angers, le 9 juin 2014 localisation : localisation : pôle imagerie du chu dangers actions...
TRANSCRIPT
Angers, le April 11, 2023
Localisation :Localisation : Pôle Imagerie du CHU d’Angers
Actions principales de l’unitéActions principales de l’unité
Analyse d’images biomédicales Aide au diagnostic
Codage d’images biomédicales (compression et tatouage)
Unité de Traitement d’Images MédicalesÉquipe Signal Image
CENTRE HOSPITALIERUNIVERSITAIRE D'ANGERS
Angers, le April 11, 2023
Objectifs :Objectifs :
- Mise en œuvre de processus d’analyse (segmentation, recalage) automatiques, fiables et robustes pour une utilisation en routine clinique.
Complexité algorithmique
Interface graphique
- Quantification de paramètres cliniques pour une prise de décision objective de pathologies subtiles.
CollaborationsCollaborations
- CHU d’Angers : Pr. Le Jeune, Pr. Jallet, Pr. Aubé, Pr. Furber, Pr. Calles…
- General Electric Healthcare (financement de 2 thèses).
- Service Commun d’Analyses Spectroscopiques de l’Université d’Angers.
Analyse d’images biomédicales
CENTRE HOSPITALIERUNIVERSITAIRE D'ANGERS
Angers, le April 11, 2023
Etude du mouvement intra-myocardique via l’IRM marquéeEtude du mouvement intra-myocardique via l’IRM marquée
Mesure de paramètres anatomiques et fonctionnels du VG
Localisation précise des contours du myocarde (analyse texturale)
Suivi des tags par contours actifs après prétraitement de type diffusion anisotrope fondé sur un formalisme informationnel
Analyse d’images biomédicales
2
2
2
2
cos1cos1yxt
Angers, le April 11, 2023
Fusion non supervisée d’images cardiaques TEP, IRMFusion non supervisée d’images cardiaques TEP, IRM Fusion d’informations complémentaires via la TDM (couplée à la TEP)
Anatomiques (IRM) et Fonctionnelles (TEP) - Recalage global par modèle 3D - Recalage iconique IRMt1/IRMt2, IRMt1/TEPt1 (information mutuelle)
TDM
IRM
TEP
Acquisitions synchronisées sur l’ECG
Fusion de séquences d’images
Permet de localiser les territoires qui restent viables dans le post-infarctus récent
Analyse d’images biomédicales
21
21
2121 )()(
),(log),(),( didi
iqip
iipiipTSIM
Angers, le April 11, 2023
Fusion non supervisée d’images cardiaques TEP, IRMFusion non supervisée d’images cardiaques TEP, IRMThèse de Xavier Baty
Construction d’un modèle 3D du cœur IRM et CT
Recalage local TEP/IRM
Analyse d’images biomédicales
Transformation globale
Angers, le April 11, 2023
Quantification de la graisse abdominale en IRMQuantification de la graisse abdominale en IRM
Etude du syndrome métabolique Risque de pathologie cardiaque
Risque de pathologie hépatique
Critères officiels : Tour de taille, Glycémie, Triglycéride / Cholestérol, Pression Artérielle
Rapport VAT/SAT
Diagnostic précoce des patients à risque
Analyse d’images biomédicales
Angers, le April 11, 2023
Quantification de la graisse abdominale en IRMQuantification de la graisse abdominale en IRM
Segmentation automatique par classification floue : C-Means généralisé
Image originale Classification floue
Analyse d’images biomédicales
Graisse Sous-cutanéey = 1,0368x - 13,478
R2 = 0,8854
0
50
100
150
200
250
300
350
400
450
500
0,0 100,0 200,0 300,0 400,0 500,0
Expert
Alg
ori
thm
e
Graisse Visceraley = 0,8664x + 0,6682R2 = 0,8541
0
50
100
150
200
250
300
350
400
0,0 100,0 200,0 300,0 400,0 500,0
Expert
Alg
ori
thm
e
Angers, le April 11, 2023
Quantification de la fibrose hépatique sur des images histologiquesQuantification de la fibrose hépatique sur des images histologiquesClassification automatique sur composante couleur
Classification floue : classes d’ambiguïté
Espaces couleur
Analyse d’images biomédicales
Seuillage manuel32,5%
Evaluation du % de fibrose
Classification floue 32,25%
Angers, le April 11, 2023
Contexte :Contexte :
Évolution de l’imagerie médicale sous forme numérique
Augmentation des images acquises (imagerie 3D, imagerie rapide….)
