Mesure et suivi de la sténose carotidienne

Présentation au sujet: "Mesure et suivi de la sténose carotidienne"— Transcription de la présentation:

1 Mesure et suivi de la sténose carotidienne
Projet de Reconnaissance de Formes 2007/2008 Jonathan Courtois et Florent Renault

2 Plan Introduction / Cahier des charges Concepts Médicaux
Le format DICOM La sténose carotidienne Concepts de Reconnaissance des Formes, Traitement d’Images L’histogramme Les k-ppv Gray-Scale Median Analysis and Color Mapping Développement Les outils de développement Diagramme de classes Problème rencontré et solutions Protocole Conclusion /Démonstration 30/03/2017 Jonathan Courtois & Florent Renault

3 Introduction Cahier des charges
Logiciel de mesure et de suivi de sténose carotidienne Outils de sélection Histogramme classique et Histogramme en barre Normalisation Possibilité de zoom Format DICOM Documentation Contraintes De mars 2008 à mai 2008 Plateforme Windows 30/03/2017 Jonathan Courtois & Florent Renault

4 Concepts médicaux Le format dicom (1)
Créé en 1985 par l'ACR (American College of Radiology) et la NEMA (National Electric Manufacturers Association). Standard médical Header Données d’image 30/03/2017 Jonathan Courtois & Florent Renault

5 Concepts médicaux Le format dicom (2)
30/03/2017 Jonathan Courtois & Florent Renault

6 Concepts médicaux La sténose carotidienne
La carotide interne irrigue le cerveau La plaque d’athérome NASCET, ECTS Risque d’infarctus Quels patients opérer ? L’échographie Doppler 30/03/2017 Jonathan Courtois & Florent Renault

7 Concepts de reconnaissance des formes Histogramme
Histogramme normalisé % de pixel par niveau de gris Histogramme par intervalles Choix de l’intervalle 30/03/2017 Jonathan Courtois & Florent Renault

8 Concepts de reconnaissance des formes K-plus-proches-voisins
Choix aléatoire des classes Base d’apprentissage (pixel triés) Choisir une classe pour chaque pixel (pixel non triés) K plus proches voisins (K < nombre de classes) 3 distances Distance Euclidienne Distance de Manhattan Distance de Mahalanobis 30/03/2017 Jonathan Courtois & Florent Renault

9 Concepts de reconnaissance des formes K-plus-proches-voisins
30/03/2017 Jonathan Courtois & Florent Renault

10 Concepts de reconnaissance des formes K-plus-proches-voisins
Distance Euclidienne, de gauche à droite (3 classes 1-ppv, 3 classes 3-ppv, 5 classes 3-ppv) Distance de Mahalanobis, de gauche à droite (3 classes 1-ppv, 3 classes 3-ppv, 5 classes 3-ppv) 30/03/2017 Jonathan Courtois & Florent Renault

11 Concepts de reconnaissance des formes
Concepts de reconnaissance des formes Gray-Scale Median Analysis and Color Mapping(1) 3 couleurs Niveau de gris < 50 : rouge 50 < Niveau de gris < 80 : jaune Niveau de gris > 80 : vert Homogène si une seule couleur est prédominante Hétérogène si au moins 2 couleurs sont également présentes sur la plaque 30/03/2017 Jonathan Courtois & Florent Renault

12 Concepts de reconnaissance des formes
Concepts de reconnaissance des formes Gray-Scale Median Analysis and Color Mapping(2) 30/03/2017 Jonathan Courtois & Florent Renault

13 Développement Les outils de développement
Le langage C# Les Windows Forms GDI+ (Graphic Devices Interface) ezDICOM ZedGraph Visual Studio 2008 Microsoft Windows XP SP2 Subversion 30/03/2017 Jonathan Courtois & Florent Renault

14 Développement Diagramme de classes
30/03/2017 Jonathan Courtois & Florent Renault

15 Développement Problèmes rencontrés
Communication inter-composants Traitement de la zone de sélection Images de grandes dimensions 30/03/2017 Jonathan Courtois & Florent Renault

16 Protocole Réalisation de l’échographie Doppler
Ouverture de l’image (découpage à l’ouverture) Filtre de normalisation ? Sélection du contour de la plaque, en prenant soin de ne pas inclure le flux sanguin Analyses : Histogramme intervalle (pas de 51) Colorisation GSM K-ppv (k = 2, 3 classes, distance de Mahalanobis) 30/03/2017 Jonathan Courtois & Florent Renault

17 Conclusion et démonstration
30/03/2017 Jonathan Courtois & Florent Renault