Academic literature on the topic 'Segmentation histologique de tumeur'

INTRODUCTION : La tumeur rénale est une néoformation tissulaire bénigne ou maligne (primitive ou secondaire) développée aux dépens du parenchyme rénal. Elle occupe le 2ème rang des cancers urologiques au Sénégal après le cancer de la prostate. Le but de cette étude était d’identifier les facteurs de risques et le type histologique des tumeurs du rein dans notre centre. MATERIELS ET METHODES : Il s’agissait d’une étude rétrospective menée dans notre centre sur une période de 10 ans (2009 à Juillet 2019), incluant tous les patients ayant eu une néphrectomie totale élargie ou une néphrectomie partielle indiquée pour une tumeur rénale avec des résultats histopathologiques de la pièce opératoire. Les paramètres étudiés étaient : l’âge, le sexe, les facteurs de risque, le type histologique, le grade de Fuhrman et la classification pTNM. L’analyse des données était faite à l’aide du logiciel Sphinx Démo© V5 et SPSS©. RESULTATS : Quarante-et-un patients étaient inclus avec un sex-ratio de 0,7. L’âge moyen était de 41,2 ± 16,4 ans. L’hypertension artérielle était le facteur de risque le plus observé dans notre série. La néphrectomie était totale élargie chez 97,5% (40) et partielle chez 2,5 % (un) des patients. A l’histologie, la taille moyenne de la tumeur était de 12,5 ± 4,3 cm. Le carcinome à cellules claires était plus fréquent. L’envahissement du fascia de Gérota était noté chez 2,3 % (un). Trois patients avaient une atteinte ganglionnaire et un seul avait un envahissement de la surrénale homolatérale. La classe pT2bNxMx était plus fréquente. CONCLUSION : Ces résultats montrent que le carcinome à cellules claires est le type histologique le plus observé dans notre centre suivi du carcinome papillaire.

L’actinomycose abdominale est une maladie infectieuse, suppurative granulomateuse rare, peu connue due à Actinomyces israelii. La symptomatologie est aspécifique en dehors de la présence d’une masse pseudo tumorale abdominale infiltrante. Nous rapportons le cas d’une femme de 60 ans présentant une masse infiltrante des muscles de la paroi antérolatérale gauche de l’abdomen. Le traitement chirurgical a consisté à une exérèse large des muscles de la paroi antérolatérale gauche de l’abdomen. Le diagnostic de l’actinomycose n’a été fait qu’après l’examen histologique de la pièce opératoire. Conclusion : l’actinomycose est une affection rare. Son diagnostic doit être évoqué devant toute masse abdominale infiltrante d’allure néoplasique

Une patiente âgée de 30 ans est adressée en raison de saignements vaginaux. L'examen par spéculum met en évidence une tumeur de 5 cm polylobée attachée à la paroi du fornix vaginal. Un examen par résonance magnétique a démontré que cette masse s'étend de la paroi ventrale du vagin jusqu'au col utérin. Un examen par tomographie computérisée du thorax et de l'abdomen met en évidence des ganglions lymphatiques médiastinaux pathologiques. Les investigations complémentaires permettent de poser le diagnostic de leucémie myéloïde aiguë. L'examen histologique de la tumeur vaginale a permis de poser le diagnostic rare de sarcome granulocytaire.

Lendometriose perineale correspond a la presence de tissu endometrial au niveau du perinee superficiel, le plus souvent sur une cicatrice depisiotomie ou sur une dechirure obstetricale. Le diagnostic preoperatoire repose sur lIRMet sera confirme par une analyse histologique pour excluretoute autre tumeur. Le traitement medical avec les analogues de GnRH est inefficace. Le traitement reste chirurgical et consiste en unelarge resection de la masse.Nous rapportons un cas dendometriose sur une cicatrice depisiotomie chez une patiente de 34 ans ayant accouche il y a 4 ans.

