L'Agence nationale de la recherche Des projets pour la science

Translate this page in english

Programme "Masse de Données - Connaissances Ambiantes" (MDCA) 2006
Projet FOGRIMMI

FOuille de GRandes IMages Microscopiques

Contexte et motivation Contexte et motivation Les pathologistes utilisent leur outil de travail, le microscope, depuis le I7eme siècle et la plus grande partie de leur analyse est visuelle. C'est pourquoi l'imagerie pathologique est devenue un environnement d'imagerie médicale d'importance grandissante qui présente de nombreux défis. La toute dernière génération de stations d'imagerie pathologique permet de disposer d'interfaces pour la microscopie virtuelle par l'Imagerie d'une Lame Entière (ILE). L'ILE produit cependant des images énormes pour une unique lame (environ 30 Go) et la gestion de telles masses de données représente un réel défi de cette nouvelle ère de la microscopie numérique. Les images d'ILE sont représentées par un seul fichier contenant l'image à pleine résolution et par une séquence d'images codant différentes résolutions de l'image de base. Ce type d'images a donc la particularité de faire apparaître différentes structures à différentes résolutions. Ces images mêlent de façon intrinsèque une représentation multi-résolution et multi-échelle. Ce projet de recherche est consacré à la conception et à la validation d'un modèle permettant de coder les différentes structures contenues dans de telles images à leur résolution intrinsèque. Le modèle sera validé à l'aide de deux applications (en histologie et en cytologie) sur des images d'ILE en collaboration avec le centre anti-cancéreux François Baclesse. Ce projet présente donc deux volets innovants : l'un fondamental sur la structuration et la segmentation hiérarchique d'images et l'autre applicatif en imagerie pathologique par le traitement d'images d'ILE. Retombées scientifiques et techniques attendues Retombées techniques et scientifiques attendues Les retombées scientifiques et techniques du projet concernent les domaines du traitement et de l'analyse d'images ainsi que de la pathologie. Au niveau traitement et analyse d'images, plusieurs retombées sont attendues. Premièrement, l'élaboration de modèles géométriques et topologiques représentant des hiérarchies de partitions d'images définies à différentes résolutions. Les méthodes hiérarchiques classiques sont soit définies dans le cadre d'une représentation multi-résolution de l'image (pyramides régulières) soit dans un cadre multi-échelle mais à résolution constante (pyramides irrégulières). Nous comptons, dans ce projet, intégrer de façon homogène ces deux approches en définissant une hiérarchie de partitions où chaque région correspond à une structure définie à une échelle donnée. Notons de plus, que les structures usuellement utilisées dans le cadre des pyramides irrégulières correspondent généralement à des graphes simples ou des graphes duaux. De telles structures ne permettent pas de représenter facilement les informations géométriques et ne permettent pas de coder toutes les relations topologiques entre les régions (adjacences multiples, inclusions). De plus ces structures se prêtent mal à une analyse descendante de l'image indispensable pour les images de lames virtuelles. Les pyramides irrégulières basées sur ces structures sont donc définies de manière ascendante. Inversement, les cartes combinatoires 2D permettent d'accéder de façon naturelle à toutes les informations géométriques et topologiques d'une partition et peuvent indifféremment être utilisées dans une analyse ascendante ou descendante. Nous comptons donc définir notre modèle hiérarchique et multi-résolution à l'aide de cartes combinatoires 2D, construites par une analyse descendante à différentes résolutions. Les liens effectués entre les différentes opérations de focalisation d'attention permettent d'associer une structure multi-échelle à I' ensemble des partitions ainsi produites. Deuxièmement, les images histologiques d'ILE présentent des structures très particulières à différentes échelles. On dispose donc de connaissances a priori sur le contenu des images vues à différentes échelles. Nous comptons utiliser ces connaissances en déf

Partenaires

 UNIVERSITE BORDEAUX I

 UNIVERSITE DE CAEN - BASSE-NORMANDIE

 UNIVERSITE DE POITIERS

 CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE - DELEGATION REGIONALE RHONE-ALPES SECTEUR ALPES

 UNIVERSITE DE CAEN - BASSE-NORMANDIE

 ECOLE NATIONALE SUPERIEURE D'INGENIEURS DE CAEN (ENSICAEN)

Aide de l'ANR 300 780 euros
Début et durée du projet scientifique - 36 mois

 

Programme ANR : Programme "Masse de Données - Connaissances Ambiantes" (MDCA) 2006

Référence projet : ANR-06-MDCA-0008

Coordinateur du projet :
UNIVERSITE DE CAEN - BASSE-NORMANDIE (UNIVERSITE DE CAEN - BASSE-NORMANDIE)

 

Revenir à la page précédente

 

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.