles of healthy vessels, as well as discrepancies with respect to the normal behavior. Moreover, we have selected a large set of alternative candidate features to use as input for the classifiers. Experiments on synthetic data and cardiac CT data demonstrated that our metric has a good performance in the detection of anomalies, when used with the selected classifiers. Combination of other features with the concentric rings metric has potential to improve the classification performance. We defined an unsupervised feature selection scheme that allows the definition of an optimal subset of features. We compared it with existent supervised feature selection methods. These experiments showed that, in general, the combination of features improves the classifiers performance, and that the best results are achieved with the combination selected by our scheme, associated with the proposed anomaly detection algorithms. Finally, we propose to use image registration in order to compare the classification results at different cardiac phases. The objective here is to match the regions detected as anomalous in different time-frames. In this way, more than attract the physician's attention to the anomaly detected as potential lesion, we want to aid in validating the diagnosis by automatically displaying the same suspected region reconstructed in different time-frames

L'analyse automatique de différences anatomiques en neuroimagerie a de nombreuses applications pour la compréhension et l'aide au diagnostic de pathologies neurologiques. Récemment, il y a eu un intérêt croissant pour les méthodes de classification telles que les machines à vecteurs supports pour dépasser les limites des méthodes univariées traditionnelles. Cette thèse a pour thème l'apprentissage automatique pour l'analyse de populations et la classification de patients en neuroimagerie. Nous avons tout d'abord comparé les performances de différentes stratégies de classification, dans le cadre de la maladie d'Alzheimer à partir d'images IRM anatomiques de 509 sujets de la base de données ADNI. Ces différentes stratégies prennent insuffisamment en compte la distribution spatiale des \textit{features}. C'est pourquoi nous proposons un cadre original de régularisation spatiale et anatomique des machines à vecteurs supports pour des données de neuroimagerie volumiques ou surfaciques, dans le formalisme de la régularisation laplacienne. Cette méthode a été appliquée à deux problématiques cliniques: la maladie d'Alzheimer et les accidents vasculaires cérébraux. L'évaluation montre que la méthode permet d'obtenir des résultats cohérents anatomiquement et donc plus facilement interprétables, tout en maintenant des taux de classification élevés
Brain image analyses have widely relied on univariate voxel-wise methods. In such analyses, brain images are first spatially registered to a common stereotaxic space, and then mass univariate statistical tests are performed in each voxel to detect significant group differences. However, the sensitivity of theses approaches is limited when the differences involve a combination of different brain structures. Recently, there has been a growing interest in support vector machines methods to overcome the limits of these analyses.This thesis focuses on machine learning methods for population analysis and patient classification in neuroimaging. We first evaluated the performances of different classification strategies for the identification of patients with Alzheimer's disease based on T1-weighted MRI of 509 subjects from the ADNI database. However, these methods do not take full advantage of the spatial distribution of the features. As a consequence, the optimal margin hyperplane is often scattered and lacks spatial coherence, making its anatomical interpretation difficult. Therefore, we introduced a framework to spatially regularize support vector machines for brain image analysis based on Laplacian regularization operators. The proposed framework was then applied to the analysis of stroke and of Alzheimer's disease. The results demonstrated that the proposed classifier generates less-noisy and consequently more interpretable feature maps with no loss of classification performance

Nos travaux s'inscrivent dans le cadre des recherches menées sur les EIAH (Environnements Informatiques pour l'Apprentissage Humain) dans le projet Interaction et Connaissance du LIUM. Ce projet a suscité le développement de Diagram, un EIAH dédié à l'apprentissage des concepts de la modélisation orientée objet. Dans cette thèse, nous nous intéressons à l'analyse des réponses de l'apprenant lors de l'activité de modélisation de construction d'un diagramme de classes UML à partir de spécifications textuelles. En l'absence de résolveur pédagogique dans ce contexte, nous proposons une méthode d'analyse automatique des diagrammes de l'apprenant. Nous présentons un outil de diagnostic basé sur la comparaison et l'appariement des constituants de plusieurs diagrammes. Cette proposition s'inspire des concepts et des techniques d'appariement de modèles et se concentre principalement sur les aspects structurels des modèles à apparier. La méthode permet d'exprimer en sortie des appariements et des différences entre le diagramme de l'apprenant et un diagramme de référence construit par un expert. La méthode est instanciée sous forme d'un composant logiciel intégré à Diagram, nommé ACDC (Automatic Class Diagrams Comparator). Les résultats d'ACDC (les différences relevées) sont traités dans Diagram pour la production de rétroactions pédagogiques synchrones destinées à l'apprenant. La pertinence et la qualité des résultats produits par ACDC ont été évaluées en dehors de Diagram sur un corpus de diagrammes collectés dans des situations réelles d'apprentissage. Une expérimentation de Diagram (après l'intégration d'ACDC) a été menée fin 2008 avec des étudiants de l'Université du Maine.