Academic literature on the topic 'Imagerie pour le diagnostic – Informatique'

L’étude de la dérégulation des métaux au sein des tissus biologiques intéresse de plus en plus le monde médical car une répartition anormale des métaux est une information importante qui peut contribuer au diagnostic clinique, et orienter le choix du traitement pour de nombreuses pathologies. En tant que méthode d’analyse élémentaire « tout optique », l’imagerie LIBS (laser-induced breakdown spectroscopy) est un candidat idéal pour étudier la composition élémentaire des tissus humains.

Les valves de l’urètre postérieur (VUP) représentent une des principales causes d’insuffisance rénale terminale chez les enfants de sexe masculin. Elles sont la cause principale d’obstruction sous-vésicale chez le fœtus avec une incidence de 2,1/10 000 naissances. L’accès au diagnostic anténatal permet d’envisager pour les cas les plus graves (oligoamnios sévère et/ou syndrome polymalformatif) une interruption de grossesse et d’optimiser, pour les cas moins sévères, la prise en charge néonatale ainsi que le suivi pédiatrique. À chaque étape, à chaque âge, une approche pluridisciplinaire est indispensable afin d’optimiser le suivi et d’informer de manière la plus complète possible les parents et les soignants prenant en charge ces patients. Cet article de revue envisage le parcours de ces patients avec tout d’abord le diagnostic (anténatal) puis leur prise en charge et leur suivi au long terme. Il s’agit de gérer au mieux la survenue de complications et d’éviter ainsi une évolution vers l’insuffisance rénale terminale. Cette approche pluridisciplinaire avec un échange d’information permanent permet une prise en charge optimisée assurant la continuité.

RésuméL’étude porte sur une modélisation de l’erreur dans une situation de biologie conçue dans un environnement informatique pour l’apprentissage humain et qui propose une activité incluant la démarche d’investigation. Cela se traduit par une modélisation de praxéologies personnelles a priori, mises à l’épreuve par l’analyse de productions d’élèves au lycée en France. Cette modélisation, novatrice en biologie, participera dans un second temps à l’évolution de la plateforme vers la mise en place d’un diagnostic automatique des erreurs.Mots clés : praxéologies personnelles, environnement informatique pour l’apprentissage humain, diagnostic automatique des erreurs.AbstractThe study consists in modelling errors in a biology situation implemented in a TEL system. The inquiry-based learning is used in this activity. We introduce the personal praxeology to model errors a priori in this situation. The model has been tested with student’s work in high school classes in France. This modelling work is necessary in order to improve the platform in a future work, which consists in implementing an automatic diagnosis of error.Keywords: personal praxeology, TEL system, automatic diagnosis of error.

L’incidence des fistules anales est comprise entre 12 et 28 sur 100 000 habitants en Europe. L’âge moyen de survenue se situe entre 30 et 50 ans. La majorité des fistules anales surviennent sous la forme d’un abcès anorectal et ont pour origine une infection cryptogénétique des glandes d’Hermann et Desfosses. Le diagnostic est principalement clinique. L’abcès est la plupart du temps facile à repérer, car il se présente sous la forme d’une tuméfaction érythémateuse, plus ou moins volumineuse, chaude, tendue, luisante et hyperalgique à la palpation. Lorsqu’il est intramural ou ischioanal profond, l’inspection de la marge anale est alors normale, et le toucher rectal permet de faire le diagnostic en palpant une voussure douloureuse du bas rectum. En cas de fistulisation, l’aspect est variable, l’examen clinique permet de repérer le ou les orifices secondaires, il peut palper un trajet fistuleux superficiel sous la forme d’un cordon roulant sous la peau. Il doit rechercher l’orifice interne palpable sous la forme d’une dépression ou d’une granulation située au niveau pectinéal, plus rarement visible en anuscopie. Plusieurs techniques d’imagerie permettent de caractériser les fistules anales, notamment complexes, en repérant le trajet fistuleux principal et le ou les trajets fistuleux secondaires, les abcès et diverticules. Les techniques de référence sont l’échoendoscopie anale et l’IRM pelvienne. L’IRM s’impose de plus en plus dans la caractérisation préopératoire des fistules notamment complexes. En pratique, dans la plupart des cas, les fistules anales peuvent être opérées sans examen d’imagerie, mais devant la disponibilité de celle-ci et ses performances, elle est de plus en plus utilisée. Il paraît indispensable de réaliser une IRM préopératoire dans la prise en charge des fistules complexes.

