L’Apprentissage profond pour la Classification et l’Interprétation d’Images

L’Apprentissage profond  pour la Classification et l’Interprétation d’Images

Les moyens physiques des différents procédés utilisés en imagerie médicale

adiographie (rayons-X) : La radiographie est un examen d’imagerie médicale qui utilise les rayons x pour visualiser l’os (arthrose, rhumatisme, fracture, tumeur, le thorax et l’abdomen) [15]. Lors de l’imagerie avec des rayons X, une installation radiologique est nécessaire pour obtenir les informations du corps entier sous différents angles. Lors de l’imagerie avec des rayons X, un faisceau de rayons X produit par un tube à rayonnent traversant le corps. Sur sa trajectoire, des l’énergie du faisceau de rayons X sont absorbées partiellement provoquant une atténuation du faisceau. Sur le côté opposé du corps, des détecteurs (le film capture les rayons atténués) donnant une image clinique en 2D. En  tomodensitométrie, le tube et les détecteurs tournent autour du corps de telle façons plusieurs images peuvent être acquises, résultant une vue en 3D. En radiographie utilisant des rayons X l’injection de substances pour le contraste est nécessaire des fois. Les images obtenues sont des projections des organes et sur un plan. Généralement, rayon X est utilisé pour les os car ils sont les plus visibles. Figure 1.2 : Radiographie (rayons-X) [15]

La mammographie (Computed Tomography (CT)) 

La mammographie (appelée aussi mastographie) est une radiographie du sein, qui permet d’obtenir des images de l’intérieur du sein et de détecter les anomalies, parmi eux les cancers qui est la cause la plus fréquente de décès des femmes [16]. La radiographie des seins considérée comme l’examen le plus efficace pour dépister le cancer le plus tôt possible même en absence de ses symptômes. Il sert à visualiser des structures à l’intérieur du sein et de détecter les petites lésions difficiles à repérer par la palpation. C’est un examen d’une durée de quelques minutes qui est réalisé par une technologue qui met la patiente face à l’appareil de mammographie et place un sein entre deux plaques qui réalisent une compression graduelle et contrôlée sur le sein, la compression, même s’il elle est gênante, elle est nécessaire pour obtenir des images de bonne qualité. Dans la majorité des cas, deux clichés sont effectués par sein, un de face et l’autre en oblique.Les films sont ensuite développés, par des développeuses automatiques conçues spécialement à la mammographie, ils sont un peu lentes afin d’obtenir une qualité d’image radiographique idéale), Figure 1.3 : La mammographie

Scanographie (Tomodensitométrie (TDM)) 

Les tomodensitomètres (TDM) (ou les scanners) inventés en 1970. Ils sont souvent utilisés dans les urgences, car ils fournies rapidement des informations détaillées, chose très utile pour prendre des décisions thérapeutiques convenables[15]. Le plus important dans TDM est le portique – un cadre rotatif circulaire avec un tube à rayons X monté d’un côté et des détecteurs de l’autre côté. Les faisceaux de rayons X en forme d’un éventail est créé lorsque le cadre tournant fait pivoter le tube à rayons X autour du patient. Les scanners produisent des images beaucoup plus détaillées que celles des rayons X classique, surtout dans le cas des vaisseaux sanguins et des tissus mous.

Ultrasons (Ultrasonographie ou échographie)

Ce type d’imagerie permet d’obtenir des images du corps par l’usage d’ondes sonores de hautes fréquences. Les images sont obtenues en temps réel. Ce procédé n’implique aucune irradiation. Ultrasonographie est très utile pour examiner les organes tels que le foie, la vésicule, le pancréas, des reins et la vessie. Du fait qu’elles sont acquises dynamiquement, les images peuvent montrer les mouvements des différents organes internes. Le flux des vaisseaux sanguins peut être détecté par une échographie Doppler [15]. Les appareils échographiques sont composés d’un ordinateur et un écran, plus des sondes qui sont appliquées à la surface du corps en utilisant un gel spécial.