INTRODUCTION : La tumeur de la granulosa (TG) est une néoplasie rare de l’ovaire représentant (0,6 à 3%) de l’ensemble des tumeurs ovariennes et 5% des tumeurs malignes. Leur diagnostic est essentiellement histologique. Cette tumeur a été peu étudiée en Afrique Noire, notamment sur le plan anatomopathologique et particulièrement au Sénégal. Le pronostic est fonction du type histologique et de plusieurs paramètres définissant le stade, selon la classification de la FIGO. Les études prospectives sont difficiles en raison de la rareté et de la nécessité d’un suivi à long terme des patientes afin d’en évaluer le pronostic. L’objectif de ce travail était d’établir les profils épidémiologique et anatomopathologique des patientes présentant une TG dans notre contexte. MATERIELS ET METHODES : Etude rétrospective, transversale et descriptive, réalisée de Janvier 2010 à Décembre 2017, incluant tous les cas de tumeurs de la granulosa diagnostiquées dans les laboratoires d’Anatomie et Cytologie Pathologiques (ACP) à Dakar (Hôpital Aristide le Dantec, Hôpital Général Idrissa Pouye et Hôpital de Fann). RESULTATS : Nous avons recensés 28 cas de tumeur de la granulosa sur 204 cancers de l’ovaire pendant la période d’étude représentant 13,7% des cancers de l’ovaire dans notre contexte. Le nombre de cas moyen annuel était de 3,5 avec une tendance à la hausse par an. L’âge moyen était de 41,5 ans, avec des extrêmes de 13 et 70 ans. Les patientes âgées de 45 ans et plus étaient les plus touchées, soit 16 cas (57%). Le statut hormonal était mentionné pour tous, soit 16 patientes (57%) ménopausées contre 12 (43%) en période d’activité génitale. L’essentiel de nos patientes (71%) étaient multipares. La tumeur était unilatérale dans 96,4%, soit 27 cas. La taille était précisée pour 20 cas, avec une moyenne de 24 cm et des extrêmes de huit et 40 cm. La majorité des cas (85%) présentaient une taille supérieure à 10 cm. Il s’agissait d’une tumeur de la granulosa de type adulte dans 93% (26 cas) et de type juvénile dans 7% (deux cas). Les patientes qui présentaient un type adulte avaient un âge supérieur ou égal à 20 ans, essentiellement ménopausées, tandis que celles avec type juvénile était plus jeunes, soit deux cas (13 et 16 ans). Ces néoplasies étaient essentiellement classées stade pT1 dans 86% (24 cas) suivie du stade pT2 dans 10% (trois cas), avec rupture capsulaire dans six cas (21,4 %), selon la classification de la FIGO 2014. CONCLUSION : Les tumeurs de la granulosa sont relativement rares au Sénégal, sous-diagnostiquées comme dans beaucoup d’autres pays africains. Elle touche préférentiellement les femmes âgées, en péri- ou ménopause, multipares et sont souvent découvertes à un stade tardif.

Le carcinome de la vessie est la tumeur maligne la sixième plus fréquent. Elle a une évolution variable selon le résultat histologique. La résection transuréthrale combinée avec la chimiothérapie intravésicale est indiquée en cas de tumeurs superficielles et guérit la plupart des patients. Au contraire, les tumeurs invasives du muscle ou les tumeurs mal différenciées prennent un court tout autre. Avec des thérapies combinées on peut de plus en plus offrir des traitements préservant l'organe, ou du moins la continence avec un substitut de la vessie. Il est possible que la tendance récemment observée vers une amélioration de survie se poursuive. Il est aussi important de faire des efforts dans le futur pour la prévention (élimination de carcinogènes et dépistage précoce).

Introduction. Les tumeurs stromales gastro-intestinales sont des tumeurs mésenchymateuses du tube digestif et du mésentère, caractérisées par la présence de mutation activatrice de proto-oncogènes KIT. Leur incidence est faible dans le monde. Au Sénégal, quelques cas ont été rapportés. Objectifs. Définir les facteurs pronostiques et l'évolution des tumeurs stromales digestives à l'hôpital Principal de Dakar. Malades et méthodes. Etude rétrospective de février 2002 à février 2014 ayant inclus tous les malades hospitalisés pour une tumeur stromale digestive diagnostiquée à l’examen anatomo-pathologique et confirmé à l’immunohistochimie. Résultats. Quinze cas ont été colligés. L’âge moyen était de 50 ans, le sex-ratio de 4. Les manifestations cliniques étaient : une masse abdominale douloureuse (n=10), une altération de l’état général (n=12), une hémorragie digestive (n=2). L’endoscopie digestive haute montrait : une tumeur ulcéro-bourgeonnante (n=9), le siège de la tumeur était : le fundus (n=6), la région antro-fundique (n=3), l’antre dans un cas et le deuxième duodénum dans un cas. Les explorations biologiques montraient une anémie dans 15 cas avec un taux moyen d’hémoglobine à 8,3 g/dl. L’examen histologique montrait une prolifération de cellules fusiformes exprimant en immunohistochimie le marqueur CD 34 dans 15 cas et le marqueur CD 117 (n=13). La tumeur était localisée chez 4 patients. On notait des métastases hépatiques (n=9), péritonéales (n=3), ganglionnaires (n=3). Sur le plan thérapeutique, une chirurgie curative a été réalisée dans 4 cas et un traitement médical par Imatinib dans 11 cas. L’évolution était marquée par un décès (n=13). Conclusion. Les tumeurs stromales digestives sont rares. Elles sont de mauvais pronostic car le diagnostic est tardif. La majorité des malades ont pu bénéficier d’un traitement par l’imatinib mésylate qui a permis d’améliorer leur survie.

