Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

3 septembre 2020

Deep Learning et Méthodes Statistiques pour la caractérisation d’une Thrombose Veineuse Profonde par échographie et élastographie


Catégorie : Doctorant


Dans un projet de recherche antérieur entre l’ENSTA Bretagne et l’équipe du Pr. Bressollette à l’unité d’Echo-doppler et au CIC du CHU, nous avons penché sur l’analyse des images échographiques couplées à des images élastographiques pour l’identification et la caractérisation de glandes salivaires et de thrombi veineux. Le projet précédent a généré une forte synergie entre les deux équipes de recherche et à aboutir à la définition de certains protocoles cliniques, la soutenance d’une thèse de doctorat d’ingénieur de M. Berthomier à l’ENSTA Bretagne et la soutenance de trois thèses de doctorat de médecine à la faculté de médecine de Brest (Dr. L. Fréchier : Reproductibilité de l’élastométrie Shear Wave pour des TVP proximales ; Dr. B. Hermenault : Elastométrie des TVP proximales ; et Dr. C. Hoffmann : Elastographie du thrombus). L’ancien projet a donné des résultats par ailleurs très satisfaisants et encourageants sur la caractérisation des glandes salivaires (dont la pathologie pose des problèmes quasi identiques à ceux de la TVP), puisque nous avons réussi à approcher par des méthodes de classification non-supervisées du syndrome de Gougerot-Sjorden des taux de classification des experts. Par contre, nos résultats sur la classification de la thrombose veineuse ont abouti à un bon taux de classement autour de 66% sur une base de classement restreinte en fonction de la présence d’embolie pulmonaire.

C’est un projet collaboratif entre une grande école d’ingénieurs (ENSTA Bretagne) et une équipe d’accueil EA GETBO 3878, dont l’activité est centrée sur la maladie veineuse thrombo embolique, associée au centre d’investigation clinique (CIC) du CHU de Brest. Notre nouveau projet porte sur la Maladie Thrombo-Embolique veineuse (MTE). L’enjeu de notre projet est de caractériser la structure du thrombus veineux afin d’identifier un ou plusieurs facteurs responsables de sa formation. Dans ce projet, nous développerons des algorithmes de Deep Learning et des approches statistiques afin d’identifier et caractériser une Thrombose Veineuse Profonde (TVP) ou la phlébite (c.-à-d. la formation d'un caillot dans une veine). Le détachement et la migration de la thrombose formée dans une veine des membres inférieurs vers les artères pulmonaires peuvent causer l’oblitération brusque partielle ou totale de l’artère. Cette oblitération est une complication majeure nommée l’Embolie Pulmonaire (EP), parfois mortelle. La possibilité de prédire le risque d’embolie pulmonaire serait également une avancée majeure. L’association française de cardiologie estime que cette maladie touche annuellement autour de 100 000 cas avec 10 000 à 20 000 cas mortels juste en France. Il faut bien souligner que l'embolie pulmonaire est la 3ème cause de mortalité vasculaire après l'infarctus du myocarde et l'accident vasculaire cérébral. Certaines phlébites s'accompagnent d'une embolie pulmonaire, d'autres non. Un autre risque est la récidive : une phlébite risque de récidiver sous forme de phlébite, une embolie pulmonaire sous forme d’embolie pulmonaire. La survenue d'une phlébite est multifactorielle associant des facteurs génétiques et acquis.

L’Unité d’Echo-doppler et de Médecine Vasculaire du Pr Bressollette dispose depuis récemment du dernier système d’échographie de Canon Medical System (Aplio i800) qui permet une amélioration nette de la qualité des images échographies et élastographies. A l’aide du nouveau système, nous serions en mesure de générer une nouvelle base de données pour tout d’abord optimiser nos algorithmes sur cette base plus riche et en deuxième temps développer et implémenter des méthodes de Deep Learning pour améliorer notre système de classification et de l’aide à la décision.

Contact : Prof. Ali MANSOUR,

ENSTA Bretagne, 2, Rue Francois Verny, F-298 06 Brest Cedex 9 - France,

Phone : +33 2 98 34 87 88, Fax : + 33 2 98 34 8935,

e-mail : ali.mansour@ensta-bretagne.fr or mansour@ieee.org

http://ali.mansour.free.fr or www.ensta-bretagne.fr

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2020.