La cartographie assisté par l’ordinateur (CAO) repose sur l’utilisation des systèmes d’information géographique, des images à haute résolution ainsi que des récepteurs GPS (systèmes de positionnement universel) pour le levé des coordonnées géographiques x et y. Ce qui conduit à une analyse spatiale à partir des images acquises et à l’utilisation des technologies géo-spatiales, ceux-ci entrainent la production des cartes, pour qu’elles soient produites par des moyens informatisés, il faut disposer des couches des données standards tels que le shape file de limite administrative, des routes, des villes, des territoires et des hydrographies qui constituent la base des activités de cartographie de recensement et de collecte des données. Le traitement automatique des données issues des activités en amont de cartographie de recensement présente à la fois deux avantages, le premier est lié à l’efficacité, qui se traduit par la quantité de résultats pouvant être obtenus par unité d’intrants, cela montre que l’on peut en faire plus en moindre coût, d’une part, l’avantage lié à l’utilité se traduit par des effets des programmes qui bénéficient d’informations améliorées, d’autre part. La cartographie numérique de recensement est ainsi une cartographie assistée par ordinateur, elle fait appel à une technologie informatique et en tire parti des nouvelles technologies géo-spatiales pour réaliser plus rapidement de meilleures cartes et améliorer la qualité globale des données de recensement que sa mise à jour. Mots clés: Télédétection, analyse spatiale, imagerie satellite et aérienne

De nombreuses théories ont été proposées concernant la pathophysiologie de la choriorétinopathie séreuse centrale (CRSC), sans consensus sur son étiologie exacte. La recherche a mené à diverses possibilités de traitement qui ciblent des mécanismes précis. L’imagerie multimodale, y compris l’autofluorescence du fond de l’œil (FAF), la tomographie par cohérence optique (TCO), l’angiographie fluorescéinique et l’angiographie au vert d’indocyanine, identifie les altérations vasculaires et structurelles qui peuvent confirmer le diagnostic de CRSC et adapter efficacement le traitement pour aider à maximiser le pronostic visuel chez ces patients. Les caractéristiques d’imagerie de la CRSC et des exemples de cas seront explorés.

Les vésicules extracellulaires interviennent dans un nombre croissant de processus physiopathologiques et constituent des outils cliniques prometteurs pour le diagnostic et le traitement de diverses maladies. Leur petite taille a longtemps entravé leur étude in situ, ce qui a limité leur caractérisation in vivo et leur utilisation en clinique. Les avancées récentes en imagerie permettent à présent d’examiner et de suivre les vésicules extracellulaires dans différents modèles animaux, en temps réel et à l’échelle de la vésicule unique. Le poisson zèbre apparaît notamment comme un organisme modèle pertinent pour explorer le cycle de vie de ces vésicules in vivo et évaluer leurs potentialités thérapeutiques.

Les images scintigraphiques de medecine nucleaire sont entachees d'un certain nombre de defauts qui rendent leur interpretation difficile aussi bien du point de vue visuel que quantitatif. Le faible pouvoir separateur energetique du detecteur, sa mauvaise resolution spatiale et le bruit statistique sont les principaux phenomenes responsables des degradations dans l'image. La combinaison de tous ces phenomenes limite considerablement le potentiel de diagnostic fonctionnel de cette technique d'imagerie. Un ensemble de methodes ont ete mises en uvre afin de corriger la mauvaise resolution spatiale des images. Les filtres usuels de restauration comme wiener ou metz ne donnent pas entieres satisfaction car les solutions qu'ils proposent sont globalement lisses. La technique bayesienne du maximum a posteriori (map) pallie a cet inconvenient en permettant l'introduction d'informations a priori au niveau local sur l'objet recherche. Nous modelisons l'objet recherche par un champ de markov dont la fonction potentiel de voisinage associee permet de regulariser la solution tout en preservant les discontinuites. A cause de la mauvaise resolution energetique des detecteurs, un grand nombre de photons diffuses contribuent a l'information acquise dans la fenetre centree autour du pic photoelectrique. Ce phenomene induit une perte supplementaire de la resolution spatiale et une surestimation de la quantification du nombre de photons primaires. Nous deconvoluons les spectres obtenus au niveau de chaque pixel par la methode du map, en choisissant un a priori adapte a la forme theorique connue du spectre.