INTRODUCTION : Le rhabdomyosarcome est une tumeur maligne à différenciation musculaire striée touchant préférentiellement l'enfant et l'adolescent, rarement l’adulte, d'étiologie inconnue. Les principales localisations sont céphaliques (41%), génito-urinaires et squelettiques. L´âge de survenue est caractérisé par deux pics d´incidence, le premier entre deux et cinq ans, le second à l´adolescence. La présentation clinique n´est pas spécifique et le diagnostic est fait à l´examen anatomo-pathologique. Trois formes histologiques prédominent : la forme alvéolaire, la forme pléomorphe, tous deux, de mauvais pronostic et la forme embryonnaire qui représente environ 80% de tous les rhabdomyosarcomes, de grade intermédiaire. La prise en charge multidisciplinaire associe la chirurgie, la chimiothérapie et parfois la radiothérapie. MATERIELS ET METHODES : Il s’agit de deux cas de tumeurs : l’une au niveau de la région de l’amygdale gauche et l’autre testiculaire gauche. Il a été réalisé respectivement une amygdalectomie associée à une biopsie tumorale et une orchidectomie. Ces prélèvements ont bénéficié d’une prise en charge histologique avec une fixation au formol 10%, un examen macroscopique, une technique histopathologique de routine et d’un complément immunohistochimique. RESULTATS : Cas 1 : MF, un homme de 29 ans, présentant une masse para-pharyngée, refoulant l’amygdale palatine gauche. La biopsie tumorale associée à l’amygdalectomie a montré une tumeur de trois cm de grand axe, blanc-grisâtre, ferme, à surface irrégulière, partiellement encapsulée, présentant des tranches de section homogènes et tissulaires à la coupe. Cas 2 : GM, un jeune homme de 19 ans, ayant présenté une masse testiculaire gauche de 500 g, mesurant 11 cm de grand axe, bien circonscrite, hétérochrome, fasciculée à la coupe, associée à des remaniements kystiques et nécrotiques. Dans les deux cas, il s’agit à la microscopie, d’une prolifération maligne sarcomateuse formée de cellules fusiformes et rondes, franchement atypiques, à différenciation rhabdomyoblastique, disposées en faisceaux entrecroisés, contenant des noyaux dyscaryotiques, hyperchromatiques, des nucléoles peu proéminents et un haut rapport nucléo-cytoplasmique. Les mitoses atteignaient cinq pour 10 champs au fort grossissement. Un large foyer de nécrose était présent au niveau de la pièce d’orchidectomie. La limitation par une capsule fibreuse est complète et intacte pour la tumeur testiculaire avec présence d’une embolie lymphatique néoplasique. La confirmation du diagnostic s’est faite grâce au complément immunohistochimique par la positivité des marqueurs musculaires striés : les anticorps dirigés contre la desmine et la myogénine. CONCLUSION : La prise en charge des rhabdomyosarcomes est multidisciplinaire. Leur confirmation est histologique et doit être complétée par l’immunohistochimie et à la biologie moléculaire. Un diagnostic précis associé à un traitement précoce est un garant pour une meilleure survie.