Imagerie nucléaire (scintigraphie ou «gammagraphie»)

Le principe de l’imagerie nucléaire est d’injecter par voie intraveineuse une molécule marquée avec un isotope radioactif à vie brève afin de suivre, par détection externe, le fonctionnement d’un organe. Détection de photons émis par le traceur. Cette technique consiste à capter le reflet des milliers de points, où le traceur s’est fixé dans l’organe et la radioactivité temporaire du tissu est détectée par une gamma-caméra, qui explore la zone d’intérêt [15].  Il faut noter que la dose doit être contrôlée de manière à minimiser les risques de l‘irradiation. Figure 1.6:Exemple de la scintigraphie cérébrale [15] VII.2.6. Imagerie par résonance magnétique (IRM) L’imagerie par résonance magnétique (IRM) est un examen qui permet d’obtenir des vues en deux ou trois dimensions de l’intérieur du corps. Il donne des informations sur des lésions qui ne sont pas visibles sur les radiographies standards, l’échographie ou le scanner [15]. Cette technique explorer l’organisme humain en se basant sur les modifications d’orientations (la résonance ou vibration) de certains atomes (hydrogène par exemple) soumis à un champ magnétique très intense. Elle est très utile en radiologie pour le diagnostic des pathologies cérébrales, abdominales et cardiovasculaires. Figure 1.7: Diagnostique par résonance magnétique (IRM) [15] Chapitre 1 : Intelligence artificielle pour le diagnostic médical 20 

Magnéto/Electro-encéphalographie (M/EEG)

Le cerveau humain durant son travail génère des champs magnétiques issus de l’activité électrique des neurones. La magnétoencéphalographie (MEG) est une technique qui mesure ces champs magnétiques [17]. Figure 1.8:Imagerie par magnéto-et électro-encéphalographie (MEG/EEG) [17] Elle n’est pas un outil de clinique répandu mais elle est utilisée dans certains diagnostics préopératoires en épilepsie. Récemment, la MEG s’est utilisée pour le diagnostic précoce et le suivi de certaines pathologies comme la maladie de Parkinson ou la maladie d’Alzheimer, Elle est utilisée aussi, pour assister les neuro-chirurgiens dans certaines stratégies d’intervention chirurgicales. Figure 1.9: Imagerie du système nerveux central[17]

Rétinographies (mydriatique et non mydriatique RNM)

La rétinographie utilise un appareillage spécial appelé « le rétinographe » ou bien aussi « fundus camera», pour photographier le fond d’œil tout ce qui est en arrière de l’iris et du cristallin y compris la rétine, la papille optique et la macula. On utilise le rétinographe pour vérifier les modifications douteuses du fond d’œil, tel que le décollement de la rétine, la rétinopathies diabétique, l’affections vasculaires, l’inflammation ou autres maladies oculaires telles que le glaucome [18]. Si l’examen à l’aide de rétinhographe est réalisé sans dilatation pupillaire il est appelé Non Mydriatique (Rétinographie Non Mydriatique RNM) sinon l’examen est RM (Rétinographie Mydriatique) Figure 1.10: La Rrétinographie Non Mydriatique (RNM) 

Diagnostique des images rétiniennes

Description de l’œil humain

La complexité de la vision humaine, vient du fait que l’organe sensoriel (la rétine) permet de recevoir un signal électromagnétique qui est la lumière et lui transmettre à un signal dit biologique qui est une dépolarisation axonale transmissible au cerveau à travers le nerf optique; Ce signal est traduit par le cerveau, au niveau du cortex visuel et renvoie l’image traitée ce qui permet l’interprétation d’environnement autour de nous .

