Back to search

École de technologie supérieure

Création de modèles surfaciques personnalisés et sans contact pour l’estimation précise des surfaces corporelles saines et brûlées en contexte clinique

Abstract

dc:description

La prise en charge médicale d’un patient grand brûlé est complexe. Elle nécessite une expertise afin d’évaluer précisément le %TBSA, c’est-à-dire le ratio des surfaces brûlées sur la surface corporelle totale (BSA). Ce ratio permet de déterminer quels sont les traitements adaptés à apporter au patient (i.e. apport en fluides physiologiques, traitements médicamenteux et chirurgicaux). Les méthodes cliniques actuelles, en 2D et standards, sont imprécises et présentent des variabilités inter et intra-évaluateurs dépendantes de l’expertise du clinicien évaluateur. D’autres méthodes ont vu le jour, notamment grâce aux apports des outils de modélisation 3D et permettent de modéliser en trois dimensions l’enveloppe corporelle du corps entier. Cependant, une modification globale uniquement du modèle surfacique n’est pas suffisante pour garantir la précision nécessaire pour les applications cliniques. La personnalisation de la morphologie, de la composition corporelle (e.g. masses graisseuses, masses musculaires), et des dimensions locales est nécessaire afin d’obtenir un modèle surfacique localement personnalisé et estimer précisément le %TBSA pour adapter les soins du patient. De plus, les outils 3D et les données nécessaires ne sont pas toujours adaptés au contexte clinique de prise en charge des patients grands brûlés. Dans ce contexte, l’objectif de cette thèse est donc de développer des méthodes automatisées de modélisation 3D personnalisée du corps humain entier, sans contact avec le patient, avec une BSA et des aires locales précises pour estimer le %TBSA. Pour cela, deux méthodes complémentaires sont développées : les méthodes STAP et S3D, intégrant chacune un modèle statistique, respectivement le modèle statistique de composition corporelle et le modèle statistique anthropométriques. La méthode STAP permet de personnaliser les aires globales et locales, à partir de quelques paramètres déjà accessibles en clinique, en intégrant la composition corporelle, les masses musculaires et graisseuses globales et locales. La méthode S3D affine le modèle surfacique obtenu avec la méthode STAP en utilisant un scan 3D partiel du patient pour obtenir quelques mesures anthropométriques et personnaliser des régions corporelles spécifiques. Le pourcentage d’erreur absolu moyen (MAPE) de la BSA est d’environ 2 % avec ces deux méthodes, ce qui est deux fois plus précis que les méthodes cliniques et 3D existantes. Une autre contribution de ce travail est la validation de la précision des aires des régions corporelles. La méthode S3D permet d’aller chercher des MAPE variant entre 4 % et 6 % pour les régions du torse, du bras et de la jambe, ce qui permet d’obtenir des %TBSA avec des MAPE variant entre 2 % et 6 %, inférieur aux 10 % d’erreur obtenus avec des outils de modélisation 3D existants tels que BurnCase 3D. En conclusion, cette thèse a contribué au développement de deux méthodes de modélisation 3D du corps humain entier, capables de représenter la diversité des corps, des morphologies et formes corporelles locales variées. Cette personnalisation permet ainsi d’adapter les soins pour chaque patient, d’améliorer leur chance de survie, de réduire les risques de complications médicales et de séquelles à moyen et long terme.

Degree

thesis:*
Name thesis:degree_name
Thèse de doctorat électronique
Level thesis:degree_level
phd
Grantor dc:publisher
École de technologie supérieure
Year dc:date
2025

Author and committee

dc:creator, dc:contributor.*
Author dc:creator
  • Thibault, Anaïde

Subjects

dc:subject × 1

Rights

Language dc:language
fr

Identifiers

dc:identifier.*
Identifier
INSERT-YOUR-LIBRARY-ID-HERE4109

Chain of custody

source
Harvested from
ETS (Quebec)
Base URL
espace.etsmtl.ca/cgi/oai2
Last updated
2026-11-18
Source record
OAI-PMH GetRecord
citation

Thibault, Anaïde. Création de modèles surfaciques personnalisés et sans contact pour l’estimation précise des surfaces corporelles saines et brûlées en contexte clinique. phd thesis, École de technologie supérieure, 2025.