L’anatomopathologie est la discipline médicale responsable du diagnostic et de la caractérisation des maladies par inspection macroscopique, microscopique, moléculaire et immunologique des tissus. Les technologies modernes permettent de numériser des lames tissulaire en images numériques qui peuvent être traitées par l’intelligence artificielle pour démultiplier les capacités des pathologistes. Cette thèse a présenté plusieurs approches nouvelles et puissantes qui s’attaquent à la segmentation et à la classification pan-cancer des images de lames numériques. L’apprentissage de modèles de segmentation pour des lames numériques est compliqué à cause de difficultés d’obtention d’annotations qui découlent (i) d’une pénurie de pathologistes, (ii) d’un processus d’annotation ennuyeux, et (iii) de différences majeurs entre les annotations inter-pathologistes. Mon premier axe de travail a abordé la segmentation des tumeurs pan-cancéreuses en concevant deux nouvelles approches d’entraînement faiblement supervisé qui exploitent des annotations à l’échelle de la lame qui sont faciles et rapides à obtenir. En particulier, ma deuxième contribution à la segmentation était un algorithme générique et très puissant qui exploite les annotations de pourcentages de tumeur pour chaque lame, sans recourir à des annotations de pixels. De vastes expériences à grande échelle ont montré la supériorité de mes approches par rapport aux méthodes faiblement supervisées et supervisées pour la segmentation des tumeurs pan-cancer sur un ensemble de données de plus de 15 000 lames de tissus congelés. Mes résultats ont également démontré la robustesse de nos approches au bruit et aux biais systémiques dans les annotations. Les lames numériques sont difficiles à classer en raison de leurs tailles colossales, qui vont de millions de pixels à plusieurs milliards de pixels, avec un poids souvent supérieur à 500 mégaoctets. L’utilisation directe de la vision par ordinateur traditionnelle n’est donc pas possible, incitant l’utilisation de l’apprentissage par instances multiples, un paradigme d’apprentissage automatique consistant à assimiler une lame comme un ensemble de tuiles uniformément échantillonnés à partir de cette dernière. Jusqu’à mes travaux, la grande majorité des approches d’apprentissage à instances multiples considéraient les tuiles comme échantillonnées de manière indépendante et identique, c’est-à-dire qu’elles ne prenaient pas en compte la relation spatiale des tuiles extraites d’une image de lame numérique. Certaines approches ont exploité une telle interconnexion spatiale en tirant parti de modèles basés sur des graphes, bien que le véritable domaine des lames numériques soit spécifiquement le domaine de l’image qui est plus adapté aux réseaux de neurones convolutifs. J’ai conçu un cadre d’apprentissage à instances multiples puissant et modulaire qui exploite la relation spatiale des tuiles extraites d’une lame numérique en créant une carte clairsemée des projections multidimensionnelles de patches, qui est ensuite traitée en projection de lame numérique par un réseau convolutif à entrée clairsemée, avant d’être classée par un modèle générique de classification. J’ai effectué des expériences approfondies sur trois tâches de classification d’images de lames numériques, dont la tâche par excellence du cancérologue de soustypage des tumeurs, sur un ensemble de données de plus de 20 000 images de lames numériques provenant de données publiques. Les résultats ont mis en évidence la supériorité de mon approche vis-à-vis les méthodes d’apprentissage à instances multiples les plus répandues. De plus, alors que mes expériences n’ont étudié mon approche qu’avec des réseaux de neurones convolutifs à faible entrée avec deux couches convolutives, les résultats ont montré que mon approche fonctionne mieux à mesure que le nombre de paramètres augmente, suggérant que des réseaux de neurones convolutifs plus sophistiqués peuvent facilement obtenir des résultats su
Anatomic pathology is the medical discipline responsible for the diagnosis and characterization of diseases through the macroscopic, microscopic, molecular and immunologic inspection of tissues. Modern technologies have made possible the digitization of tissue glass slides into whole slide images, which can themselves be processed by artificial intelligence to enhance the capabilities of pathologists. This thesis presented several novel and powerful approaches that tackle pan-cancer segmentation and classification of whole slide images. Learning segmentation models for whole slide images is challenged by an annotation bottleneck which arises from (i) a shortage of pathologists, (ii) an intense cumbersomeness and boring annotation process, and (iii) major inter-annotators discrepancy. My first line of work tackled pan-cancer tumor segmentation by designing two novel state-of-the-art weakly supervised approaches that exploit slide-level annotations that are fast and easy to obtain. In particular, my second segmentation contribution was a generic and highly powerful algorithm that leverages percentage annotations on a slide basis, without needing any pixelbased annotation. Extensive large-scale experiments showed the superiority of my approaches over weakly supervised and supervised methods for pan-cancer tumor segmentation on a dataset of more than 15,000 unfiltered and extremely challenging whole slide images from snap-frozen tissues. My results indicated the robustness of my approaches to noise and systemic biases in annotations. Digital slides are difficult to classify due to their colossal sizes, which range from millions of pixels to billions of pixels, often weighing more than 500 megabytes. The straightforward use of traditional computer vision is therefore not possible, prompting the use of multiple instance learning, a machine learning paradigm consisting in assimilating a whole slide image as a set of patches uniformly sampled from it. Up to my works, the greater majority of multiple instance learning approaches considered patches as independently and identically sampled, i.e. discarded the spatial relationship of patches extracted from a whole slide image. Some approaches exploited such spatial interconnection by leveraging graph-based models, although the true domain of whole slide images is specifically the image domain which is more suited with convolutional neural networks. I designed a highly powerful and modular multiple instance learning framework that leverages the spatial relationship of patches extracted from a whole slide image by building a sparse map from the patches embeddings, which is then further processed into a whole slide image embedding by a sparse-input convolutional neural network, before being classified by a generic classifier model. My framework essentially bridges the gap between multiple instance learning, and fully convolutional classification. I performed extensive experiments on three whole slide image classification tasks, including the golden task of cancer pathologist of subtyping tumors, on a dataset of more than 20,000 whole slide images from public data. Results highlighted the superiority of my approach over all other widespread multiple instance learning methods. Furthermore, while my experiments only investigated my approach with sparse-input convolutional neural networks with two convolutional layers, the results showed that my framework works better as the number of parameters increases, suggesting that more sophisticated convolutional neural networks can easily obtain superior results

Ce travail de thèse porte sur la modélisation dynamique 3D du rein et le suivi d’une tumeur de cet organe. Il s’inscrit dans le projet KiTT (Kidney Tumor Tracking) qui regroupe des chercheurs issus de plusieurs domaines : la modélisation géométrique, la radiologie et l’urologie. Le cadre de cette thèse suit une tendance de mini-invasivité des gestes chirurgicaux observée ces dernières années (HIFU, coelioscopie). Sa finalité est d’aboutir à un nouveau protocole de destruction de tumeurs rénales totalement non-invasif, par la diffusion d’agents physiques (ondes d’ultrasons) à travers la peau et focalisés sur la tumeur. Devant le mouvement et la déformation que le rein présente au cours du cycle respiratoire, la problématique de ces travaux de recherche est de connaître en permanence la position de la tumeur afin d’ajuster à moyen terme la diffusion des ondes en conséquence
This Ph.D. thesis deals with the 3D dynamic modeling of the kidney and tracking a tumor of this organ. It is in line with the KiTT project (Kidney Tumor Tracking) which gathers researchers from different fileds: geometric modeling, radiology and urology. This work arised from the tendency of nowadays surgical gestures to be less and less invasive (HIFU, coelioscopy). Its goal is to result in a totally non-invasive protocol of kidney tumors eradication by transmitting ultrasound waves through the skin without breaking in it. As the kidney presents motions and deformations during the breathing phase, the main issue is to know the kidney and tumor positions at any time in order to adjust the waves accordingly

