Analyse Globalisée des Données d’Imagerie Radiologique

Présentation au sujet: "Analyse Globalisée des Données d’Imagerie Radiologique"— Transcription de la présentation:

1 Analyse Globalisée des Données d’Imagerie Radiologique
Action Incitative Masses de Données

2 Géographie physique et humaine
LRI – LAL (CNRS, UP-11) LIMSI (CNRS, UP-6 ET 11) St Anne Tenon FMP AlGorille (INRIA, CNRS, INPL) CRAN (CNRS, INPL, UHP) LPC (CNRS,IN2P3, UBP) CHRU Clermont-Ferrand 14 chercheurs informatique 6 médecins 6 thésards 4 ingénieurs 10 temps pleins CREATIS (CNRS, INSERM, INSA, UCBL) Rainbow (CNRS, I3S, UNSA) Epidaure (INRIA-Sophia) Centre Antoine Lacassagne AGIR - Sophia

3 Grilles et Imagerie Médicale
Imagerie médicale numérique Importante quantité de données reparties Actuellement: analyse individuelle pour la thérapie Besoins en algorithmes de traitement d’image Besoins d’analyses de groupe (épidémiologie, recherche clinique) Grilles de calcul et de données Accès transparent a des bases de données reparties Partage des ressources de calcul (diminution du temps de calcul) Accès aux algorithmes récents (transfert recherche -> clinique) Qualité de service (disponibilité, fiabilité) Possibilités nouvelles de travail collaboratif Le traitement d’images médicales est une application dimensionnante pour la grille AGIR - Sophia

4 Grilles et Imagerie Medicale
Objectifs Formaliser les nouveaux services de grille nécessaires pour le traitement d’images médicales individuelles ou de masse Développer de nouveaux algorithmes de traitement d’images médicales exploitant la puissance de la grille Méthode Pluridisciplinarité: médical, traitement d’image, systèmes distribués 4 applications paradigmatiques médicales / traitement d’image Interaction avec les projets de grille régionaux, nationaux et internationaux Répercuter les spécifications sur les développements d’infrastructure et de middleware de grille AGIR - Sophia

5 Les thématiques Medical Apps. Algorithm Gridification Core Grid
Medical applications evaluation P-Y Bondiau Interactive volume reconstuction A. Osorio Workflow Management J. Montagnat Medical Apps. Cardiological images Segmentation I. Magnin Humanitarian Medical Development V. Breton Image registration in oncology X. Pennec Algorithm Gridification Dissemination C. Germain Medical data access protocols J-M. Moureaux Services for Interactivity C. Germain Medical data Management J. Montagnat Core Grid Medical Services Middleware evaluation E. Jeannot AGIR - Sophia

6 De la radiotherapie a la grille
La composante régionale d’AGIR INRIA-Sophia, projet Epidaure (X. Pennec, T. Glatard) I3S, Rainbow team (J. Montagnat, T. Glatard). Centre Antoine Lacassagne, Nice (P.-Y. Bondiau) L’application médicale: Aide a la planification pour la radiothérapie: Définition des volumes cibles et a risque pour optimiser la dose Algorithmes d’analyse d’images impliques: Fusion d’images multimodales Recalage déformable d’un atlas pour la segmentation La question scientifique: Évaluation des performances du recalage Le challenge de la grille: Exécuter les flux de traitement sur la grille Optimiser l’accès aux ressources et le temps de calcul AGIR - Sophia

7 Fusion d’images multi-modales
Déterminer la correspondance entre images de modalités différentes Pour mieux délimiter les limites de la zone cible a irradier AGIR - Sophia

8 Recalage deformable avec un atlas
Déformer l’anatomie du patient vers un atlas Segmenter les structure d’intérêt dans l’image du patient Minimiser l’irradiation dans les zones a risque AGIR - Sophia

