Les patients infectés par le VIH se voient proposer des traitements anti-viraux<br>lourds (avec des effets secondaires handicapants) qui sont destinés à être mis en<br>place à vie. Les différentes souches de virus, les mutations, les résistances ou tout<br>simplement les spécificités de chaque patient conduisent parfois à interrompre ou<br>à modifier le traitement après quelques semaines d'observation.<br>Ce travail de thèse s'inscrit dans une thématique pluridisciplinaire et son objectif<br>a été d'étudier la modélisation mathématique de l'évolution de l'infection<br>VIH/SIDA pour une aide précoce au diagnostic clinique. Notre approche consiste<br>à modéliser l'évolution des dynamiques de l'infection – essentiellement la dynamique<br>de la charge virale, du taux de CD4 et de CD8 – dans le but de prédire<br>son évolution. Cette modélisation met en jeu plusieurs paramètres (liés à la virulence<br>du virus et à l'état du système immunitaire du malade) qui nous permettent<br>d'interpréter et de caractériser certains phénomènes encore mal connus de l'infection.<br>Ce rapport présente donc l'identification (l'estimation) des paramètres<br>de l'infection à partir des mesures cliniques standard (à savoir la charge virale,<br>le taux de CD4 et de CD8), ainsi que la manière dont ces paramètres peuvent<br>être utilisés pour l'aide à la prise en charge thérapeutique du malade. D'un point<br>de vue technique, il a fallu développer des méthodes d'identification ad hoc qui<br>permettent de calculer les paramètres de l'infection à partir d'un faible nombre<br>de mesures.<br>Les résultats obtenus – grâce à un essai clinique mis en place par le CHU de<br>Nantes – montrent que les patients en échec thérapeutique, peuvent être précocement<br>détectés par l'analyse mathématique de leurs paramètres respectifs.<br>Ce rapport présente dans un premier temps la modélisation de l'infection VIH,<br>avec un aperçu des modèles standard qui existent ainsi que deux nouveaux modèles<br>que nous avons introduits pour le besoin de cette étude. Ensuite, l'identifiabilité<br>des systèmes dynamiques en temps continu et discret y est présentée. Nous<br>montrons que les modèles étudiés sont identifiables à partir des données cliniques<br>usuelles. Enfin, nous présentons l'identification des paramètres des modèles à partir<br>des données cliniques et son application à l'aide au diagnostic clinique.

L'enregistrement Holter (enregistrement électrocardiographique de 24 heures) est un examen très fréquemment utilisé en cardiologie. Parmi les 100 000 battements enregistrés, seul un petit nombre d'entre eux peut traduire la présence d'une pathologie sous-jacente; l'analyse automatique est donc indispensable. Les outils actuels fonctionnent sur le principe d'un système expert, robuste, mais peu adaptatif et essentiellement limité à la détection et la classification des signaux de dépolarisation ventriculaire. Une analyse plus détaillée des signaux cardiaques permet une bien meilleure détection de nombreuses pathologies, en particulier grâce à l'extraction des signaux d'origine auriculaire et des ondes de repolarisation. Nous proposons dans cette thèse une méthode de décomposition mathématique originale des battements cardiaques sur une base de fonctions appelées "bosses". Contrairement aux régresseurs classiques utilisés en modélisation (ondelettes, RBF...), les bosses sont des fonctions prévues pour modéliser chaque onde caractéristique du battement cardiaque (les ondes P, Q, R, S et T). Chaque battement de l'enregistrement est ainsi décomposé en bosses; puis les labels médicaux P, Q, R, S et T leur sont attribués par des classifieurs (réseaux de neurones). Disposant alors de l'emplacement et de la forme des toutes les ondes caractéristiques pour l'ensemble de l'ECG, nous pouvons désormais repérer automatiquement des anomalies comme l'inversion de l'onde P, jusqu'alors non détectées par les algorithmes sur les enregistrements de longues durées. Cette approche a été testée sur de nombreuses bases de données et a montré toute son efficacité par rapport aux méthodes actuelles dem détection d'anomalies

Dans le monde de la recherche, l'analyse du signal et plus particulièrement d'image, est un domaine très actif, de par la variété des applications existantes, avec des problématiques telles que la compression de données, la vidéo-surveillance ou encore l'analyse d'images médicales pour ne prendre que quelques exemples. Le mémoire s'inscrit dans ce dernier domaine particulièrement actif. Le nombre d'appareils d'acquisition existant ainsi que le nombre de clichés réalisés, entraînent la production d'une masse importante d'informations à traiter par les praticiens. Ces derniers peuvent aujourd'hui être assistés par l'outil informatique. Dans cette thèse, l'objectif est l'élaboration d'un système d'aide au diagnostic, fondé sur l'analyse conjointe, et donc la comparaison d'images médicales. Notre approche permet de détecter des évolutions, ou des tissus aberrants dans un ensemble donné, plutôt que de tenter de caractériser, avec un très fort a priori, le type de tissu cherché.Cette problématique permet d'appréhender un aspect de l'analyse du dossier médical d'un patient effectuée par les experts qui est l'étude d'un dossier à travers le suivi des évolutions. Cette tâche n'est pas aisée à automatiser. L'œil humain effectue quasi-automatiquement des traitements qu'il faut reproduire. Avant de comparer des régions présentes sur deux images, il faut déterminer où se situent ces zones dans les clichés. Toute comparaison automatisée de signaux nécessite une phase de recalage, un alignement des composantes présentes sur les clichés afin qu'elles occupent la même position sur les deux images. Cette opération ne permet pas, dans le cadre d'images médicales, d'obtenir un alignement parfait des tissus en tous points, elle ne peut que minimiser les écarts entre tissus. La projection d'une réalité 3D sur une image 2D entraîne des différences liées à l'orientation de la prise de vue, et ne permet pas d'analyser une paire de clichés par une simple différence entre images. Différentes structurations des clichés ainsi que différents champs de déformation sont ici élaborés afin de recaler les images de manière efficace.Après avoir minimisé les différences entre les positions sur les clichés, l'analyse de l'évolution des tissus n'est pas menée au niveau des pixels, mais à celui des tissus eux-mêmes, comme le ferait un praticien. Afin de traiter les clichés en suivant cette logique, les images numériques sont réinterprétées, non plus en pixels de différentes luminosités, mais en motifs représentatifs de l'ensemble de l'image, permettant une nouvelle décomposition des clichés, une décomposition parcimonieuse. L'atout d'une telle représentation est qu'elle permet de mettre en lumière un autre aspect du signal, et d'analyser sous un angle nouveau, les informations nécessaires à l'aide au diagnostic.Cette thèse a été effectuée au sein du laboratoire LIPADE de l'Université Paris Descartes (équipe SIP, spécialisée en analyse d'images) en collaboration avec la Société Fenics (concepteur de stations d'aide au diagnostic pour l'analyse de mammographies) dans le cadre d'un contrat Cifre.