Les hôpitaux et les centres médicaux produisent une énorme quantité d'images médicales numériques chaque jour, notamment sous la forme de séquences d'images. En raison de la grande capacité de stockage et de la bande passante de transmission limitée, une technique de compression efficace est nécessaire. Nous avons proposé un algorithme de compression de séquences d'images médicales MMWaaves. Il repose sur l'utilisation de modèles Markovien couplé avec le codeur Waaves de la société Cira qui est certifié en tant que dispositif médicale. Nous avons démontré que MMWaaves a apporté un gain de compression supérieur à 30% par rapport à JPEG2000 et Waaves tout en gardant la qualité nécessaire pour les diagnostics cliniques (SSIM>0.98). En outre, il a permis d'atteindre des taux de compression égaux à ceux obtenus par H.264 en améliorant la qualité. Ensuite, nous avons développé une nouvelle chaine de compression MLPWaaves à base de différence en DWT suivie d'un nouveau modèle de tri adaptatif LPEAM permettant l'optimisation de la stationnarité locale des coefficients. Nous avons obtenu un gain de compression allant à 80% par rapport à Waaves et JPEG2000 tout en assurant une qualité exceptionnelle pour le diagnostic médical. Finalement, afin de transmettre à distance les images médicales du centre de santé à l'appareil mobile du médecin, nous avons proposé un système de télé-radiologie pour le codage et le décodage basé sur nouveau paradigme multithreading. La validation de cette nouvelle solution a été réalisée sur deux plateformes différentes. Nous avons obtenu un facteur d'accélération égal à 5 sur un Intel Core i7-2600 et un facteur égal à 3 sur une tablette Samsung Galaxy
Hospitals and medical centers produce an enormous amount of digital medical images every day especially in the form of image sequences. Due to the large storage size and limited transmission and width, an efficient compression technique is necessary. We first proposed a compressor algorithm for medical images sequences MMWaaves. It is based on Markov fields coupled with the certified medical device Waaves of Cira company. We demonstrated that MMWaaves provided a compression gains greater than 30% compared to JPEG2000 and Waaves while ensuring outstanding image quality for medical diagnosis (SSIM> 0.98). In addition, it achieved compression rates equal to those obtained by H.264 while improving the image quality. Then we developed a new compression algorithm MLPWaaves based on DWT difference followed by a new adaptive scanning model LPEAM in order to optimize the local stationary of wavelet coefficients. We obtained a compression gain up to 80% compared to Waaves and JPEG2000 while ensuring exceptional quality for medical diagnosis. Finally, in order to transmit medical images for diagnostic from the health center to the mobile device of the doctor, we proposed client-server remote radiology system for encoding and decoding. It is based on a multithreading paradigm to accelerate treatment. The validation of this solution was performed on two different platforms. We achieved an acceleration factor of 5 on an Intel Core i7-2600 and a factor of 3 on Samsung Galaxy tablet

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.