Anatomie de l’œil humain 

L’œil est une boule d’un diamètre de 25mm environ, et qui pèse approximativement 8 grammes. Il est composé de plusieurs organes: Figure .12:Anatomie de l’œil [19]  Le corps ciliaire : C’est une partie située en antérieure de la choroïde, sur laquelle le cristallin est attaché par des fibres appelées la zonule de Zinn. Son rôle est la sécrétion d’humeur aqueuse et l’accommodation de la vision.  L’iris : Est un tissue en forme de disque perforé au centre par la pupille, c’est la partie colorée de l’œil dont la couleur dépend de l’épaisseur des lamelles de l’épithélium de l’œil c’est-à dire- plus les lamelles sont fines iris est clair et le plus les lamelles sont épaisses la couleur devient plus foncée.  L’Iris est toujours influencée par la lumière ce qui déclenche un mécanisme physiologique de contraction ou dilatation ce réflexe permet à l’iris de contrôler la quantité de la lumière (si la lumière est forte, la pupille est contractée (myosis), si la lumière est faible la pupille devient grande afin de capter un maximum de lumière (mydriase)).  La cornée : Est un tissu transparent situé sur la partie antérieure de l’œil, il permet de transmettre la lumière au cristallin et à la rétine. Il est composé de 5 couches (Epithélium, Membrane de Bowman, Stroma, Membrane de Descemet, Endothélium), il ne contient aucun vaisseau ce qui explique son non vieillissement mais il contient beaucoup de nerfs ce qui explique sa très grande sensibilité, et le « réflexe cornéen » qui se manifeste par une fermeture brusque des paupières pour protéger les yeux en cas de toucher de la cornée. Elle se nourrie en permanence par les larmes et l’humeur aqueuse.  L’humeur aqueuse : C’est une sorte de liquide transparent dont le rôle est d’apporter les nutriments à la cornée et au cristallin. Ce liquide sert à maintenir la pression intra-oculaire stable et la forme de globe oculaire.  La sclérotique, ou sclère : C’est le blanc de l’œil elle est très résistante.  La choroïde : C’est le tissu du globe oculaire, il est plein de vaisseaux, c’est la membrane nutritive de l’œil.  La rétine : C’est une membrane mince qui recouvre la surface interne du globe oculaire elle contient beaucoup de vaisseaux. Elle est sensible à la lumière par sa composition de photorécepteurs appelés « cônes » et « bâtonnets » qui converties la lumière reçue en signaux électriques transmissibles par les neurones qu’ils lui sont reliés. Au centre de la rétine on trouve la macula et la fovéa.  Le nerf optique : Appelé aussi le deuxième nerf crânien, il commence de la papille optique et permet d’envoyer les informations visuelles reçus de la rétine vers le cerveau.