Dans le domaine médical, l'informatisation des professions de santé et le développement du dossier médical personnel (DMP) entraîne une progression rapide du volume d'information médicale numérique. Le besoin de convertir et de manipuler toute ces informations sous une forme structurée constitue un enjeu majeur. C'est le point de départ de la mise au point d'outils d'interrogation appropriés pour lesquels, les méthodes issues du traitement automatique du langage naturel (TALN) semblent bien adaptées. Les travaux de cette thèse s'inscrivent dans le domaine de l'analyse de documents médicaux et traitent de la problématique de la représentation de l'information biomédicale (en particulier du domaine radiologique) et de son accès. Nous proposons de construire une base de connaissance dédiée à la radiologie à l'intérieur d'une base de connaissance générale (réseau lexico-sémantique JeuxDeMots). Nous montrons l'intérêt de l'hypothèse de non séparation entre les différents types de connaissances dans le cadre d'une analyse de documents. Cette hypothèse est que l'utilisation de connaissances générales, en plus de celles de spécialités, permet d'améliorer significativement l'analyse de documents médicaux.Au niveau du réseau lexico-sémantique, l'ajout manuel et automatisé des méta-informations sur les annotations (informations fréquentielles, de pertinences, etc) est particulièrement utile. Ce réseau combine poids et annotations sur des relations typées entre des termes et des concepts ainsi qu'un mécanisme d'inférence dont l'objet est d'améliorer la qualité et la couverture du réseau. Nous décrivons comment à partir d'informations sémantiques présentes dans le réseau, il est possible de définir une augmentation des index bruts construits pour chaque comptes rendus afin d'améliorer la recherche documentaire. Nous présentons, ensuite, une méthode d'extraction de relations sémantiques entre des termes ou concepts. Cette extraction est réalisée à l'aide de patrons linguistiques auxquels nous avons rajouté des contraintes sémantiques.Les résultats des évaluations montrent que l'hypothèse de non séparation entre les différents types de connaissances améliorent la pertinence de l'indexation. L'augmentation d'index permet une amélioration du rappel alors que les contraintes sémantiques améliorent la précision de l'extraction de relations. / In the medical field, the computerization of health professions and development of the personal medical file (DMP) results in a fast increase in the volume of medical digital information. The need to convert and manipulate all this information in a structured form is a major challenge. This is the starting point for the development of appropriate tools where the methods from the natural language processing (NLP) seem well suited.The work of this thesis are within the field of analysis of medical documents and address the issue of representation of biomedical information (especially the radiology area) and its access. We propose to build a knowledge base dedicated to radiology within a general knowledge base (lexical-semantic network JeuxDeMots). We show the interest of the hypothesis of no separation between different types of knowledge through a document analysis. This hypothesis is that the use of general knowledge, in addition to those specialties, significantly improves the analysis of medical documents.At the level of lexical-semantic network, manual and automated addition of meta information on annotations (frequency information, pertinence, etc.) is particularly useful. This network combines weight and annotations on typed relationships between terms and concepts as well as an inference mechanism which aims to improve quality and network coverage. We describe how from semantic information in the network, it is possible to define an increase in gross index built for each records to improve information retrieval. We present then a method of extracting semantic relationships between terms or concepts. This extraction is performed using lexical patterns to which we added semantic constraints.The results show that the hypothesis of no separation between different types of knowledge to improve the relevance of indexing. The index increase results in an improved return while semantic constraints improve the accuracy of the relationship extraction.

Cette thèse présente un nouveau concept pour l'évaluation des déformations cardiaques à partir de ciné-IRM standard sans avoir recours aux images IRM marquées. Nous avons adapté la méthode des ensembles de niveaux afin de segmenter le myocarde et évalué le déplacement des contours endo et épicardique. Le processus de segmentation est appliqué directement sur un ensemble d'images pseudo-volumique 2D + t. Cela conduit à une méthode de segmentation efficace tenant compte à la fois des contraintes de continuité spatiale et temporelle. Puis, nous avons évalué le déplacement des contours endo et épicardique détectés avec une technique de mise en correspondance fondée sur les ensembles de niveaux. La vitesse de déplacement au sein de la paroi myocardique est évaluée par