1 / 72

Université de Dijon

Université de Dijon. ITII d’Auxerre - Le2i. Présentation travaux et projet. Arnaud Boucher. 11 avril 2014. Fiche personnelle. Arnaud Boucher 31 ans Section 27 Doctorat (Janvier 2013) Master (Mention Bien) Contrats de recherche : 24 mois (hors thèse)

onofre
Download Presentation

Université de Dijon

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Université de Dijon ITII d’Auxerre - Le2i Présentation travaux et projet Arnaud Boucher 11 avril 2014

  2. Fiche personnelle Arnaud Boucher 31 ans Section 27 Doctorat (Janvier 2013) Master (Mention Bien) Contrats de recherche : 24 mois (hors thèse) Expériences en entreprise : 24 mois (alternance) Enseignements : 386h (sur 5 semestres) Publications : 7 (+2 soumises) A. Boucher 1

  3. Recherche Analyse d’images • Segmentation • Recalage • Images médicales • Aide au diagnostic • … Données quantitatives pour usager non-informaticien A. Boucher 12

  4. Plan A. Boucher

  5. Plan A. Boucher

  6. Segmentation de cellules Projet ANR – Faculté de médecine de Marseille Segmentation de cellules (Progeria) • La forme des cellules détermine la santé • Problématique de segmentation • Cellules accolées ou se chevauchant ICPR’08 : Segmentation of overlapping/aggregatingnucleicells in biological images, Best studientpaper PRL’10 : Segmentation of complex nucleus configurations in biological images A. Boucher 13

  7. Segmentation de cellules Projet ANR – Faculté de médecine de Marseille Segmentation de cellules (Progeria) A. Boucher 14

  8. Segmentation de cellules Projet ANR – Faculté de médecine de Marseille Segmentation de cellules (Progeria) A. Boucher 15

  9. Segmentation de cellules Projet ANR – Faculté de médecine de Marseille Segmentation de cellules (Progeria) A. Boucher 16

  10. Segmentation de cellules Projet ANR – Faculté de médecine de Marseille Segmentation de cellules (Progeria) A. Boucher 16

  11. Segmentation de cellules Projet ANR – Faculté de médecine de Marseille Segmentation de cellules (Progeria) A. Boucher 17

  12. Segmentation de cellules Projet ANR – Faculté de médecine de Marseille Segmentation de cellules (Progeria) Résultats : A. Boucher 18

  13. Modélisation des problématiques • Visualisation du processus • Interface claire Perception des problématiques A. Boucher 19

  14. Plan A. Boucher

  15. Plan A. Boucher

  16. Navigation 3D Projet CNES – Hôpital de Tours Echographie pour les lieux isolés (déserts médicaux, espaces …) • Exploration d’un volume • Problématique de reconstruction • Fluidité d’utilisation Medecine Nucléaire’13 : Porte-sonde motorisé pour une télé-échographie abdominale en temps différé Revue de vulgarisation : Biofutur, Surveiller à distance les effets de la microgravité Brevet : Navigateur Echographique, Brevet Européen / Canadien A. Boucher 20

  17. Navigation 3D Projet CNES – Hôpital de Tours Echographie pour la télémédecine • Pr Philippe Arbeille • Docteur en Médecine et Physique du solide • Chef de Service du département Médecine Nucléaire et Ultrasons • Directeur de l’unité de Médecine et Physiologie Spatiale A. Boucher 21

  18. Navigation 3D Projet CNES – Hôpital de Tours Echographie pour les lieux isolés A. Boucher 22

  19. Navigation 3D Projet CNES – Hôpital de Tours Echographie pour les lieux isolés A. Boucher 23

  20. Navigation 3D Projet CNES – Hôpital de Tours Echographie pour les lieux isolés A. Boucher 24

  21. Utilisation des données « nécessaires » • Fluidité, Robustesse • Discussion avec l’expert Perception des problématiques A. Boucher 25

  22. Plan A. Boucher

  23. Plan A. Boucher

  24. Recalage et Analyse d’images Aide au diagnostic (CAD) Données • Masse importante de documents • Dossier patient Buts • Limiter la zone de recherche • Localiser toutes les anomalies • Quantification des anomalies • Temps limité ORASIS’09 : Pectoral muscle segmentation on a mammogram ICPR’10 : Visual perception driven registration of mammograms SPIE’13 : A pairwise image analysis with sparse decomposition SPIE’13 : Mammogram CAD, hybrid registration and iconic analysis A. Boucher 26

  25. Recalage et Analyse d’images Aide au diagnostic (CAD) • Professeur Alain Brémond • Cancérologue, chirurgien, • Organisateur de campagnes de dépistage Centre Léon-Bérard (Lyon) A. Boucher 27

  26. Recalage et Analyse d’images Contexte : Les mammographies • Examen rayon X • Différentes vues • Dossier temporel A. Boucher 28

  27. Recalage et Analyse d’images Approche globale Opacité Anomalie architecturale Calcification Détection spécialisée Détection d’évolution A. Boucher 13