Les gliomes diffus de bas grade (GBG) sont des tumeurs cérébrales primaires. Après une phase de croissance lente, ils évoluent en gliomes de haut grade, entrainant une issue fatale. Ce sont des tumeurs très diffuses donc difficiles à traiter. Une meilleure connaissance de ces tumeurs pourrait permettre de les guérir ou, à défaut, d'optimiser les traitements. Nous avons étudié la croissance des GBG grâce à un modèle mathématique simple, ce qui nous a amené à spéculer (i) qu'ils surviennent à l'adolescence, (ii) que l'âge de la tumeur au moment du diagnostic peut être calculé facilement et (iii) que la vitesse de croissance est un fac- teur pronostique important. Cette dernière prédiction concorde avec les observations cliniques. Pour vérifier ce modèle spatial, nous avons caractérisé quantitativement des tissus de biopsies étagées de GBG humains, en particulier la présence d'œdème. L'analyse de ces données micro- scopiques étaie l'idée que l'œdème est à l'origine de l'anomalie de signal IRM en séquence T2. Pour prendre en compte ce résultat nouveau, nous avons incorporé l'œdème au modèle initial comme conséquence de la présence de cellules tumorales. Ce modèle permet d'expliquer la longue décroissance du rayon tumoral pendant des dizaines de mois après la radiothérapie : les cellules tumorales désormais moins nombreuses, le drainage de l'œdème devient prédominant. Ce mo- dèle, qui ne comprend que trois paramètres libres, a été validé grâce à des données cliniques sur une vingtaine de patients.

Dans le contexte général des thérapies minimalement invasives, les travaux de cette thèse portent sur le planning d'une thérapie interstitielle de tumeurs du foie par ultrasons haute intensité. Dans un premier temps, une caractérisation des structures anatomiques hépatiques à partir de données scanner X est proposée selon deux méthodes de segmentation basée sur le graph cut : l'une semi-interactive et rapide pour extraire le foie et les éventuelles tumeurs ; et l'autre automatique et spécifique à la segmentation de la vascularisation hépatique par l'introduction d'un a priori local de forme estimé à partir de moments géométriques 3D. La seconde partie de cette étude est consacrée à la modélisation des effets de la thérapie sur les tissus. Le modèle proposé offre la possibilité de simuler différents types de sonde composée d'une matrice d'éléments contrôlables en phase et intensité. La description de la vascularisation locale dans le milieu peut également être intégrée dans le modèle. Les travaux et résultats obtenus portent sur trois aspects et/ou applications de ce modèle : 1) une méthode pour accélérer la résolution de la BHTE sous certaines hypothèses, 2) des résultats préliminaires de modélisation d'une sonde 64 éléments à focalisation dynamique et 3) le design géométrique d'une sonde endocavitaire 256 éléments.