une méthode de flot optique, contrainte avec le déplacement des contours. Enfin, de ce champ de vitesses du myocarde, nous tirons des mesures pertinentes de la contraction cardiaque. La validation de la méthode proposée est effectuée sur des séquences d'images synthétiques, et en comparant sur les mêmes patients nos mesures à celles obtenues avec la méthode de référence HARP appliquée sur des images IRM taggées correspondantes. Les résultats de la méthode sont encourageants, ils sont pratiquement identiques à ceux de l'approche HARP. Cette méthode présente deux avantages principaux: premièrement elle exploite les ciné-IRM standard non taggées, deuxièmement elle permet des évaluations des déformations à haute résolution spatiale. Cette méthode est déjà disponible et peut rendre accessible l'évaluation des déformations du ventricule gauche du myocarde en routine clinique à partir des séquences ciné-IRM

Les outils méthodologiques en indexation et classification des images par le contenu sont déjà assez matures et ce domaine s’ouvre vers les applications médicales. Dans cette thèse,nous nous intéressons à l'indexation visuelle, à la recherche et à la classification des images cérébrales IRM par le contenu pour l'aide au diagnostic de la maladie d'Alzheimer (MA). L'idée principale est de donner au clinicien des informations sur les images ayant des caractéristiques visuelles similaires. Trois catégories de sujets sont à distinguer: sujets sains (NC), sujets à troubles cognitifs légers (MCI) et sujets atteints par la maladie d'Alzheimer(AD). Nous représentons l’atrophie cérébrale comme une variation de signal dans des images IRM (IRM structurelle et IRM de Tenseur de Diffusion). Cette tâche n'est pas triviale,alors nous nous sommes concentrés uniquement sur l’extraction des caractéristiques à partir des régions impliquées dans la maladie d'Alzheimer et qui causent des changements particuliers dans la structure de cerveau : l'hippocampe le Cortex Cingulaire Postérieur. Les primitifs extrais sont quantifiés en utilisant l'approche sac de mots visuels. Cela permet de représenter l’atrophie cérébrale sous forme d’une signature visuelle spécifique à la MA.Plusieurs stratégies de fusion d’information sont appliquées pour renforcer les performances de système d’aide au diagnostic. La méthode proposée est automatique (sans l’intervention de clinicien), ne nécessite pas une étape de segmentation grâce à l'utilisation d'un Atlas normalisé. Les résultats obtenus apportent une amélioration par rapport aux méthodes de l’état de l’art en termes de précision de classification et de temps de traitement. / Content-Based Visual Information Retrieval and Classification on Magnetic Resonance Imaging (MRI) is penetrating the universe of IT tools supporting clinical decision making. A clinician can take profit from retrieving subject’s scans with similar patterns. In this thesis, we use the visual indexing framework and pattern recognition analysis based on structural MRIand Tensor Diffusion Imaging (DTI) data to discriminate three categories of subjects: Normal Controls (NC), Mild Cognitive Impairment (MCI) and Alzheimer's Disease (AD). The approach extracts visual features from the most involved areas in the disease: Hippocampusand Posterior Cingulate Cortex. Hence, we represent signal variations (atrophy) inside the Region of Interest anatomy by a set of local features and we build a disease-related signature using an atlas based parcellation of the brain scan. The extracted features are quantized using the Bag-of-Visual-Words approach to build one signature by brain/ROI(subject). This yields a transformation of a full MRI brain into a compact disease-related signature. Several schemes of information fusion are applied to enhance the diagnosis performance. The proposed approach is less time-consuming compared to the state of thearts methods, computer-based and does not require the intervention of an expert during the classification/retrieval phase.

Le troisième Plan Cancer lancé en 2013 désigne la précocité du diagnostic comme l'un des enjeux majeurs pour l'amélioration de la prise en charge des patients. Malgré l’essor des modalités et des performances de l’imagerie médicale, il reste des défis à relever pour l’aide au diagnostic et optimiser le recourt à la biopsie.L’imagerie photonique et spécialement la fluorescence résolue spectralement a déjà été éprouvée pour la caractérisation ex vivo des tumeurs mammaires et pulmonaires, sans agent de contraste ou traitement des échantillons. Notre objectif est de caractériser les capacités d'un dispositif médical innovant, développé au laboratoire, utilisant une aiguille fibrée de faible calibre pour l’analyse spectrale de la fluorescence endogène de ces lésions in situ. Nos premiers travaux dans le cadre d’études précliniques et cliniques ont montré des différences significatives de signatures spectrales entre tumeurs bénignes et malignes ex vivo et in vivo. Nos résultats ont également mis en évidence les limites d’utilisation du dispositif, en termes de spécificité, pour certains types de lésions.Une étude