Date : 2008
Type : Livre / Book
Type : Thèse / ThesisLangue / Language : français / French
Réduction des données (statistique)
Résumé / Abstract : Dans un contexte où les économies de santé sont de plus en plus drastiques, où les spécialistes sont de moins en moins nombreux, alors que, grâce aux campagnes de dépistage, le nombre de cas à analyser est en constante augmentation, le travail des pathologistes devient de plus en plus difficile. En outre, les lésions précoces découvertes lors du dépistage sont souvent mal connues et/ou de très petite taille ce qui rend délicat le diagnostic histopathologique. Un problème similaire est rencontré en hématologie avec la pratique de plus en plus répandue des examens sanguins systématiques et la difficulté d'identification de cellules suspectes et d'évènements rares au sein d'un frottis sanguin. Il est par conséquent très important d’apprécier dans quelle mesure la microscopie numérique et les outils d’analyse automatique des images pourront dans l’avenir aider ces spécialistes dans l’accomplissement de leur tâche quotidienne. Le présent travail de thèse, mené dans cette optique, se fonde sur l'utilisation de lames virtuelles des préparations histologiques et cytologiques, acquises à basse ou à haute résolution. Il consiste à développer et à tester une série d'outils d'aide au diagnostic basés sur l’indexation automatique des images. Cependant, l’utilisation des lames virtuelles implique la manipulation d'une masse de données très importante, qui constitue un frein pour traiter, analyser et même visualiser les images de manière classique. Nous avons donc testé tout d’abord la pertinence d'une analyse globale des images, puis d'une analyse locale de celles-ci, accompagnées d’une réduction de dimension des données par diverses méthodes, dont l'analyse spectrale.Nous avons choisi de mettre en œuvre cette approche à propos de deux localisations dont l’incidence constitue un problème de santé publique, les tumeurs mammaires et la leucémie lymphoïde chronique.
Résumé / Abstract : In a context where health economies are increasingly curbed, where specialists are fewer and fewer, while, thanks to screening campaigns, the number of cases to analyze is constantly growing, the task of pathologists is more and more difficult. In addition, early lesions discovered during the screening are often poorly known and / or of very small size which makes the histopathological diagnosis difficult. A similar problem is encountered in hematology with the increasingly widespread practice of systematic blood tests and the difficulty of identifying suspicious cells and rare events in blood smears. It is therefore very important to assess how digital microscopy and automatic processing techniques will be able to help the specialists in their daily practice in the future. This present work is based on the use of virtual slides of histological and cytological preparations, acquired at low or high resolution. It aims at developing and testing several tools for computer assisted diagnosis based on automatic indexing of images. However, the use of virtual slides involves the manipulation of very large data and it is difficult to process, analyze or visualize these images in a classical way. The first objective of the study was to assess the relevance of a global analysis of images, then the contribution of their local analysis, with a dimensional reduction of data by various methods including spectral analysis. These methods have been applied to virtual slides of breast tumors and chronic lymphoid leukemia, two tumor locations whose incidence is a public health problem.