Cette thèse s'inscrit dans le cadre de la construction d'un atlas de glioblastomes (tumeurs cérébrales). En imagerie médicale, un atlas est une image ou un ensemble d'images représentant la distribution statistique d'une population. Souvent, cette distribution prend la forme d'une image représentant la moyenne de la population et d'un ensemble de cartes de déformations entre cette moyenne et chaque image. Pour construire un atlas, il est donc important de correctement définir les transformations entre les images. Les méthodes classiques de recalage considèrent que les deux images sont en correspondance bijective. Or, cela n'est pas le cas dans notre contexte où les deux images n'ont pas le même nombre de composants (une des deux images a la tumeur en plus). Un défi de la thèse a donc été de produire des transformations entre deux images avec des topologies différentes.La première partie de la thèse a porté sur la segmentation de tumeurs cérébrales sur des IRM, permettant ainsi de déterminer précisément l'endroit avec la différence topologique. Alors que la plupart des algorithmes utilisent plusieurs modalités d'acquisition, dans la pratique clinique souvent une seule est dispon- ible (les images pondérées en T1 par exemple). Notre problématique a donc été de proposer un algorithme qui soit performant sur une seule modalité tout en utilisant les informations des bases de données multi-modales pendant l'apprentissage. Pour cela, nous avons utilisé une technique de distillation de connaissances (Hinton et al., 2015). Nous utilisons un réseau maître prenant quatre modalités en entrée pour entraîner un réseau étudiant qui lui ne prend qu'une seule modalité. Une analyse de différentes stratégies de distillation nous permis de montrer dans quels cas ces méthodes sont utiles.La seconde partie de la thèse porte sur le recalage d'une image d'un patient ayant une tumeur vers une image de sujet sain. Nous avons développé une méthode qui prend en compte à la fois les différences géométriques et les différences topologiques entre deux images. Nous nous sommes inspirés des Métamorphoses (Trouvé and Younès, 2005) qui ont été développées pour trans- former la géométrie et les niveaux d'intensité d'une image. Nous avons utilisé un réseau de neurones résiduel pour résoudre les équations aux dérivées partielles qui constituent les métamorphoses. Cela nous permet d'utiliser la méthode en apprentissage, réduisant considérablement le temps d'inférence une fois que le réseau a été entraîné. En outre, nous encourageons une séparation entre les transformations de forme et d'apparence en exploitant un masque de segmentation de la tumeur. De cette façon, nous autorisons les changements d'apparence uniquement dans les régions où des différences topologiques apparaissent entre les images source et cible (par exemple, la tumeur). La méthode de recalage développée constitue ainsi un outil important dans le but de construire un atlas de glioblastomes
The aim of this thesis was to build an atlas of glioblastoma (brain tumors). In medical imaging, an atlas is an image or a set of images that are meant to represent the statistical distribution of a population. Often, this distribution takes the form of an image representing the population average and a set of deformation maps between this mean and each image. To construct an atlas, it is therefore important to correctly define the transformations between the images. Conventional registration methods assume that the two images have only a geometric difference - that is, the first image is the bijective deformation of the other. However, this is not the case in our context, where the two images do not have the same number of components (one of the two images has the tumor in addition). A challenge of this thesis was therefore to produce transformations between two images with different topologies.The first part of the thesis focused on the segmentation of brain tumors on MRI. Indeed, it is important to segment the tumors in order to precisely detect the location with the topological differences. Since our goal is to build an atlas from clinical images, we need a segmentation algorithm that performs well on patients with only one acquisition modality available (such as T1-weighted images). However, most of the state-of-the-art (SOTA) tumor segmentation algorithms need four modalities to perform well. The first goal of this thesis was thus to produce a segmentation algorithm that performs well on test images from a single modality, while leveraging information from multi-modal databases during training. To this end, we proposed a new method based on knowledge distillation (Hinton et al., 2015). We use a teacher network that takes four modalities as input and helps training a student network that takes as input only one of the teacher modalities. We compare the proposed method with several knowledge distillation strategies and show that this kind of methods performs well in a low-data regime and becomes less useful in a high-data regime.The second part of the thesis deals with the registration of a cancerous image onto a healthy image. We developed a method that, in addition to taking into account the geometric differences, it also considers the topological differences between two images. Inspired by Metamorphosis (Trouvé and Younès, 2005), a method developed to transform the geometry and intensity levels of an image, we used a residual neural network to solve the partial differential equations that encode the Metamorphosis framework. This allowed us to reformulate the method in a learning context, which greatly reduced the inference time once the network has been trained. Additionally, we encouraged an anatomically meaningful disentanglement between shape and appearance transformations by leveraging the (previously estimated) segmentation mask of the tumor. In this way, we allow appearance changes only in the regions where topological differences occur between source and target images (e.g., tumor). The developed registration method is thus an important tool in the construction of the glioblastoma atlas