Table des matières

Chapitre I Intelligence artificielle pour le diagnostic médical
I. Introduction
II. Intelligence artificielle et diagnostic médical
III. Le diagnostic médical
IV. Système d’aide au diagnostic médical (SAD)
V. Les types des systèmes d’aide au diagnostic médical
VI. Processus général d’un système d’aide au diagnostic (SAD)
VI.1. Acquisition et numérisation
VI.2. Prétraitement
VI.3. Extraction des caractéristiques
VI.4. La classification des images médicales
VI.4.1. Méthodes supervisées
VI.4.2. Méthode non supervisée
VII. L’imagerie médicale
VII.1. Définition d’une image médicale
VII.2. Les moyens physiques des différents procédés utilisés en imagerie médicale
VII.2.1. Radiographie (rayons-X)
VII.2.2. La mammographie (Computed Tomography (CT))
VII.2.3. Scanographie (Tomodensitométrie (TDM))
VII.2.4. Ultrasons (Ultrasonographie ou échographie)
VII.2.5. Imagerie nucléaire (scintigraphie ou «gammagraphie»)
VII.2.6. Imagerie par résonance magnétique (IRM)
VII.2.7. Magnéto/Electro-encéphalographie (M/EEG)
VII.2.8. Rétinographies (mydriatique et non mydriatique RNM)
VIII. Diagnostique des images rétiniennes
VIII.1. Description de l’œil humain
VIII.2. Anatomie de l’œil humain
VIII.3. Différents types de maladies de la rétine
VIII.4. Le fond d’œil humain
IX. Les travaux connexes des systèmes d’aide au diagnostic médical
X. Les Bases de données des images rétiniennes à accès public
XI. L’augmentation des données (data augmentation)
XII. Conclusion
Chapitre II Les techniques de l’IA et l’apprentissage profond
I. Introduction
II. C’est quoi l’Intelligence Artificielle (IA) ?
III. L’évolution des réseaux de neurones
IV. Les réseaux de neurones
IV.1. Le neurone biologique
IV.2. Neurone formel
IV.3. Réseau de Neurones Artificiels
V. L’apprentissage Automatique
V.1. L’apprentissage supervisé (Supervised Learning)
V.2. L’apprentissage non supervisé
V.3. L’apprentissage par renforcement
VI. Historique d L’apprentissage profond
VII. Domaines d’application de l’apprentissage profond
VIII. Les réseaux de neurones convolutifs
VIII.1. La phase d’extraction des caractéristiques
VIII.2. La phase de classification de modèle
VIII.3. Architecture et fonctionnement du CNN
VIII.4. Les différentes couches de CNN
VIII.4.1. La couche convolutive (CONV
VIII.4.2. La couche d’agrégation (pooling)
VIII.4.3. La couche entièrement connectée
VIII.5. Ajustement des hyperparamètres
IX. Apprentissage profond et imagerie médicale
X. L’interprétation des images
X.1. La Classification
X.1.1. Les architectures de classification les plus connues
X.1.2. Exemples des travaux de classification profonde
X.2. La Détection et localisation des objets
X.2.1. Les architectures de détection les plus connues
X.2.2. Exemples des travaux de détection
X.3. La Segmentation
X.3.1. Les architectures de segmentation les plus connues
XI. Conclusion
Chapitre III Approche globale de classification multimodale de la maladie de glaucome
basée sur les classifieurs CNNs et la représentation de texture (Filtre de gabor)
I. Contexte de la contribution
II. Introduction et travaux connexes
III. Concepts de base
III.1. La Multimodalité
III.1.1. Fusion multimodale
III.1.2. Intérêt de la fusion multimodale
III.2. Classification d’ensemble (Ensemble Learning)
III.2.1. Pourquoi combiner des classifieurs ?
III.2.2. Les stratégies de combinaison
III.3. Filtre de Gabor
IV. La méthode proposée
IV.1 Prétraitement
IV.2 La structure βplus –CNN
IV.2.1. Phase d’apprentissage
IV.2.2. Phase de test
V. Description du jeu de données
VI. Résultats expérimentaux
VI.1 Les mesures d’évaluation
VI.2 Analyses empiriques des paramètres de βplus –CNN
VI.2.1. L’impact du nombre d’époques et du nombre d’itérations
VI.2.2. L’impact de la fonction d’activation
VI.2.3. Les paramètres choisis de notre CNN
VI.2.4. Les résultats de la phase d’apprentissage du système globale βplus –CNN
VI.2.5. Les performances obtenue
VI.2.6. Les résultats de la classification du système global βplus -CNN
VI.2.7. Les performances obtenues en phase de test
VI.2.8. Comparaison des résultats
VI.2.9. Fusion parallèle (agrégation somme / produit)
VI.2.. Analyse des résultats par la courbe ROC
VII. Conclusion
Chapitre IV Une approche locale combinant deux phases de segmentation du disque
optique basées U-NET pour le diagnostique du glaucome
I. Objectif et motivation
II. Introduction
III. Motivation de la segmentation/détection automatique des points de repère de la rétine (Retina land marks)
IV. Quels sont les points de repère à segmenter dans le fond d’œil de la rétine (Retina land marks) ?
IV.1. Segmentation du disque optique
IV.2. Segmentation de la macula et de la fovéa
IV.3. Segmentation vasculaire (veines et artères)
V. Système proposé
V.1. Etapes 1 La segmentation
V.1.1. La pré-segmentation
V.1.2. Localisation et coupure de l’emplacement du disque optique
V.1.3. La segmentation avec U-Net
V.2. Étape 2 classification avec l’architecture CNN
V.2.1. Architecture CNN
V.3. Description de l’ensemble de données REFFUGE
V.4. Résultats et discussion
V.4.1. Mesures de performances
V.4.2. Implémentation
V.4.3. Résultats de l’étape de segmentation
V.4.4. Résultats de l’étape de classification6
VI. Conclusion

projet fin d'etudeTélécharger le document complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *