Modélisation de l'Anisotropie de Texture. Applications à l'Imagerie Médicale.


Nom du porteur : Frédéric Richard

Laboratoire d'appartenance :  Laboratoire Mathématiques Appliquées à Paris 5, (MAP5, CNRS UMR 8145, dir. Annie Raoult)

Liste des partenaires :
- Inserm U658 (C.L. Benhamou, Centre hospitalier d'Orléans).
- Inserm ERI20 (F. Clavel-Chapelon, Villejuif)
- Telecom ParisTech  (Y. Gousseau, Paris)

Thématiques de l'ATP concernées:
- Le développement de nouvelles imageries et de nouvelles méthodes de traitement d'images.

Champ disciplinaire principal: Mathématiques/Informatique

Thématiques de l'ATP concernées:
- Médecine

Résumé:

L'analyse de texture est une question fondamentale en traitement d'images; elle débouche sur de nombreuses applications en imagerie médicale. Dans ce projet, on aborde l'analyse de texture d'un point de vue probabiliste en considérant l'image comme la réalisation d'un champ aléatoire dont les propriétés reflètent l'apparition de textures. Le projet se situe ainsi de façon claire à l'intersection des deux domaines que sont le Traitement d'Image d'une part et la Théorie des Probabilités d'autre part. Nous proposons de fédérer sous le thème de l'analyse de texture plusieurs équipes multidisciplinaires dont les chercheurs partageront leur complémentarité.

Nous allons travailler avec des modèles aléatoires de textures. Ces modèles renferme des paramètres qui sont utilisés pour caractériser l'aspect de texture des images et pour extraire de ces images des informations de nature médicale. Ainsi, par exemple, l'analyse fractale a été appliquée aussi bien aux mammographies, pour la caractérisation de la densité du sein, la classification des différents types de seins et la mesure de risque du cancer du sein, qu'aux radiographies osseuses pour la caractérisation de l'architecture osseuse et l'évolution du risque de fracture ostéoporotique.

De fait, le projet se concentre sur ces deux applications médicales qui représentent des enjeux majeurs en santé public : le cancer du sein et les maladies ostéo-articulaires. Dans ce but, nous nous sommes associés à deux partenaires du domaine de la santé, l'unité INSERM-ERI-20 de l'Institut Gustave Roussy à Villejuif et l'unité INSERM U658 de l'Hôpital Régional d'Orléans.

L'équipe INSERM U658 se consacre à la caractérisation du tissu osseux et la qualité de l'architecture osseuse au travers de l'imagerie. Son principal but est de compléter l'analyse de densitométrie, utilisée en examen clinique pour mesurer la masse osseuse, par une analyse de texture des images d'os qui pourrait fournir des informations pertinentes sur la microarchitecture des travées. L'unité INSERM ERI-20 dispose d'une grande expertise en épidémiologie du cancer du sein. Ses travaux sont basés sur les données E3N issues d'une étude de cohorte comprenant 100000 femmes volontaires. A l'aide de cette base, une fois mise à jour, le but sera de répondre à une large gamme de questions concernant l'aspect médical des mammographies. Les tâches des deux partenaires médicaux peuvent se décliner en trois grandes étapes : (1) construction d'une base de données, (2) modélisation des images et définition d'indices numériques pertinents, (3) test, validation et exploitation des résultats.

Les applications précédentes soulèvent un problème méthodologique qui constitue le coeur de notre projet : Comment caractériser de façon pertinente l'aspect des radiographies, qu'il s'agisse de mammographies ou de radiographies d'os? L'analyse de texture sera notre principal outil. Notre démarche sera la suivante : (1) proposer des modèles aléatoires pour les images radio, (2) utiliser les paramètres des modèles pour construire des indices qui caractérisent la texture des images. Du fait de l'anisotropie des images d'os et des mammographies, la modélisation de ces images est une tâche difficile. L'étude théorique des modèles anisotropes soulève de nombreuses questions qu'il faudra résoudre pour mener à bien les applications que nous avons en vue. Il est tout d'abord nécessaire de définir mathématiquement l'anisotropie et de préciser comment elle intervient dans les modèles. Pour de nombreux modèles anisotropes, il reste encore à développer des techniques pour estimer les paramètres et tester l'adéquation des modèles aux données. De plus, il faut mettre au point des techniques de simulation efficaces. Ainsi la majeure partie du projet sera consacrée à l'étude mathématique de ces questions méthodologiques. Elle sera menée par des chercheurs spécialistes de Probabilité et de Traitement d'Images, regroupés au sein de deux équipes de mathématiques : le MAP5, UMR CNRS 8145 de l'Université Paris Descartes et le LTCI, UMR CNRS 5141 de l'Ecole Telecom Paris.

Mots-clefs: analyse de texture, champs aléatoires, anisotropie, cancer du sein, ostéoporose.