Le but de ce travail est de quantifier en IRM les structures cérébrales du sujet sain et d'en normaliser les résultats. Matériels et méthodes : Le travail comporte l'étude des points de crâniométrie et des sutures (n=150), l'analyse de la voûte et du parenchyme (20-80 ans, n=126), la segmentation automatique de la voûte et du parenchyme à partir de données en 3D (témoins 20-49 ans, n=30 ans). Résultats : La voûte et les sutures sont analysables en IRM. La taille de la voûte est corrélée à la taille du sujet. Avec l'âge, le V3 s'élargit (r=0,78), les dimensions de la voûte sont stables. Dans le plan bi-commissural, l'indice surfacique CA-CP (rapport surface du parenchyme sur surface du contenu de la voûte, délimitée par la table externe) est de 0,73 ± 0,02 de 20-49 ans. Conclusion : Les paramètres de la crâniométrie sont analysables en IRM. L'indice surfacique CA-CP, permet une quantification normalisée précise complètement automatisée et reproductible des structures cérébrales

Le travail présenté dans ce document a pour but la mise en oeuvre d'un système de segmentation d'Images de Résonance Magnétique (IRM) cérébrales qui permette de tirer parti de plusieurs approches complémentaires en réponse à la complexité du problème posé. Face à la diversité des approches existant pour la segmentation (classification, modèles déformables,...) nous montrons que l'on peut définir un cadre de travail commun qui permette la mise en oeuvre de coopération entre des approches hétérogènes. Le cadre méthodologique que nous avons défini s'articule autour des notions d'apprentissage et d'adaptativité. L'apprentissage permet d'introduire des connaissances a priori, explicites, sur le contexte de travail sous la forme d'un modèle statistique déformable du contour du cerveau. L'information qui en résulte est exploitée pour spécialiser localement des agents de segmentation, ce qui confère au système son adaptativité. Nous avons mis en oeuvre trois grands principes de coopération pour réaliser la combinaison d'informations : (i) coopération par initialisation, qui exploite le résultat d'une méthode pour initialiser une seconde méthode, (ii) coopération par fusion d'informations, qui permet de tirer parti de la fusion de plusieurs sources d'informations complémentaires pour guider une phase de traitement, (iii)coopération par rétroaction, qui permet de revenir sur le processus complet de segmentation pour l'affiner ou encore pour transmettre des informations entre images. L'ensemble du travail a été validé sur des images synthétiques fournies par le Montreal Neurological Institute et illustré sur un ensemble d'images réelles.

Cette thèse a pour but de contribuer à l'informatisation de deux applications biomédicales : l'analyse de la figure complexe de Rey-Osterrieth et la détection de mélanomes malins. Les études sur l'analyse de la figure complexe de Rey-Osterrieth cherchent à identifier, de façon précoce, les difficultés psychologiques chez les enfants. Il s'agit d'un test graphique ou il est demandé de copier, puis de restituer de mémoire un dessin : la figure de Rey. Le mélanome malin est un cancer cutané en nette progression depuis plusieurs années. Les méthodologies, ainsi que les outils d'analyses employés sont communs aux deux applications. Nous commençons par la mise au point des protocoles nous permettant d'obtenir des copies numériques des figures de Rey et des photographies de lésions. A partir de celles-ci, nous recherchons des caractéristiques numériques. A partir de ces données, deux méthodes de traitement sont proposées. La première consiste à rechercher des sous-ensembles dans les populations de l'étude. En effet, les populations d'éléments que nous étudions sont, de par nature, hétérogènes. Cette catégorisation est basée sur une classification ascendante. L'originalité vient de l'intégration d'un nouvel indice prenant en compte les densités locales au voisinage des éléments. La seconde est une méthode utilisée pour discriminer les éléments pathologiques des autres éléments. Elle est conçue pour être efficace lorsqu'une des populations est sous représentée. Les éléments du groupe sain servent de référence. Nous recherchons des caractéristiques pour lesquelles les éléments pathologiques s'écartent de cette référence. Nous appliquons ensuite un algorithme détectant un jeu réduit de caractéristiques discriminantes. Ces méthodes sont appliquées avec succès sur deux ensembles de données issus des applications étudiées.