La recherche en imagerie médicale est une des disciplines les plus actives du traitement d'images. La segmentation et l'analyse d'images dans un contexte clinique reste un problème majeur de l'imagerie médicale. La multiplicité des modalités d'imagerie, ainsi que les fortes variabilités des structures et pathologies à analyser rendent cette tâche fastidieuse. Dans la plupart des cas, la supervision de spécialistes, tels que des radiologistes, est nécessaire pour valider ou interpréter les résultats obtenus par analyse d'images. L'importante quantité de données, ainsi que les nombreuses applications liées à l'imagerie médicale, nécessitent des outils logiciels de très haut niveau combinant des interfaces graphique complexe avec des algorithmes interactifs rapides. Les récentes recherches en segmentation d'images ont montré l'intérêt des méthodes à base de graphes. L'intérêt suscité dans la communauté scientifique a permis de développer et d'utiliser rapidement ces techniques dans de nombreuses applications. Nous avons étudié les arbres de recouvrement minimaux, les coupes minimales ainsi que les arbres de chemins les plus courts. Notre étude a permis de mettre en lumière des liens entre ces structures a priori très différentes. Nous avons prouvé que les forêts des chemins les plus courts, ainsi que les coupes minimales convergent toutes les deux, en appliquant une transformation spécifique du graphe, vers une structure commune qui n'est autre qu'une forêt de recouvrement minimale. Cette étude nous a aussi permis de souligner les limitations et les possibilités de chacune de ces techniques pour la segmentation d'images. Dans un deuxième temps, nous avons proposé des avancées théoriques et pratiques sur l'utilisation des coupe minimales. Cette structure est particulièrement intéressante pour segmenter des images à partir de minimisation d'énergie. D'une part, nous avons montré que l'utilisation de graphes de régions d'une segmentation morphologique permet d'accélérer les méthodes de segmentation à base de coupe minimales. D'autre part nous avons montré que l'utilisation de graphes de régions permet d'étendre la classe d'énergie pouvant être minimisée par coupe de graphes. Ces techniques ont toutes les caractéristiques pour devenir des méthodes de référence pour la segmentation d'images médicales. Nous avons alors étudié qualitativement et quantitativement nos méthodes de segmentation à travers des applications médicales. Nous avons montré que nos méthodes sont particulièrement adaptées à la détection de tumeurs pour la planification de radiothérapie, ainsi que la création de modèles pour la simulation et la planification de chirurgie cardiaque. Nous avons aussi mené une étude quantitative sur la segmentation de tumeurs du foie. Cette étude montre que nos algorithmes offrent des résultats plus stables et plus précis que de nombreuses techniques de l'état de l'art. Nos outils ont aussi été comparés à des segmentations manuelles de radiologistes, prouvant que nos techniques sont adaptées à être utilisée en routine clinique. Nous avons aussi revisité une méthode classique de segmentation d'images : la ligne de partages des eaux. La contribution de notre travail se situe dans la re-définition claire de cette transformation dans le cas des graphes et des images multi spectrales. Nous avons utilisé les algèbres de chemins pour montrer que la ligne de partages des eaux correspond à des cas particuliers de forêt des chemins les plus courts dans un graphe. Finalement, nous proposons quelques extensions intéressantes du problème des coupes minimales. Ces extensions sont basées sur l'ajout de nouveaux types de contraintes. Nous considérons particulièrement les coupes minimales contraintes à inclure un ensemble prédéfini d'arêtes, ainsi que les coupes minimales contraintes par leur cardinalité et leur aires. Nous montrons comment ces problèmes peuvent être avantageusement utilisé pour la segmentation d'images.

Multi-spectral images have the advantage of providing complementary information to resolve some ambiguities. But, the challenge is how to make use of the multi-spectral images effectively. In this thesis, our study focuses on the fusion of multi-spectral images by extracting the most useful features to obtain the best segmentation with the least cost in time. The Support Vector Machine (SVM) classification integrated with a selection of the features in a kernel space is proposed. The selection criterion is defined by the kernel class separability. Based on this SVM classification, a framework to follow up brain tumor evolution is proposed, which consists of the following steps: to learn the brain tumors and select the features from the first magnetic resonance imaging (MRI) examination of the patients; to automatically segment the tumor in new data using a multi-kernel SVM based classification; to refine the tumor contour by a region growing technique; and to possibly carry out an adaptive training. The proposed system was tested on 13 patients with 24 examinations, including 72 MRI sequences and 1728 images. Compared with the manual traces of the doctors as the ground truth, the average classification accuracy reaches 98.9%. The system utilizes several novel feature selection methods to test the integration of feature selection and SVM classifiers. Also compared with the traditional SVM, Fuzzy C-means, the neural network and an improved level set method, the segmentation results and quantitative data analysis demonstrate the effectiveness of our proposed system.

Le sujet principal de cette thèse est la segmentation 3D de tumeurs du cerveau et de leurs différentes composantes (oedème et nécrose), ainsi que de structures internes du cerveau en IRM. Pour la segmentation de tumeurs nous proposons un cadre général qui est une combinaison des paradigmes fondés sur les régions et les contours. Dans ce cadre, nous segmentons d'abord le cerveau en utilisant une méthode adaptée aux cas pathologiques et extrayons des informations globales sur la tumeur par analyse de symétrie. La deuxième étape segmente la tumeur et ses composantes. Pour cela, nous proposons une méthode nouvelle et originale qui combine l'information de régions et de contours en deux phases. Pour la première, l'initialisation, nous présentons deux nouvelles méthodes. La première est une nouvelle méthode de classification floue qui exploite à la fois l'information des voxels et leurs voisinages (inspirés des champs Markov (MRF)), l'appartenance et la typicalité. La seconde se fonde sur l'analyse de la symétrie. La segmentation initiale de la tumeur est raffinée dans la deuxième phase par un modèle déformable contraint par des relations spatiales. Les relations spatiales sont obtenues en utilisant la segmentation initiale et les tissus environnant la tumeur. La méthode proposée peut être employée pour une grande classe de tumeurs dans n'importe quelle modalité en IRM. Pour segmenter une tumeur et ses composantes automatiquement, le cadre proposé a besoin seulement d'une image CE-T1w (con- trast enhanced T1-weighted) et d'une image FLAIR. Dans le cas d'une image CE-T1w seulement, l'interaction de l'utilisateur peut être nécessaire. Nous avons évalué cette méthode sur une base de données de 20 images CE-T1w et 10 images FLAIR avec différents types de tumeurs. Un autre but de cette thèse est la segmentation de structures internes du cerveau en présence d'une tumeur. Pour cela, une connaissance a priori sur l'anatomie et l'organisation spatiale des structures est fournie par une ontologie. Pour segmenter chaque structure, nous exploitons ses relations spatiales par rapport à d'autres structures, selon la connaissance a priori. Nous choisissons alors les relations spatiales qui sont valables en fonction de la tumeur segmentée. Ces relations spatiales sont alors modélisées dans un cadre flou proposé par notre groupe. Comme pour la tumeur, la procédure de segmentation de chaque structure comporte deux étapes. Dans la première étape nous recherchons la segmentation initiale de la structure dans le cerveau globalement segmenté. Le processus de recherche est fait dans la région d'intérêt fournie par la fusion des relations spatiales. Pour segmenter globalement les structures du cerveau nous employons deux méthodes. La première est la classification floue propos ée et la seconde repose sur les ensembles de niveaux multi-phases. Pour raffiner la segmentation initiale, nous employons un modèle déformable qui est contraint par les relations spatiales de la structure. Cette méthode a été également évaluée sur 10 images CE-T1w pour segmenter les ventricules, les noyaux caudés et les thalami.