Compression irréversibleRésoudre les problèmes d’archivage et de transmission des images dans les PACS
Evaluation des dégradationsPas de modification de l’information diagnostique
Sécurisation des données des dossiers médicaux électroniques
Watermarking ou Tatouage d’imageInsertion d’annotation dans l’image source Authentification Insertion d’une signature de l’image source Intégrité
Codage d’images biomédicales
Angers, le April 11, 2023
Application des normes de compression en imagerie médicale :Application des normes de compression en imagerie médicale :IRM cardiaque : 256*256*8 bits
(zoom)
Image originale JPEG TC=60:1 JPEG2000 TC=60:1
IRM abdomen :512*512*16 bits
(zoom)
Image originale JPEG2000 TC=10:1 JPEG2000 TC=40:1
Compression d’images médicales
Angers, le April 11, 2023
Protocoles d’évaluation subjective en imagerie médicaleProtocoles d’évaluation subjective en imagerie médicale
Généralités
- Standardisation de la procédure d’évaluation pour éviter les biais statistiques Conditions proches des conditions utilisées en routine clinique
Séances effectuées en double aveugle et sans limite de temps
- Actions non autorisées : zoom, changements de contraste et de luminosité Facteurs non reproductibles propres à l’expert pouvant biaiser l’analyse
- Ordre aléatoire de lecture des images pour réduire l’effet contextuel
- Experts : au moins 3 radiologues seniors spécialisés dans l’analyse des images évaluéesExperts motivés par le sujet de la compression
- Séance préalable d’entraînement Accord sur les critères à évaluer, l’échelle d’évaluation, les conditions de lecture
Analyse de la fidélité diagnostique
- Sélection d’un échantillon représentatif de la pathologie (30 pathologiques, 30 sains)
- Sélection des pathologies- Potentialité à présenter différents degrés de subtilité- Potentialité à être influencées par les dégradations du système de compression
Méthodologie ROC
Évaluation subjective en imagerie médicale
Angers, le April 11, 2023
Analyse de la qualité de critères diagnostiquesAnalyse de la qualité de critères diagnostiques
Définition précise Critères diagnostiques à évaluer (propres à l’organe étudié) Échelle de notation (propre aux spécificités du système
d’acquisition)
Exemple en radiologie thoracique
Évaluation subjective en imagerie médicale
Angers, le April 11, 2023
Analyse de la qualité de critères diagnostiquesAnalyse de la qualité de critères diagnostiques
Analyse de la corrélation entre les observations
Analyse graphique de la corrélation entre
- expert1 et expert2 sur images originales Analyse inter-observateurs
- expert1T1 et expert1T2 sur images originales Analyse intra-observateur
- expert1 sur images originales et expert1 sur images compressées (TC)
Analyse de la qualité des images compressés
Comparaison des coefficients de corrélation
Coefficient de corrélation de Lin Degré d’appartenance à une droite identité
Estimation par la technique du bootstrap Distribution non gaussienne et/ou faible taille de l’échantillon
Évaluation subjective en imagerie médicale
Angers, le April 11, 2023
Définition de critères corrélés au MOSDéfinition de critères corrélés au MOS
HVM (Przelaskowski)
V1 : Erreur moyenne - V2 : Erreur max
V3, V4 et V5 : F1, F4 et F5 de PQS (Picture Quality Scare)
V6 : 2
Définition des i par régression linéaire
Analyse fréquentielle : FFT en coordonnées polaires
Information radiale : Mise en évidence du filtrage passe bas
Évaluation objective en imagerie médicale
6
1iiiVHVM
Analyse des filtresFréquence de coupure -0,5dB
Angers, le April 11, 2023
Analyse de la modification de paramètres à sémantique cliniqueAnalyse de la modification de paramètres à sémantique clinique
Exemple sur le cœur :
Analyse de type Bland et Altman
Évaluation objective en imagerie médicale
Originale
Ondelettes
JPEG
TC = 20:1 TC = 60:1
Angers, le April 11, 2023
La base de données La base de données MeDEISA
Codage d’images biomédicales