Départements de recherche

Dicoderm


Projet Dicoderm

Collaborative diagnosis of dermatoses

Dicoderm logos

Départements: DISC - Optique
Financement: Région de Franche-Comté
Contexte

Elaboration d’une sonde optique pour la détection des cancers de la peau associée à des traitements d’images dédiés (type recalage et mosaïquage), une analyse collaborative sécurisée.

Il s’agit de fournir un outil fiable de surveillance collaborative de l'évolution d'une dermatose tumorale après exérèse. La sonde met en évidence une des caractéristiques des cellules tumorales : la forte concentration en protoporphyrine. Ainsi la longueur d’onde utilisée mettra en évidence l’auto-fluorescence des cellules dont le taux de protoporphyrine est élevé.

La sonde permettra une double acquisition en lumière blanche et en auto-fluorescence. La combinaison de ces deux principes permettra de mapper l’image fonctionnelle sur l’image anatomique.

Objectif

Notre système d'acquisition se compose de différentes parties : une caméra CCD équipée des lentilles adéquates, deux sources de lumière avec interrupteur automatique (une de lumière blanche et l'autre à 406 nm pour l'excitation de fluorescence) et un miroir dichroïque qui fonctionne comme un filtre passe-haut à 420 nm pour refléter le laser et laisser passer l'émission de fluorescence afin que la partie investiguée soit imagée par la caméra. La sonde que nous utilisons a un champ de vue limité, de sorte que ce dernier ne peut pas couvrir toute la zone de la cicatrice. Par conséquent, nous faisons l’acquisition d’une séquence d'images pour couvrir une zone plus large de la peau. Nous devons ensuite calculer les paramètres de recalage entre chaque paire d'images (une en lumière blanche, l’autre en fluorescence) successives. L’extraction des points caractéristiques se fait sur les images en lumière blanche car il est plus facile et efficace que sur les images en fluorescence, plus bruitées. Les paramètres de recalage décrivent la transformation (rotation, translation, échelle ...) et sont utilisés pour réaliser l’image finale panoramique (fluorescence). Notons qu’un tel recalage n’est possible que si un chevauchement de la peau apparaît toujours entre chaque paire d'images successives. La figure 1 montre l'utilisation de la sonde optique multimodale avec, en toile de fond, un exemple de reconstruction d'image panoramique et l'interface homme-machine réalisée.

Dicoderm fig 1

Figure 1: Utilisation de la sonde optique multimodale, interface homme.machine et reconstruction d'une image panoramique.

Les transformations qui doivent être déterminées avec notre système sont principalement basées sur la variance de rotation et l'échelle. Etant donné que nous cherchons une certaine rapidité, il est important d'intégrer efficacement notre travail dans un système collaboratif et pour cela nous avons choisi de baser notre processus d'assemblage des images sur le recalage basé sur la détection des points caractéristiques Ainsi, nous appliquons plusieurs tests sur plusieurs méthodes bien connues dans ce domaine pour atteindre le meilleur scénario de travail en fonction des résultats que nous avons obtenus.

Résultats

A la suite d’un état de l’art approfondi, nous avons comparé différentes méthodes pour finalement décider d'appliquer les algorithmes de SIFT, ASIFT, et SURF, qui sont des méthodes couramment utilisées dans le domaine du recalage.

Notre plate-forme est divisée en deux parties principales, indispensables aux praticiens hospitalier : multi-vue et multi-temporelle.
Le mode multi-vue permet d’importer les deux modes d’images (lumière blanche et fluorescence) et de récupérer l'image panoramique dans les deux modes. Le mode multi-temporel permet au système de disposer de différents panoramas de la même cicatrice prise à des moments différents. Le but est de comparer ces panoramas et d'observer comment la cicatrice évolue vers la guérison ou pas. La mission du système ici est d'enregistrer les panoramas et de les rendre comparables pour le suivi par les praticiens.
Bien qu'il existe différentes méthodes de recalages basées sur la détection des points caractéristiques, la plupart d'entre elles partagent les mêmes étapes essentielles. Tout d’abord la détection des points-clés (points avec des éléments caractéristiques), puis le calcul des valeurs uniques de chaque point (descripteur) qui sont conservés au cours des différents transformation, et qui sert à mettre en correspondance les points clés entre les deux images. Enfin, selon la correspondance, les paramètres de transformation sont traités pour recaler les images et les assembler.
Dans la plateforme nommée Wava (Web service for Automatic Video data flow Adaptation) que nous avons utilisée, suivant les besoins requis en performance (temps d’exécution et précision) le choix est fait sur les méthodes SIFT, ASIFT et SURF. De cette façon, nous pouvons garantir la robustesse de la plupart des exemples dans notre étude de cas.
La plateforme Dicoderm (Figure 2) est composée du système d’acquisition et traitement décrit précédemment, couplé à la plateforme d’adaptation Wava qui permet de fournir les données traitées (et donc exploitables) aux différents acteurs du télédiagnostic médical collaboratif.

Dicoderm fig2

Figure 2: Plateforme Dicoderm.

Perspectives

La plateforme de télédiagnostic fournit les images dans les deux modes qui permettront de fournir les données nécessaires au diagnostic des médecins, mais il est nécessaire :

• De sécuriser les informations échangées. Il faut adapter les briques logicielles déjà utilisées par exemple dans les outils de téléneurologie.
• Une phase de validation clinique pourra alors débuter.

Publications relatives à ce projet

Kassab R., Lapayre J.-C., Aupet J.B., Marzani F., et Pieralli C., "Scars collaborative telediagnosis platform using adaptive image flow", Int. Journal of Integrated Computer-Aided Engineering, IF = 2.122, 1(2013) 3-14, 2013.

 Kassab R., Treuillet S., Marzani F., Pieralli C. et Lapayre J.-C., "An optimized algorithm of image stitching in the case of a multi-modal probe for monitoring the evolution of scars", Proc of Int. Conf SPIE. Advanced Biomedical and Clinical Diagnostic Systems XI, 8572(1A) 1-9, 2013.

Retour à la rubrique "Projets"