La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Université de Dijon Arnaud Boucher ITII dAuxerre - Le2i Présentation travaux et projet 11 avril 2014.

Présentations similaires


Présentation au sujet: "Université de Dijon Arnaud Boucher ITII dAuxerre - Le2i Présentation travaux et projet 11 avril 2014."— Transcription de la présentation:

1 Université de Dijon Arnaud Boucher ITII dAuxerre - Le2i Présentation travaux et projet 11 avril 2014

2 Fiche personnelle A. Boucher 1 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)

3 Recherche Analyse dimages 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 ICPR08 : Segmentation of overlapping/aggregating nuclei cells in biological images, Best studient paper PRL10: 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 Cellules isoléesCellules agrégées Cellules se chevauchant Total %95,8%77,6%95,9%

13 o Modélisation des problématiques o Visualisation du processus o 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 dun volume Problématique de reconstruction Fluidité dutilisation Medecine Nucléaire13 : 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 o Pr Philippe Arbeille Docteur en Médecine et Physique du solide Chef de Service du département Médecine Nucléaire et Ultrasons Directeur de lunité 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 o Utilisation des données « nécessaires » o Fluidité, Robustesse o Discussion avec lexpert Perception des problématiques A. Boucher 25

22 Plan A. Boucher

23 Plan A. Boucher

24 Recalage et Analyse dimages A. Boucher 26 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 ORASIS09: Pectoral muscle segmentation on a mammogram ICPR10 : Visual perception driven registration of mammograms SPIE13 : A pairwise image analysis with sparse decomposition SPIE13 : Mammogram CAD, hybrid registration and iconic analysis

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

26 Contexte : Les mammographies Examen rayon X Différentes vues Dossier temporel Recalage et Analyse dimages A. Boucher 28

27 Approche globale OpacitéAnomalie architecturaleCalcification Détection spécialisée Détection dévolution Recalage et Analyse dimages A. Boucher 13

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

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

30 Extraction de primitives anatomiques Contour du sein Mamelon Muscle pectoral Recalage et Analyse dimages A. Boucher 30

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

32 Recalage Orienté Transformation globale Translation + Rotation Transformation locale Déformation linéaire suivant Y Déformation linéaire suivant X Image IImage t(J) t = Id Image IImage t(J) t(J) = Rt (J) Recalage et Analyse dimages A. Boucher 32

33 Image IImage t(J) t(J) = l X ( l Y ( Rt (J) ) ) Recalage et Analyse dimages A. Boucher 32 Recalage Orienté Transformation globale Translation + Rotation Transformation locale Déformation linéaire suivant Y Déformation linéaire suivant X

34 Image IImage t(J) t(J) = l X ( l Y ( Rt (J) ) ) Recalage et Analyse dimages A. Boucher 32 Recalage Orienté Transformation globale Translation + Rotation Transformation locale Déformation linéaire suivant Y Déformation linéaire suivant X

35 Image IImage t(J) t(J) = l X ( l Y ( Rt (J) ) ) Recalage et Analyse dimages A. Boucher 32 Recalage Orienté Transformation globale Translation + Rotation Transformation locale Déformation linéaire suivant Y Déformation linéaire suivant X

36 MéthodeMoyenneEcart typeMinMax Avant recalage10,86,43,637,5 Translation6,94,02,120,7 Orienté6,83,11,613,2 Polaire6,83,31,414,8 MéthodeMoyenneEcart typeMinMax Avant recalage10,86,43,637,5 Translation6,94,02,120,7 Orienté6,83,11,613,4 Polaire6,83,31,414,9 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++) Recalage et Analyse dimages A. Boucher 33

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

38 ImagesSystèmeRésultat dévaluation Analyse conjointe - Recherche dévolution Recalage et Analyse dimages A. Boucher 34

39 Comparaison dun cliché à un ensemble dapprentissage Comparaison ImagesDistribution des motifs Carte des différences Recalage et Analyse dimages A. Boucher 35

40 Comparaison dun cliché à un ensemble dapprentissage Comparaison ImagesDistribution des motifs Carte des différences Recalage et Analyse dimages A. Boucher 35

41 Schéma de la méthodologie Analyse de lensemble dapprentissage pour lélaboration du dictionnaire Evaluation de ladéquation de limage à analyser avec le dictionnaire Que met-on en évidence ? Caractérisation des ensembles constituant limage à analyser Caractérisation des ensembles constituant limage à analyser Image I, J Analyse à laide du dictionnaire Dictionnaire Ensemble dapprentissage Analyse pour élaboration du dictionnaire Recalage et Analyse dimages A. Boucher 36

42 Comparaison Comparaison dun cliché à un ensemble dapprentissage Portion de mammographies Distribution des motifs Carte des évolutions Recalage et Analyse dimages A. Boucher 37