Le cancer du sein est le cancer le plus répandu chez les femmes de plus de 40 ans. En effet, des études ont montré qu'une détection précoce et un traitement approprié du cancer du sein augmentent de manière significative les chances de survie. La mammographie constitue le moyen d'investigation le plus utilisé dans le diagnostic des lésions mammaires. Cependant, cette technique peut être insuffisante pour montrer les structures du sein et faire apparaître les anomalies présentes et le médecin peut faire appel à d'autres modalités d'imagerie telle que l'imagerie IRM. Ces modalités sont généralement complémentaires. Par conséquent, le médecin procède à une fusion mentale des différentes informations sur les deux images dans le but d'effectuer le diagnostic adéquat. Pour assister le médecin et l'aider dans ce processus, nous proposons une solution permettant de fusionner les deux images. Bien que l'idée de la fusion paraisse simple, sa mise en oeuvre pose de nombreux problèmes liés non seulement au problème de fusion en général mais aussi à la nature des images médicales qui sont généralement des images mal contrastées et présentant des données hétérogènes, imprécises et ambigües. Notons que les images mammographiques et les images IRM présentent des représentations très différentes des informations, étant donnée qu'elles sont prises dans des conditions distinctes. Ce qui nous amène à poser la question suivante: Comment passer de la représentation hétérogène des informations dans l'espace image, à un autre espace de représentation uniforme. Afin de traiter cette problématique, nous optons pour une approche de traitement multi-niveaux : niveau pixel, niveau primitives, niveau objet et niveau scène. Nous modélisons les objets pathologiques extraits des différentes images par des ontologies locales. La fusion est ensuite effectuée sur ces ontologies locales et résulte en une ontologie globale contenant les différentes connaissances sur les objets pathologiques du cas étudié. Cette ontologie globale sert à instancier une ontologie de référence modélisant les connaissances du diagnostic médical des lésions mammaires. Un raisonnement à base de cas est exploité pour fournir les rapports diagnostic des cas les plus similaires pouvant aider le médecin à prendre la meilleure décision. Dans le but de modéliser l'imperfection des informations traitées, nous utilisons la théorie des possibilités avec les différentes ontologies. Le résultat fourni est présenté sous forme de rapports diagnostic comportant les cas les plus similaires au cas étudié avec des degrés de similarité exprimés en mesures de possibilité. Un modèle virtuel 3D complète le rapport diagnostic par un aperçu simplifié de la scène étudiée
The breast cancer is the most prevalent cancer among women over 40 years old. Indeed, studies evinced that an early detection and an appropriate treatment of breast cancer increases significantly the chances of survival. The mammography is the most tool used in the diagnosis of breast lesions. However, this technique may be insufficient to evince the structures of the breast and reveal the anomalies present. The doctor can use additional imaging modalities such as MRI (Magnetic Reasoning Image). Therefore, the doctor proceeds to a mental fusion of the different information on the two images in order to make the adequate diagnosis. To assist the doctor in this process, we propose a solution to merge the two images. Although the idea of the fusion seems simple, its implementation poses many problems not only related to the paradigm of fusion in general but also to the nature of medical images that are generally poorly contrasted images, and presenting heterogeneous, inaccurate and ambiguous data. Mammography images and IRM images present very different information representations, since they are taken under different conditions. Which leads us to pose the following question: How to pass from the heterogeneous representation of information in the image space, to another space of uniform representation from the two modalities? In order to treat this problem, we opt a multilevel processing approach : the pixel level, the primitive level, the object level and the scene level. We model the pathological objects extracted from the different images by local ontologies. The fusion is then performed on these local ontologies and results in a global ontology containing the different knowledge on the pathological objects of the studied case. This global ontology serves to instantiate a reference ontology modeling knowledge of the medical diagnosis of breast lesions. Case-based reasoning (CBR) is used to provide the diagnostic reports of the most similar cases that can help the doctor to make the best decision. In order to model the imperfection of the treated information, we use the possibility theory with the ontologies. The final result is a diagnostic reports containing the most similar cases to the studied case with similarity degrees expressed with possibility measures. A 3D symbolic model complete the diagnostic report with a simplified overview of the studied scene

