MESURE ET SUIVI DE LA STNOSE CAROTIDIENNE Projet

MESURE ET SUIVI DE LA STÉNOSE CAROTIDIENNE Projet de Reconnaissance de Formes 2007/2008 Jonathan Courtois et Florent Renault

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 2 11/21/2020 Jonathan Courtois & Florent Renault

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 3 11/21/2020 Jonathan Courtois & Florent Renault

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 4 11/21/2020 Jonathan Courtois & Florent Renault

CONCEPTS MÉDICAUX LE FORMAT DICOM (2) 5 11/21/2020 Jonathan Courtois & Florent Renault

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 6 11/21/2020 Jonathan Courtois & Florent Renault

CONCEPTS DE RECONNAISSANCE DES FORMES HISTOGRAMME Histogramme normalisé % de pixel par niveau de gris Histogramme par intervalles Choix de l’intervalle 7 11/21/2020 Jonathan Courtois & Florent Renault

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 8 11/21/2020 Jonathan Courtois & Florent Renault

CONCEPTS DE RECONNAISSANCE DES FORMES K-PLUS-PROCHES-VOISINS 9 11/21/2020 Jonathan Courtois & Florent Renault

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) 10 11/21/2020 Jonathan Courtois & Florent Renault

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 11 11/21/2020 Jonathan Courtois & Florent Renault

CONCEPTS DE RECONNAISSANCE DES FORMES GRAY-SCALE MEDIAN ANALYSIS AND COLOR MAPPING(2) 12 11/21/2020 Jonathan Courtois & Florent Renault

DÉVELOPPEMENT LES OUTILS DE DÉVELOPPEMENT Le langage C# Les Windows Forms GDI+ (Graphic Devices Interface) ez. DICOM Zed. Graph Visual Studio 2008 Microsoft Windows XP SP 2 Subversion 13 11/21/2020 Jonathan Courtois & Florent Renault

DÉVELOPPEMENT DIAGRAMME DE CLASSES 14 11/21/2020 Jonathan Courtois & Florent Renault

DÉVELOPPEMENT PROBLÈMES RENCONTRÉS Communication inter-composants Traitement de la zone de sélection Images de grandes dimensions 15 11/21/2020 Jonathan Courtois & Florent Renault

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) 16 11/21/2020 Jonathan Courtois & Florent Renault

CONCLUSION ET DÉMONSTRATION 17 11/21/2020 Jonathan Courtois & Florent Renault