En mammographie numérique, il existe deux approches pour évaluer la qualité de l'image. Dans la première approche, une méthode visuelle basée sur un observateur humain permet la détectabilité des lésions en radiographie mammographique. Malheureusement, cette approche de qualité nécessite d'importantes ressources humaines et du temps lors de son implémentation, et elle est affectée par la variabilité inter‐évaluateurs. Dans une deuxième approche, des paramètres objectifs et indépendants de l'observateur humain, présentant une relation avec la résolution et le contraste de l'image, sont utilisés pour une évaluation de la performance des détecteurs. Cependant, il n'existe pas de relation directe entre ces paramètres et la détectabilité des lésions. Une méthode permettant d'avoir une approche de la qualité de l'image, à la fois indépendante de facteurs humains et présentant une relation directe avec la détectabilité des lésions, permettrait d'utiliser l'équipement mammographique de manière optimale. Ce travail de thèse présente le développement d'une telle méthode, consistant à générer par ordinateur des images virtuelles à partir d'un modèle « Source à rayons X/Détecteur numérique », qui prend en compte les valeurs mesurées de la MTF et du NPS des équipements mammographiques en conditions cliniques d'utilisation. De par les résultats obtenus dans notre travail, nous avons contribué à établir le lien entre les caractéristiques physiques des détecteurs et la qualité clinique de l'image dans les conditions habituelles d'exposition. De plus, nous suggérons que notre modèle de création d'images virtuelles puisse être utilisé pour déterminer rapidement les conditions optimales en mammographie. Il s'agit, en effet, d'un aspect essentiel à considérer pour la radioprotection des patientes, particulièrement dans le cadre du dépistage de masse organisé, et qui est habituellement un processus expérimental long et fastidieux à mettre en oeuvre.

En mammographie numérique, il existe deux approches pour évaluer la qualité de l'image. Dans la première approche, une méthode visuelle basée sur un observateur humain permet la détectabilité des lésions en radiographie mammographique. Malheureusement, cette approche de qualité nécessite d'importantes ressources humaines et du temps lors de son implémentation, et elle est affectée par la variabilité inter-évaluateurs. Dans une deuxième approche, des paramètres objectifs et indépendants de l'observateur humain, présentant une relation avec la résolution et le contraste de l'image (MTF et NPS), sont utilisés pour une évaluation de la performance des détecteurs. Cependant, il n'existe pas de relation directe entre ces paramètres et la détectabilité des lésions. Une méthode permettant d'avoir une approche de la qualité de l'image, à la fois indépendante de facteurs humains et présentant une relation directe avec la détectabilité des lésions, permettrait d'utiliser l'équipement mammographique de manière optimale. Ce travail de thèse présente le développement d'une telle méthode, consistant à générer par ordinateur des images virtuelles à partir d'un modèle « Source à rayons X/Détecteur numérique », qui prend en compte les valeurs mesurées de la MTF et du NPS des équipements mammographiques en conditions cliniques d'utilisation. De par les résultats obtenus dans notre travail, nous avons contribué à établir le lien entre les caractéristiques physiques des détecteurs et la qualité clinique de l'image dans les conditions habituelles d'exposition. De plus, nous suggérons que notre modèle de création d'images virtuelles puisse être utilisé pour déterminer rapidement les conditions optimales en mammographie. Il s'agit, en effet, d'un aspect essentiel à considérer pour la radioprotection des patientes, particulièrement dans le cadre du dépistage de masse organisé, et qui est habituellement un processus expérimental long et fastidieux à mettre en oeuvre.

En mammographie numérique, il existe deux approches pour évaluer la qualité de l’image. Dans la première approche, une méthode visuelle basée sur un observateur humain permet la détectabilité des lésions en radiographie mammographique. Malheureusement, cette approche subjective de qualité nécessite d’importantes ressources humaines et du temps lors de son implémentation. Dans une deuxième approche, des paramètres objectifs et indépendants de l’observateur humain, présentant une relation avec la résolution et le contraste de l’image (MTF et NPS), sont utilisés pour une évaluation de la performance des détecteurs. Cependant, il n’existe pas de relation directe entre ces paramètres et la détectabilité des lésions. Une méthode permettant d’avoir une approche de la qualité de l’image, à la fois indépendante de facteurs humains et présentant une relation directe avec la détectabilité des lésions, permettrait d’utiliser l’équipement mammographique de manière optimale. Ce travail de thèse présente le développement d’une telle méthode, consistant à générer par ordinateur des images virtuelles à partir d’un modèle « Source à rayons X/Détecteur numérique », qui prend en compte les valeurs mesurées de la MTF et du NPS des équipements mammographiques en conditions cliniques d’utilisation. De par les résultats obtenus dans notre travail, nous avons contribué à établir le lien entre les caractéristiques physiques des détecteurs et la qualité clinique de l’image dans les conditions habituelles d’exposition. De plus, nous suggérons l’utilisation de notre modèle pour déterminer rapidement les conditions optimales en mammographie, aspect essentiel pour la radioprotection des patientes / In digital mammography two approaches exist to estimate image quality. In the first approach, human observer assesses the lesion detection in mammograms. Unfortunately, such quality assessment is subject to inter-observer variability, and requires a large amount of time and human resources. In the second approach, objective and human-independent parameters relating to image spatial resolution and noise (MTF and NPS) are used to evaluate digital detector performance; even if these parameters are objective, they are not directly related to lesion detection. A method leading to image quality assessment which is both human independent, and directly related to lesion detection is very important for the optimal use of mammographic units. This PhD thesis presents the steps towards such a method: the computation of realistic virtual images using an “X-ray source/digital detector” model taking into account the physical parameters of the detector (spatial resolution and noise measurements) measured under clinical conditions. From results obtained in this work, we have contributed to establish the link between the physical characteristics of detectors and the clinical quality of the image for usual exposition conditions. Furthermore, we suggest the use of our model for the creation of virtual images, in order to rapidly determine the optimal conditions in mammography, which usually is a long and tedious experimental process. This is an essential aspect to be taken into account for radioprotection of patients, especially in the context of organized mass screening of breast cancer

