Plateforme d'évaluation multi-critères pour les algorithmes de traitement d'images médicales

Résumé

Les algorithmes de segmentation d’images médicales permettent la détection de structures anatomiques. Chaque année de nombreux algorithmes sont développés. Ils aident les cliniciens dans l’interprétation de la pathologie du patient. C’est pourquoi, il est nécessaire de proposer une segmentation la plus proche possible de la réalité. Pour vérifier cela, ils sont validés en utilisant des tests de performances appliqués sur des métriques, en les omparant à une référence. Toutefois, la validation est souvent subjective et chaque algorithme a sa propre méthode de validation. Il n’existe pas de protocole standardisé et il est bien souvent difficile de pouvoir omparer les algorithmes entre eux. Par ailleurs, dans le cas de données sur des patients, les ésultats de validation sont onditionnés par le modèle de référence, généralement obtenu par le biais d’un seul expert clinique. L’objectif de ce mémoire est de proposer une plateforme d’évaluation d’algorithmes de traitements d’images médicales. Le processus d’évaluation associé à cette plateforme est divisé en deux étapes principales. Dans un premier temps, nous proposons une manière d’obtenir une référence d’étude : soit en générant un étalon-or à partir de simulations mathématiques ; soit en utilisant des modèles obtenus par des experts et en générant un étalon-bronze servant de référence. Dans le cas de l’étalonbronze, nous proposons un moyen de le caractériser à travers des paramètres de performances. Cela permet d’obtenir un intervalle de confiance de la référence et de normaliser l’étude d’algorithmes qui s’en suit. Par la suite, nous comparons le comportement d’algorithmes à la référence en définissant des critères d’évaluation en fonction des besoins du cahier des charges. Ces critères sont définis à l’aide d’un arrangement de métriques tirées de la littérature. Les résultats sont finalement reportés dans des graphiques de performances de type radar. Ces graphiques permettent une interprétation multi-critères des algorithmes et servent à déceler les points forts et points faibles de chacune des méthodes. Il est ainsi possible en étudiant plusieurs algorithmes de les comparer sur un même graphique et pouvoir avoir une interprétation très rapide des différents comportements des algorithmes. Dans ce sens, la plateforme est un outil permettant non seulement de sélectionner l’algorithme qui répond le mieux aux exigences souhaitées mais également d’avoir une idée sur les points qui mériteraient d’être améliorés pour chacun des algorithmes testés. Cette plateforme a été mise en place pour des algorithmes de segmentation 2D et 3D ainsi que pour des maillages de reconstruction 3D. Dans la partie résultats du mémoire, nous proposons une évaluation d’algorithmes pour certaines méthodes développées au laboratoire du LIO.

Date	24 janv. 2017
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Jacques A. de Guise (Directeur(-trice)) & Nicola Hagemeister (Codirecteur(-trice))