secondaire a été entreprise sur des tumeurs mammaires afin d'identifier les entités tissulaires majeures à l'origine des signatures spectrales obtenues avec notre dispositif fibré. L'imagerie spectrale en microscopie confocale et seconde harmonique (SHG), en multiphoton, ont été mises en œuvre afin d’établir une cartographie de biomarqueurs endogènes des tissus mammaires. Nous avons confronter ses résultats aux données obtenues avec le dispositif d'aiguille fibrée afin de pouvoir le positionner non seulement comme une aide au diagnostic mais aussi comme une méthode prometteuse pour l’histopathologie in situ. / The third Cancer Plan, launched in 2013, identifies early diagnosis as one of the major challenges for improving patient care. Despite the growth in medical imaging modalities and performance, challenges remain in diagnosis aid and optimizing the use of biopsy.Photonic imaging and especially spectrally resolved fluorescence has already been tested for the ex vivo characterization of breast and lung tumors, without contrast agent or sample processing. Our goal is to characterize the capabilities of an innovative medical device, developed in the laboratory, using a low-caliber fibered needle for the spectral analysis of the endogenous fluorescence of these lesions in situ. Our early work in preclinical and clinical studies showed significant differences in spectral signatures between benign and malignant tumors ex vivo and in vivo. Our results also highlighted the limits the device, in terms of specificity, for certain types of lesions.Another study was conducted on mammary tumors in order to identify the major tissue entities at the origin of the spectral signatures obtained with our fibered device. Spectral imaging in confocal and second harmonic microscopy (SHG), in multiphoton, has been implemented in order to establish a mapping of endogenous biomarkers of mammary tissues. We compare its results with the data obtained with the fibered needle device in order to position it not only as an aid to diagnosis but also as a promising method for in situ histopathology.

Dans le monde de la recherche, l’analyse du signal et plus particulièrement d’image, est un domaine très actif, de par la variété des applications existantes, avec des problématiques telles que la compression de données, la vidéo-surveillance ou encore l’analyse d’images médicales pour ne prendre que quelques exemples. Le mémoire s’inscrit dans ce dernier domaine particulièrement actif. Le nombre d’appareils d’acquisition existant ainsi que le nombre de clichés réalisés, entraînent la production d’une masse importante d’informations à traiter par les praticiens. Ces derniers peuvent aujourd’hui être assistés par l’outil informatique. Dans cette thèse, l’objectif est l’élaboration d’un système d’aide au diagnostic, fondé sur l’analyse conjointe, et donc la comparaison d’images médicales. Notre approche permet de détecter des évolutions, ou des tissus aberrants dans un ensemble donné, plutôt que de tenter de caractériser, avec un très fort a priori, le type de tissu cherché.Cette problématique permet d’appréhender un aspect de l’analyse du dossier médical d’un patient effectuée par les experts qui est l’étude d’un dossier à travers le suivi des évolutions. Cette tâche n’est pas aisée à automatiser. L’œil humain effectue quasi-automatiquement des traitements qu’il faut reproduire. Avant de comparer des régions présentes sur deux images, il faut déterminer où se situent ces zones dans les clichés. Toute comparaison automatisée de signaux nécessite une phase de recalage, un alignement des composantes présentes sur les clichés afin qu’elles occupent la même position sur les deux images. Cette opération ne permet pas, dans le cadre d’images médicales, d’obtenir un alignement parfait des tissus en tous points, elle ne peut que minimiser les écarts entre tissus. La projection d’une réalité 3D sur une image 2D entraîne des différences liées à l’orientation de la prise de vue, et ne permet pas d’analyser une paire de clichés par une simple différence entre images. Différentes structurations des clichés ainsi que différents champs de déformation sont ici élaborés afin de recaler les images de manière efficace.Après avoir minimisé les différences entre les positions sur les clichés, l’analyse de l’évolution des tissus n’est pas menée au niveau des pixels, mais à celui des tissus eux-mêmes, comme le ferait un praticien. Afin de traiter les clichés en suivant cette logique, les images numériques sont réinterprétées, non plus en pixels de différentes luminosités, mais en motifs représentatifs de l’ensemble de l’image, permettant une nouvelle décomposition des clichés, une décomposition parcimonieuse. L’atout d’une telle représentation est qu’elle permet de mettre en lumière un autre aspect du signal, et d’analyser sous un angle nouveau, les informations nécessaires à l’aide au diagnostic.Cette thèse a été effectuée au sein du laboratoire LIPADE de l’Université Paris Descartes (équipe SIP, spécialisée en analyse d’images) en collaboration avec la Société Fenics (concepteur de