Détection automatique de Mitoses dans des images Histopathologiques haut-contenu, couleur multispectrales : application à la gradation du cancer du sein en pathologie numérique
Auteur / Autrice : | Humayun Irshad |
Direction : | Daniel Racoceanu, Ludovic Roux |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 20/01/2014 |
Etablissement(s) : | Grenoble |
Ecole(s) doctorale(s) : | École doctorale Mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 1995-....) |
Partenaire(s) de recherche : | Laboratoire : Image & pervasive access lab (Singapour ; 2006-....) |
Jury : | Président / Présidente : Jean-Marc Chassery |
Examinateurs / Examinatrices : Alexandre Gouaillard, Frédérique Capron, Jacques Klossa | |
Rapporteurs / Rapporteuses : Nasir Rajpot, William Puech |
Mots clés
Résumé
La gradation de lames de biopsie fournit des informations pronostiques essentielles pour le diagnostic et le traitement. La détection et le comptage manuel des mitoses est un travail fastidieux, sujet à des variations inter-et intra- observateur considérables. L'objectif principal de cette thèse de doctorat est le développement d'un système capable de fournir une détection des mitoses sur des images provenant de différents types de scanners rapides automatiques, ainsi que d'un microscope multispectral. L'évaluation des différents systèmes proposés est effectuée dans le cadre du projet MICO (MIcroscopie COgnitive, projet ANR TecSan piloté par notre équipe). Dans ce contexte, les systèmes proposés ont été testés sur les données du benchmark MITOS. En ce qui concerne les images couleur, notre système s'est ainsi classé en deuxième position de ce concours international, selon la valeur du critère F-mesure. Par ailleurs, notre système de détection de mitoses sur images multispectrales surpasse largement les meilleurs résultats obtenus durant le concours.