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.
| Identifer | oai:union.ndltd.org:theses.fr/2013PA05S001 |
| Date | 10 January 2013 |
| Creators | Boucher, Arnaud |
| Contributors | Paris 5, Vincent, Nicole |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text, Image |
Page generated in 0.0027 seconds