Visualiser et analyser automatiquement des coupes fines de tumeurs cancéreuses sont des enjeux majeurs pour progresser dans la compréhension des mécanismes de la cancérisation et mettre en évidence de nouveaux indicateurs de réponse au traitement. Les nouveaux scanners microscopiques apportent une aide essentielle en fournissant des images couleur haute résolution de la totalité des lames histologiques. Ceci permet de s'affranchir de l'hétérogénéité de distribution des marqueurs à quantifier. La taille de ces images, appelées lames virtuelles, peut atteindre plusieurs GigaOctets. L'objectif de cette thèse est de concevoir et d'implémenter une méthode de segmentation permettant de séparer les différents types de compartiments stromaux présents sur une lame virtuelle de carcinome ovarien. Les deux principales difficultés à surmonter sont la taille des images, qui empêche de les traiter en une seule fois, et le choix de critères permettant de différencier les compartiments stromaux. Pour répondre à ces problèmes, nous avons développé une méthode générique de segmentation multiéchelle qui associe un découpage judicieux de l'image à une caractérisation de chaque compartiment stromal, considéré comme une texture. Cette caractérisation repose sur une modélisation multiéchelle des textures par un modèle d'arbre de Markov caché, appliqué sur les coefficients de la décomposition en ondelettes. Plutôt que de considérer tous les types de compartiments stromaux simultanément, nous avons choisi de transformer le problème multiclasse en un ensemble de problèmes binaires. Nous avons également analysé l'influence d'hyperparamètres (représentation couleur, type d'ondelettes et nombre de niveaux de résolutions intégrés à l'analyse) sur la segmentation, ce qui nous a permis de sélectionner les classifieurs les mieux adaptés. Différentes méthodes de combinaison des décisions des meilleurs classifieurs ont ensuite été étudiées. La méthode a été testée sur une vingtaine de lames virtuelles. Afin d'évaluer les résultats de la segmentation, nous avons mis en œuvre un protocole de tests fondé sur une approche stéréologique. Les résultats sur différents jeux de tests (images synthétiques, images de petite taille, images réelles) sont présentés et commentés. Les résultats obtenus sur les lames virtuelles sont prometteurs, compte tenu de la variabilité des échantillons et de la difficulté, pour un expert, à identifier parfois très précisément un compartiment : environ 60% des points sont correctement classés (entre 35% et 80% selon les lames).