  28. Recalage et Analyse d’images Analyse de clichés afin de détecter des anomalies potentielles • Recalage robuste • Analyse conjointe adaptée Analyse conjointe Recalage Aide au diagnostic Données médicales A. Boucher 29

  29. Image I Image J RECALAGE Image I + Image J recalée ANALYSE CONJOINTE Aide au diagnostic A. Boucher

  30. Recalage et Analyse d’images Extraction de primitives anatomiques • Contour du sein • Mamelon • Muscle pectoral A. Boucher 30

  31. Recalage et Analyse d’images Elaboration du référentiel Modèle physique du sein [Chung 08] Modèle Orienté A. Boucher 31

  32. Recalage et Analyse d’images Recalage Orienté Transformation globale Translation + Rotation Transformation locale Déformation linéaire suivant Y Déformation linéaire suivant X Image I Image t(J) t = Id Image I Image t(J) t(J) = Rt(J) A. Boucher 32

  33. Recalage et Analyse d’images Recalage Orienté Transformation globale Translation + Rotation Transformation locale Déformation linéaire suivant Y Déformation linéaire suivant X Image I Image t(J) t(J) = lX( lY ( Rt(J) ) ) A. Boucher 32

  34. Recalage et Analyse d’images Recalage Orienté Transformation globale Translation + Rotation Transformation locale Déformation linéaire suivant Y Déformation linéaire suivant X Image I Image t(J) t(J) = lX( lY ( Rt(J) ) ) A. Boucher 32

  35. Recalage et Analyse d’images Recalage Orienté Transformation globale Translation + Rotation Transformation locale Déformation linéaire suivant Y Déformation linéaire suivant X Image I Image t(J) t(J) = lX( lY ( Rt(J) ) ) A. Boucher 32

  36. Recalage et Analyse d’images Evaluation 37 couples de mammographies Entre 3 et 5 points annotés sur chaque couple Temps de calcul : < 4sec sur Pentium Centrino Dual Core 2GHz (codé en C++) A. Boucher 33

  37. Image I Image J RECALAGE Image I + Image J recalée ANALYSE CONJOINTE Aide au diagnostic A. Boucher

  38. Recalage et Analyse d’images Analyse conjointe - Recherche d’évolution Images Système Résultat d’évaluation A. Boucher 34

  39. Recalage et Analyse d’images Comparaison d’un cliché à un ensemble d’apprentissage Comparaison Images Distribution des motifs Carte des différences A. Boucher 35

  40. Recalage et Analyse d’images Comparaison d’un cliché à un ensemble d’apprentissage Comparaison Images Distribution des motifs Carte des différences A. Boucher 35

  41. Recalage et Analyse d’images Schéma de la méthodologie • Analyse de l’ensemble d’apprentissage pour l’élaboration du dictionnaire • Evaluation de l’adéquation de l’image à analyser avec le dictionnaire Que met-on en évidence ? Ensemble d’apprentissage Analyse pour élaboration du dictionnaire Image I, J Dictionnaire Analyse à l’aide du dictionnaire Caractérisation des ensembles constituant l’image à analyser A. Boucher 36

  42. Recalage et Analyse d’images Comparaison d’un cliché à un ensemble d’apprentissage Comparaison Portion de mammographies Distribution des motifs Carte des évolutions A. Boucher 37

  43. Recalage et Analyse d’images Protocole d’évaluation Image I Image J Rappel Précision Zone contrôlée P2R Image J analysée Position de l’anomalie A. Boucher 27

  44. Recalage et Analyse d’images P2R Protocole d’évaluation F-mesure A. Boucher 28

  45. Recalage et Analyse d’images Estimation des paramètres • Taille des zones de comparaison • Taille des motifs • Distance entre motifs • Invariance spatiale • Ensemble d’apprentissage Zones de comparaison Motifs A. Boucher 29

  46. Recalage et Analyse d’images • Estimation des paramètres • Taille des motifs • Taille des zones de comparaison • Distance entre motifs • Invariance spatiale • Ensemble d’apprentissage Taille des motifs Taille des atomes/motifs Taille des atomes/motifs P2R Temps de calcul (en sec) A. Boucher 38

  47. Recalage et Analyse d’images • Evaluation • 34 couples de mammographies testées (groupe 2) • Temps de calcul : 3min sur Pentium Centrino Dual Core 2GHz (codé en C++) A. Boucher 39

  48. Recalage et Analyse d’images Conclusions • Une aide au diagnostic • Recalage • Modèles de déformation complexe • Décomposition d’une déformation 2D en déformations 1D • Analyse conjointe • Intégration d’une information contextuelle • Recherche de tout type d’évolution par la rareté A. Boucher 40

  49. Eviter les comportements « boite noire » • Favoriser les démarches explicables et justifiables • Ne pas se substituer à l’expert Perception des problématiques A. Boucher 41

  50. Plan A. Boucher

More Related