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

L'un des problèmes les plus complexes dans l'analyse des images histologiques est l'évaluation de l¿organisation spatiale des structures histologiques dans le tissu. En fait, les sections histologiques peuvent contenir un très grand nombre de cellules de différents types et irrégulièrement réparties dans le tissu, ce qui rend leur contenu spatial indescriptible d'une manière simple. Les méthodes fondées sur la théorie des graphes ont été largement explorées dans cette direction, car elles sont des outils de représentation efficaces ayant la capacité expressive de décrire les caractéristiques spatiales et les relations de voisinage qui sont interprétées visuellement par le pathologiste. On peut distinguer trois familles principales de méthodes des graphes utilisées à cette fin: analyse de structure syntaxique, analyse de réseau et analyse spectrale. Cependant, un autre ensemble distinctif de méthodes basées sur la morphologie mathématique sur les graphes peut être développé et adapté pour ce problème. L'objectif principal de cette thèse est le développement d'un outil capable de fournir une évaluation quantitative des arrangements spatiaux des structures histologiques en utilisant la morphologie mathématique basée sur les graphes. / One of the most challenging problems in histological image analysis is the evaluation of the spatial organizations of histological structures in the tissue. In fact, histological sections may contain a very large number of cells of different types and irregularly distributed, which makes their spatial content indescribable in a simple manner. Graph-based methods have been widely explored in this direction, as they are effective representation tools having the expressive ability to describe spatial characteristics and neighborhood relationships that are visually interpreted by the pathologist. We can distinguish three main families of graph-based methods used for this purpose: syntactic structure analysis, network analysis and spectral analysis. However, another distinctive set of methods based on mathematical morphology on graphs can be additionally developed for this issue. The main goal of this dissertation is the development of a framework able to provide quantitative evaluation of the spatial arrangements of histological structures using graph-based mathematical morphology.