Les tumeurs des glandes salivaires sont rares et représentent 2 à 6.5 % des néoplasies de la tête et du cou. L’atteinte des glandes salivaires accessoires représente moins de 25% de l’ensemble des tumeurs des glandes salivaires [Auclair et al. 1991]. Les localisations les plus fréquentes sont : le palais, la joue et la région linguale postérieure [Tijoe et al., 2015]. La grande variabilité de l’expression clinique de ces tumeurs rend difficile l’établissement d’un diagnostic précis, d’où l’importance de l’analyse histologique. Le cas d’une tumeur bénigne des glandes salivaires accessoires de la joue est rapporté. Il s’agit d’une femme de 68 ans adressée initialement pour l’exérèse d’une lésion kystique maxillaire. Elle ne présente aucun antécédent médico-chirurgical. L’examen endobuccal révèle la découverte fortuite de plusieurs lésions nodulaires indépendantes et de tailles variables (de 0,5 à 1,5 cm de longueur dans leur grand axe) situées sur la face interne des lèvres et des joues, passées inaperçues par la patiente. La muqueuse de recouvrement est d’aspect normal. L’hygiène bucco-dentaire est défectueuse (PI>50%) et les édentements sont compensés par prothèses amovibles. A la palpation, aucune symptomatologie douloureuse n’est mise en évidence, ni d’adhésion avec les plans profonds. Ces nodules sont fermes, et pour le nodule ayant fait l’objet de l’exérèse, une suppuration apparaît. L’examen exobuccal est sans particularité, les aires ganglionnaires sont libres. L’examen radiographique est sans particularité exceptée la lésion motivant la consultation au niveau du site de 12. Les caractéristiques cliniques peuvent faire évoquer une pseudo-tumeur de glandes salivaires accessoires de type mucocèle ou une hyperplasie épithéliale (diapneusie). L’exérèse complète de la lésion de plus grande taille présentant une suppuration a été pratiquée sous anesthésie locale. Les suites opératoires ont été simples et asymptomatiques. L’examen anatomopathologique de la pièce opératoire conclut à un cystadénome papillaire d’une glande salivaire accessoire. Le cystadénome papillaire est une tumeur épithéliale bénigne rare des glandes salivaires [OMS, 2017]. Il intéresse spécialement les glandes salivaires principales, notamment la glande parotide (45%), et dans seulement 0.6 à 4% des cas une glande salivaire accessoire [Tijoe et al., 2015]. L’âge moyen de découverte se situe entre 50 et 70 ans. Le traitement de cette lésion réside dans sa simple exérèse et les récidives sont exceptionnelles. Histologiquement, la lésion est multiloculaire et du tissu conjonctif sépare les kystes, la littérature souligne la possibilité de lésions uniloculaires dans 20% des cas. Une seconde forme muqueuse moins fréquente est décrite. Le diagnostic différentiel du cystadénome papillaire comprend principalement le kyste muqueux de rétention. L’absence d’une composante lymphöde écarte le diagnostic de tumeur de Warthin. Dans ce contexte, le carcinome mucoépidermöde de bas grade doit être écarté [Stojanov et al., 2017].

Introduction : La tumeur à cellules géantes (TCG) est une lésion osseuse qui se développe préférentiellement au niveau de l’épiphyse des os longs chez des sujets de 20 à 40 ans, mais exceptionnellement au niveau des maxillaires. D’étiologie inconnue, elle fait partie du groupe des tumeurs osseuses bénignes. Ce groupe nosologique comprend le granulome central à cellules géantes (GCCG), le chérubisme, le kyste anévrismal ainsi que les TCG et les tumeurs brunes liées à l’hyperthyroïdie. L’histologie ne permet pas de poser un diagnostic de certitude entre la TCG et le GCCG. Cependant, les TCG présentent un tableau clinique plus agressif et récidivant. Il existe un risque de transformation maligne en sarcome dans 10 à 20% des cas (Barthélemy 2009) et un fort potentiel métastatique (Martin-Duverneuil 2004). Observation : Le cas rapporté est celui d’une patiente de 28 ans qui présentait une tuméfaction intrabuccale douloureuse de 35mm de grand axe, en distal de 47. Le Cone Beam (CBCT) montrait une lésion osseuse radioclaire sous-jacente de 22mm de grand axe, à proximité d’un apex résiduel de 48. Le diagnostic initial était celui d’un kyste résiduel compliqué d’une cellulite. Le traitement a consisté en une énucléation simple. L’examen anatomopathologique suspectait un granulome périphérique à cellules géantes (GPCG) avec atteinte osseuse. La patiente a été perdue de vue 4 mois jusqu’à la récidive de la lésion. Le nouveau CBCT montrait une lésion ostéolytique de 40mm de grand axe, au niveau de l’angle mandibulaire, envahissant la branche montante avec perforation des corticales et atteinte des tissus mous. Une chirurgie interruptrice mandibulaire en marges saines avec reconstruction par attelle en titane préformée a été réalisée. L’examen anatomopathologique de la pièce d’exérèse n’a pas pu conclure entre GCCG et TCG. La patiente a été suivie 2 ans sans récidive. Discussion : Contrairement au GPCG, le GCCG et la TCG se développent d’abord dans l’os spongieux puis de manière excentrique jusqu’aux corticales osseuses qui peuvent être détruites et aux tissus mous qui sont refoulés ou envahis. Le contenu est mou, de couleur brun-rouge, parfois vacuolaire ou hémorragique. L’examen histologique montre un stroma assez homogène, très vasculaire, contenant, à côté de cellules mononuclées, de grandes cellules multinucléées : les cellules géantes. Le nombre de noyaux serait corrélé avec l’agressivité de la tumeur (Ficarra 1987). Moins fréquente que le GCCG, la TCG est plus agressive. Elle récidive dans environ 50% des cas. La recommandation actuelle est de la traiter par exérèse chirurgicale réglée avec des limites histologiques saines. Le curetage est insuffisant pour prévenir le risque de récidive et de transformation maligne (Barthélémy 2009). Dans le cas rapporté, la forme particulièrement agressive de la tumeur chez cette jeune patiente (récidive en 4 mois avec perforation des corticales et envahissement des parties molles) nous a orienté vers le diagnostic de TCG et un traitement radical de sa récidive. Conclusion : La TCG nécessite un diagnostic précoce et une exérèse en marges saines dès la première intervention afin de diminuer le risque de récidive et d’éviter des traitements plus mutilants.

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.