9 De la radiotherapie a la grille
La composante régionale d’AGIR INRIA-Sophia, projet Epidaure (X. Pennec, T. Glatard) I3S, Rainbow team (J. Montagnat, T. Glatard). Centre Antoine Lacassagne, Nice (P.-Y. Bondiau) L’application médicale: Aide a la planification pour la radiothérapie: Définition des volumes cibles et a risque pour optimiser la dose Algorithmes d’analyse d’images impliques: Fusion d’images multimodales Recalage déformable d’un atlas pour la segmentation La question scientifique: Évaluation des performances du recalage Le challenge de la grille: Exécuter les flux de traitement sur la grille Optimiser l’accès aux ressources et le temps de calcul AGIR - Sophia

10 Bronze standards Evaluation des performances
Grand nombre d’images et d’algorithmes intensif en calcul et en accès aux données AGIR - Sophia

11 Quelle grille utiliser ?
Machines locales (prototypage) Quelques PCs Grid'5000 (Banc d’essai recherche) Évaluation des performances Environnement contrôlé, reproductibilité des expériences EGEE (Production) 5 PO de stockage, processeurs Nombreux utilisateurs : 1000 certificats 25 applications développées Système continuellement chargé AGIR - Sophia

12 Développer une application sur la grille
Description de l’application Composants standards et réutilisables (web-services) Assemblés en un workflow (Taverna) Optimiser l’exécution sur la grille: Exploiter un maximum de parallélisme Latence, inhomogénéité des ressources AGIR - Sophia

13 Une expérience Precision des recalage :
AVANT recalage APRES recalage Precision des recalage : 0,4 mm en translation et 0,15º en rotation pour le suivi longitudinal Temps de calcul pour 25 paires d'IRM du cerveau : 3 Machines locales : 1h50´ Grid5000 : 15’ EGEE : 1h30´ AGIR - Sophia

14 Conclusion Bilan Évaluation du recalage d’images médicales opérationnel Grid5000 permet l’étalonnage de l’application en pré-production Retour de spécifications vers les middlewares de grille: Moteur d’exécution en cours d’intégration dans Taverna Vers une médecine utilisant le potentiel des grilles Partage de la puissance de calcul et des capacités de stockage Partage de données et des algorithmes de traitement Partage de connaissance (expertise médicale) AGIR - Sophia

15 AGIR - Sophia

16 Bronze Std workflow Optimiser l’exécution du workflow sur la grille (thèse Glatard) Latence, inhomogénéité des ressources, Exprimer un maximum de parallélisme CrestMatch PFMatchICP PFRegister Yasmina Baladin Results management Format conversion Crest lines extraction Format conversion Results management Target image : - Image1 - Image2 - ... Registration algorithms Other components data links input output Floating image : AGIR - Sophia

17 Evaluation du recalage
Il n’y a pas d’algorithme de recalage universel 600 références en 1997 (imagerie médicale) Plus de 100 articles chaque année Algorithmes de recalage as Grid-services Utiliser les algorithme les plus adaptes au problème Comparaison / évaluation des performances Protocole de validation sur la grille (thèse T. Glatard) Trouver les données image qui conviennent au problème Trouver les algorithmes qui peuvent les traiter Trouver et organiser les ressources pour faire le travail AGIR - Sophia

18 Image Registration for Oncology
Algorithmes de base de l’analyse d’image Recalage: trouver les points homologues dans deux image Segmentation: labelliser anatomiquement chaque voxel Planification de radiotherapie: Fusion d’images multimodales Recalage deformable d’un atlas pour la segmentation Fusion of image modalities (multimodal, rigid) Warp atlas to patient image for segmentation (mono-modal, non-rigid) Definition of Target volumes and Organs at risk: dose optimization AGIR - Sophia

19 Demonstration Bronze Std workflow
Encapsulation des algorithmes en web-services Gestionnaire de workflow maison Intégration en cours dans Taverna Infrastructures de test Séquentiel monoprocesseur ou grappe locale Grid5000 (latence et homogénéité contrôlée) EGEE (conditions de production) Resultats Précision numérique du recalage (ici 0.5mm) Benchmark pour évaluer les moteurs de workflow AGIR - Sophia

20 Résultats Précision du recalage d'images médicales
0,4mm en translation 0,15º en rotation Evaluation des performances des grilles Grille Local Nombre de paires d’images Temps d’exécution AGIR - Sophia