stations d’aide au diagnostic pour l’analyse de mammographies) dans le cadre d’un contrat Cifre. / In the scientific world, signal analysis and especially image analysis is a very active area, due to the variety of existing applications, with issues such as file compression, video surveillance or medical image analysis. This last area is particularly active. The number of existing devices and the number of pictures taken, cause the production of a large amount of information to be processed by practitioners. They can now be assisted by computers.In this thesis, the problem addressed is the development of a computer diagnostic aided system based on conjoint analysis, and therefore on the comparison of medical images. This approach allows to look for evolutions or aberrant tissues in a given set, rather than attempting to characterize, with a strong a priori, the type of fabric sought.This problem allows to apprehend an aspect of the analysis of medical file performed by experts which is the study of a case through the comparison of evolutions.This task is not easy to automate. The human eye performs quasi-automatically treatments that we need to replicate.Before comparing some region on the two images, we need to determine where this area is located on both pictures. Any automated comparison of signals requires a registration phase, an alignment of components present on the pictures, so that they occupy the same space on the two images. Although the characteristics of the processed images allow the development of a smart registration, the projection of a 3D reality onto a 2D image causes differences due to the orientation of the tissues observed, and will not allow to analyze a pair of shots with a simple difference between images. Different structuring of the pictures and different deformation fields are developed here to efficiently address the registration problem.After having minimized the differences on the pictures, the analysis of tissues evolution is not performed at pixels level, but the tissues themselves, as will an expert. To process the images in this logic, they will be reinterpreted, not as pixels of different brightness, but as patterns representative of the entire image, enabling a new decomposition of the pictures. The advantage of such a representation is that it allows to highlight another aspect of the signal, and analyze under a new perspective the information necessary to the diagnosis aid.This thesis has been carried out in the LIPADE laboratory of University Paris Descartes (SIP team, specialized in image analysis) and in collaboration with the Society Fenics (designer of diagnosis aid stations in the analysis of mammograms) under a Cifre convention. The convergence of the research fields of those teams led to the development of this document.

Dans ce travail de recherche, nous nous intéressons à l'exploitation des informations médicales pour l'aide à la décision diagnostique. Notre objectif est de définir un système capable de manipuler des données, des informations et des connaissances médicales d'une manière efficace afin de fournir au médecin, à la sortie du système, des informations permettant de faciliter la prise de décision diagnostique. Dans un premier temps, nous abordons les deux phases essentielles dans un système d'aide au diagnostic : la phase de modélisation des connaissances et la phase de raisonnement ou de mécanisme de manipulation de ces connaissances modélisées. Dans le cadre de ce travail, deux modes de raisonnement sont particulièrement considérés : le raisonnement par classification et le raisonnement par similarité. La modélisation des connaissances et le raisonnement sont abordés à la lumière de deux caractéristiques de l'information médicale qui sont : l'hétérogénéité et l'imperfection. Comme cadre général du système proposé, nous avons opté pour l'application de la théorie des possibilités grâce à ses avantages par rapport à d'autres théories de décision en termes de capacités de modélisation et de traitement des informations hétérogènes et imparfaites. En se basant sur cette théorie, nous avons proposé deux modèles possibilistes des connaissances médicales, et pour chaque modèle possibiliste proposé, nous avons discuté les deux types de raisonnement adoptés, par classification et par similarité. Les performances du système d'aide au diagnostic proposé sont évaluées en considérant une application médicale endoscopique comportant deux bases : une base de connaissances constituée d'un ensemble des diagnostics et une base de cas de lésions. Les résultats obtenus sont très intéressants et montrent l'efficacité de la théorie des possibilités comme un cadre de représentation des connaissances médicales et comme outil de raisonnement diagnostique. De plus, l'approche proposée s'est montré très efficace pour l'intégration de plusieurs sources des connaissances, pour la définition de la similarité entre cas et pour l'utilisation l'indice de confiance comme critère de décision (en termes de qualité des informations fournies au médecin).

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.