Les travaux présentés dans cette thèse traitent de l'apport de l'incertitude, de l'imprécision et de l'a priori en traitement d'images médicales, dans le cadre d'outils d'aide au diagnostic des pathologies conséquentes de l'obésité et du surpoids. Deux parties composent ce travail : une modélisation du signal IRM d'une séquence prototype fournie par GE, et une méthode de classification floue adaptée pour répondre aux attentes des experts radiologistes et anatomopathologistes. Le signal IRM est issu des différents constituants du voxel. Afin de déterminer la proportion de graisse dans le tissu, les signaux issus de l'eau et de la graisse sont déterminées par régression à partir des images IRM obtenues en prenant en compte un a priori sur le bruit présent sur les images. Considéré de Gauss sur les images réelles et imaginaires, et de Rice sur les images amplitudes, cet a priori sur le bruit a permis de mettre en évidence l'apport de l'utilisation des données brutes lors de la quantification de la proportion de graisse et d'eau par rapport à une quantification uniquement effectuée sur les données amplitudes. La méthode de classification présentée ici permet une dépendance à longue distance lors du calcul des centroïdes. Cette méthode combinée à un algorithme de connectivité floue est adaptée à la mesure de la graisse viscérale et souscutanée. Elle fut également utilisée pour la quantification des vacuoles de triglycérides présentes sur des biopsies hépatiques. De part la proportion très hétérogène des vacuoles de stéatose, fonction du degré de la pathologie, nous avons amélioré l'algorithme de classification par une supervision permettant d'orienter la classification afin de se dédouaner de cette hétérogénéité. La classification est ensuite combinée à un système expert permettant d'éliminer les erreurs de classification survenues. L'ensemble des méthodes fut évalué dans le cadre d'expérimentations animales et de différents protocoles de recherche clinique.

Introduction : Les kystes et tumeurs des maxillaires représentent une multitude d’entités pour lesquelles le diagnostic est parfois difficile. L’examen anatomopathologique permet dans la majorité des cas de donner un diagnostic de certitude mais il est parfois nécessaire de confronter ces résultats à l’imagerie voir de réaliser des marquages d’immunohistochimie pour mieux caractériser la lésion. Le diagnostic différentiel apparaît comme primordial devant certaines entités dont l’évolution guide une prise en charge très différente. Cas clinique : Il s’agissait d’une jeune patiente de 25 ans sans antécédent médical, adressée par son chirurgien-dentiste à la suite de la découverte fortuite d’une lésion osseuse au niveau de l’angle mandibulaire droit. Une exploration radiographique de type CBCT ainsi qu’une biopsie osseuse ont été réalisées. La confrontation de l’imagerie et du diagnostic histologique ne permettait pas de dissocier deux diagnostics possibles, la lésion pouvant correspondre à une tumeur à cellules géantes (TCG) ou à un kyste osseux anévrismal (KOA). Devant cette incertitude, un marquage par immunohistochimie de la protéine p63 ainsi qu’une imagerie par résonance magnétique ont été demandés. Un marquage négatif à la p63 ainsi que l’analyse de l’ensemble des images radiologiques nous a permis de poser le diagnostic de kyste anévrismal. Devant le caractère asymptomatique de la lésion et de l’absence d’évolution à 9 mois, une attitude de surveillance a été décidée. Discussion : Les deux entités que sont le KOA et la TCG sont des lésions dont le diagnostic différentiel est complexe mais impératif du fait de leurs évolutions très différentes. Le KOA correspond à une dystrophie osseuse bénigne qui forme une lésion cavitaire constituée d’un réseau riche en fibroblastes et cellules géantes plurinucléés parfois bordées par un endothélium. Cette lésion est bénigne d’évolution lente. Le traitement consiste le plus souvent en un curetage de la cavité kystique lorsque la lésion entraîne déformation et/ou symptomatologie. La TCG présente de nombreuses caractéristiques histologiques en commun avec le kyste osseux anévrismal, avec un nombre de cellules géantes plus important. Toutefois la TCG présente un risque de récidive de l’ordre de 50% ainsi qu’un risque de transformation maligne (sarcome) de 10 à 20 %. Son évolution peut également être rapide. Le traitement doit être radical et consiste en une exérèse chirurgicale avec marges. Il a été montré par plusieurs auteurs que le marquage de p63, une protéine nucléaire de la famille du gène suppresseur p53, retrouvée dans différents tissus permettait de distinguer ces deux entités dans plusieurs localisations. Conclusion : Le marquage de la protéine p63 peut apparaît donc très utile dans le diagnostic différentiel de ces lésions dont les pronostics sont très différents lorsque l’imagerie et le marquage en HES ne sont pas suffisants.