43 Protocole dévaluation Image IImage J Image J analysée Rappel Précision Zone contrôlée Position de lanomalie Recalage et Analyse dimages A. Boucher 27 P2R

44 Recalage et Analyse dimages A. Boucher 28

45 Estimation des paramètres Taille des zones de comparaison Taille des motifs Distance entre motifs Invariance spatiale Ensemble dapprentissage Zones de comparaisonMotifs Recalage et Analyse dimages A. Boucher 29

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

47 Image IImage JRappelPrécisionRSRS P2R Dégénérescence pas de tache1 tache (1cm) 0,960,740,990,86 1 tache (0,3cm)1 tache (1,5cm) 0,970,810,990,90 Rémission 1 tache (1cm)pas de tache 0,950,650,990,81 1 tache (1,5cm)1 tache (0,3cm) 0,970,830,990,91 Pas dévolution pas de tache --0,99- 1 tache (1cm) --0,99- Evaluation 34 couples de mammographies testées (groupe 2) Temps de calcul : 3min sur Pentium Centrino Dual Core 2GHz (codé en C++) Recalage et Analyse dimages A. Boucher 39

48 Conclusions o Une aide au diagnostic o Recalage Modèles de déformation complexe Décomposition dune déformation 2D en déformations 1D o Analyse conjointe Intégration dune information contextuelle Recherche de tout type dévolution par la rareté Recalage et Analyse dimages A. Boucher 40

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

50 Plan A. Boucher

51 Plan A. Boucher

52 Segmentation dun orateur A. Boucher 42 Présentation en ligne Orateur à distanceInternetSalle de réunion

53 Problématique A. Boucher Segmentation dun orateur (Cam RGB-3D) 3 Segmentation de lorateur

54 A. Boucher 43 Caméra RGB-3D ASUS Xtion Pro Live Images RGB Image 3DSegmentation ASUS Segmentation dun orateur

55 Exemple après segmentation Alcatel A. Boucher 44 Segmentation dun orateur

56 Méthodes élaborées A. Boucher Segmentation dun orateur (Cam RGB-3D) 14 Rapide et robuste -Morphologie mathématique Segmentation ASUSMorphologieSeuillage

57 A. Boucher Segmentation dun orateur (Cam RGB-3D) 18 Raffinement -Distance de Chanfrein couleur Après morphologieErodéCarte de distance Méthodes élaborées

58 A. Boucher Segmentation dun orateur (Cam RGB-3D) 18 Raffinement -Distance de Chanfrein couleur Après morphologieErodéCarte de distance Méthodes élaborées

59 Méthode élaborée Morphologie Classification locale Après morphologie Après classification locale Segmentation dun orateur A. Boucher 45

60 A. Boucher Segmentation dun orateur (Cam RGB-3D) 24 Raffinement -Classification locale + Notion dincertitude Méthodes élaborées Retour local à la morphologie

61 Exemple après Classification locale adaptative A. Boucher 46 Segmentation dun orateur

62 o Modélisation des composantes o Simplicité pour rapidité et robustesse o Adapter à la perception humaine Perception des problématiques A. Boucher 47

63 Plan A. Boucher

64 Plan A. Boucher

65 Reconnaissance dun scripteur A. Boucher 48 Projet Montaigne – ANR Monloe CNRS IRHT Descripteurs Comparaison décriture Diffusion du savoir

66 Reconnaissance dun scripteur Projet Montaigne – ANR Monloe CNRS IRHT Descripteurs Comparaison décriture Diffusion du savoir Vecteur descripteur Comparaison Ecritures proches A. Boucher 49

67 o Nouvelle modélisation o Traitement de la base de données o Aide aux littéraires Perception des problématiques A. Boucher 50

68 Vision de lanalyse dimage o Représentation de linformation o Formalisation des concepts o Résultat utilisable Interface Temps de calcul Résultat o Rayonnement et diffusion Séminaire Articles A. Boucher 51

69 Projet dintégration A. Boucher 52 o Grand intérêt et expérience de lImage Médicale Détection et description des composantes Travaux sur la thématique IMAC

70 Projet dintégration A. Boucher 53 o Travaux sur le muscle cardiaque Elasticité de laorte Mesure du ventricule gauche Epaisseur du myocardeVolume du ventricule gauche

71 Projet dintégration A. Boucher 54 o Segmentation de tissus / Modélisation contours et formes Contours actifs Croissance de régions Classification locale o Recalage multi-modales Fusion anatomie / fonctionnelle Utilisation de toutes informations capturables o Modélisation 3D o Travail avec les praticiens Compréhension de leurs besoins Respect de leurs expertises

72 Arnaud Boucher


Télécharger ppt "Université de Dijon Arnaud Boucher ITII dAuxerre - Le2i Présentation travaux et projet 11 avril 2014."

Présentations similaires


Annonces Google