Modèles descriptifs et génératifs de l'organisation spatiale de textures d'éléments. Applications à l'imagerie médicale. – SPIRIT (SPatial InteRactions In Textures

Sur la partie descriptive du projet, nous proposons des modèles implicite et explicite. Premièrement, nous avons développé une méthode descriptive à bas niveau utilisant des modèles de statistiques spatiaux. Deuxièmement, nous proposons également des approches multi-échelles, basées sur une description floue des relations spatiales entre objets constitutifs.

Sur la partie générative du projet, nous proposons deux types d'approches. Des approches par l'exemple, et des approches programmable.

Nous avons développé:
- une méthodologie à base d'un test statistique sur une description fonctionnelle de l'organisation spatiale des objets biologiques dans une image. Cette méthodologie a été appliquée à l'étude des scénarios de croissance tumoraux dans le contexte du cancer colorectal.
- une méthodologie descriptive multi-échelles pour le grading de cancer colorectal à partir d'images histologiques.
- deux méthodes de détection de pathologies rétiniennes (glaucome et dégénérescence maculaire liée à l'âge) utilisant une description locale des textures.
- une méthode de description des relations spatiales locales sous forme de graphes dans les images histologiques.
- une méthode de synthèse par l'exemple de textures vectorielles 2D/3D
- une méthode de design programmable de textures vectorielles
- une méthode de synthèse par l'exemple de croquis dessinés

Les perspectives se situent dans plusieurs domaines applicatifs: aide au diagnostique, bio-imagerie quantitative, aide au design de textures vectorielles.

- Grading Cancer from Liver Histology Images using Inter and Intra Region Spatial Relations
M. Garnier, M. Alsheh Ali, J. Seguin, N. Mignet, T. Hurtut, L. Wendling
In Proc. IEEE International Conference on Image Analysis and Recognition (ICIAR), 2014

- Automatic Multiresolution Age-related Macular Degeneration Detection from Fundus Images
M. Garnier, T. Hurtut, H. Tahar, F. Cheriet
in Proc. SPIE Medical Imaging, Computer-Aided Diagnosis, 2014

- Glaucoma Detection based on Local Binary Patterns in Fundus Photographs
M. Alsheh Ali, T. Hurtut, T. Faucon, F. Cheriet
in Proc. SPIE Medical Imaging, Computer-Aided Diagnosis, 2014

- Comparison of the Spatial Organization in Colorectal Tumors using Second-Order Statistics and Functional ANOVA
M. Alsheh Ali, J. Seguin, Aurélie Fischer, N. Mignet, L. Wendling, T. Hurtut
in Proc. IEEE Intl. Symposium on Image and Signal Processing and Analysis (ISPA), 2013. (Best Paper Award)

- Visual Point Set Processing with Lattice Structures: Application to Parsimonious Representations of Digital Histopathology Images
N. Loménie
in Proc. Geometric Science of Information (GSI), 2013

- Discrete Texture Design Using a Programmable Approach
H. Loi, T. Hurtut, R. Vergne, J. Thollot
in SIGGRAPH Talks, 2013

- Caractéristiques du second ordre et ANOVA fonctionnelle pour l’étude de l’organisation spatiale de tumeurs colorectales
M. Alsheh Ali, J. Seguin, A. Fischer, N. Mignet, L. Wendling, T. Hurtut
in Proc. Congrés de la Société des Mathématiques Appliquées et Industrielles (SMAI), 2013.

- A Shape-Aware Model for Discrete Texture Synthesis
P.-E. Landes, B. Galerne, T. Hurtut
Computer Graphics Forum (Proc. EGSR'13), vol. 32 (4), 2013

- Synthesizing Structured Doodle Hybrids
T. Hurtut, P.-E. Landes
in SIGGRAPH Asia 2012 (Poster)

- Object Description Based on Spatial Relations between Level-Sets
M. Garnier, T. Hurtut, L. Wendling
in Proc. IEEE Digital Imaging Computing: Techniques and Applications (DICTA), 2012

La modélisation des textures est un champ de recherche crucial en vision par ordinateur et en infographie. Elle est également au coeur de verrous scientifiques dans de nombreuses applications et études liées à l'imagerie médicale. Plusieurs de ces verrous reposent sur un type particulier de textures, composées de petits éléments distincts : cellules, éléments de fibres ou vaisseaux, etc. L'organisation spatiale de ces éléments est souvent liée à un comportement biologique sous-jacent pouvant évoluer dans le temps (croissance et structure d'une tumeur par exemple). Les modèles actuels des textures ne sont pas suffisamment structurés pour modéliser les interactions possibles entre ces éléments. L'objectif de ce projet de recherche est de combler cette lacune en proposant de nouveaux modèles descriptifs et génératifs permettant d'analyser, décrire et simuler les relations spatiales et l'organisation spatiale de ces différents éléments dans une image.