Dans le Programme québécois de dépistage de cancer du sein (PQDCS), les caractéristiques des femmes, des radiologistes et des centres pourraient influencer la performance du programme. La présente étude a pour objectif d’identifier ces caractéristiques qui influencent la sensibilité, la spécificité et le rapport de vraisemblance positif (RV+) du dépistage. Cette étude est constituée de 3 727 724 mammographies faites dans le PQDCS chez des femmes âgées entre 50 et 69 ans entre janvier 2002 et septembre 2015. Les données de l’étude ont été obtenues par le jumelage de trois bases de données (le système d’information du PQDCS, la RAMQ et MedEcho). Les associations multivariées, entre les caractéristiques et la performance, ont été estimées à l’aide de modèles de Poisson robustes. Parmi les mammographies à l’étude, 368 079 ont été jugées anormales parmi lesquelles 17 867 ont mené à un diagnostic de cancer du sein infiltrant (15 412 cancers détectés et 2 455 cancers d’intervalle). Globalement, la sensibilité brute correspond à 86,3 %, la spécificité brute est de 90,5 % et le RV+ brut est de 9,1. Certaines caractéristiques sont associées à une augmentation de la performance, notamment un âge élevé de la femme, être une femme post-ménopausée et un volume annuel de lecture élevé des radiologistes. D’autres sont associées à sa diminution, notamment avoir un antécédent de ponction ou biopsie, avoir eu une mammographie initiale, avoir un indice de masse corporelle élevé, utiliser de l’hormonothérapie de remplacement, avoir une densité mammaire élevée, être une femme radiologiste et utiliser un mammographe numérique dans un centre de dépistage. L’évaluation de la performance du PQDCS étant importante, il est pertinent de connaître les caractéristiques qui y sont associées afin de mieux comprendre les mécanismes par lesquels cette performance pourrait être améliorée. / In the Quebec Breast Cancer Screening Program (Programme québécois de dépistage du cancer du sein, PQDCS), women, radiologists and facilities characteristics may influence the screening performance. This study aim to identify those characteristics associated with sensitivity, specificity and accuracy (positive likelihood ratio) of screening mammography. This study consists of 3,727,724 mammograms performed on women aged between 50 and 69 in the PQDCS between January 2002 and September 2015. Data on the characteristics were obtained through three databases: the PQDCS information system, RAMQ and MedEcho. The associations of women, radiologists and facilities characteristics to sensitivity, specificity and accuracy was assessed by multivariable Poisson regression with robust error variance. Among the mammograms included, 368,079 were considered as abnormal and 17,867 lead to a diagnosis of invasive cancers (15,412 screen-detected cancers and 2,455 interval cancers). Overall, the sensitivity is 86.3 %, the specificity is 90.5 % and the accuracy is 9.1. Some characteristics are associated with an increase of the screening performance including woman’s age, being post-menopausal and having a high annual volume of mammograms for radiologists. Others are associated with a decrease of the performance, including having a history of breast puncture or biopsy, having an initial mammogram, having a high body mass index, taking a hormone replacement therapy, having a high breast density, being a female radiologist, using a digital mammogram in a screening facility. As the evaluation of the performance of the PQDCS is important, it is relevant to know the characteristics associated with it, in order to understand better the mechanisms by which the program could be improved. / Résumé en espagnol

Le travail de recherche relaté dans ce manuscrit présente mes activités en traitement d'images que j'ai menées successivement dans trois organismes, à savoir le Laboratoire des Sciences de l'Image, de l'Informatique et de la Télédétection (LSIIT, UMR CNRS/Université Louis Pasteur de Strasbourg), l'Institut für Techno- und Wirtschaftsmathematik'' (Fraunhofer Institut, Kaiserslautern, Allemagne) et le Centre de Recherche en Automatique de Nancy (CRAN, UMR CNRS/Nancy Université). D'un point de vue scientifique, mes principales activités en traitement d'images concernent la segmentation d'images dont le contenu, relativement complexe, requiert des algorithmes utilisant des connaissances a priori liées aux objets à segmenter (contours actifs, méthode s'inspirant de la transformée de Hough. Le recalage de donnée 2D ou 3D et monomodales ou multimodales est un autre aspect scientifique caractérisant le travail décrit ici. Ces thèmes de recherche, ainsi que des méthodes de reconstruction et/ou de superposition de données 3D ont conduit à des solutions originales dans le cadre de problèmes industriels (reconstruction 3D de pièces manufacturées pour une mesure dimensionnelle et classification de surfaces en fonction de leur teinte et texture) ou médicaux (diagnostic précoce du cancer du sein via la reconstruction du foyer de microcalcifications, positionnement de patients en radiothérapie intra crânienne par recalage 3D multimodal, aide au diagnostic de maladies cardio-vasculaires par la superposition de données multimodales et détection du cancer de la vessie par mosaïquage d'images).