Mesures basées sur la théorie de l’information pour l’analyse d’images : développement de mesures d’entropie bidimensionnelles et tridimensionnelles pour l’évaluation de la texture des images et applications au domaine biomédical

Information-theory based measures for image analysis : development of two- and threedimensional entropy measures for image texture evaluation and their application to the biomedical field.

• Auteur / Autrice : Mirvana Hilal
• Direction : Anne Humeau
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques et Sciences et Technologiesde l’Information et de la Communication
• Date : Soutenance le 17/11/2020
• Etablissement(s) : Angers
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Equipe de recherche : Laboratoire Angevin de Recherche en Ingénierie des Systèmes (EA7315)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Angevin de Recherche en Ingénierie des Systèmes / LARIS
• Jury : Président / Présidente : Yann Gousseau
• Jury : Examinateurs / Examinatrices : Jean-Marc Girault
• Jury : Rapporteur / Rapporteuse : Christine Fernandez-Maloigne, Philippe Ravier

Mots clés

Mots clés contrôlés

Imagerie médicale -- Qualité de l'image

Entropie (théorie de l'information)

Texture (traitement d'images)

Information, Théorie de l'

Mots clés libres

Entropie

Theorie de l’information

Textures

Irrégularité

Complexité

Images médicales

Entropy

Information theory

Textures

Irregularity

Complexity

Medical images

Résumé

Le développement de mesures informatisées pour les applications dans le domaine médical contribue à améliorer la capacité de diagnostic, de pronostic et de suivi.Cela fournit une évaluation objective des données et aide les médecins à prendre des décisions, à identifier les anomalies et, éventuellement, à sauver des vies. Dans ce manuscrit de thèse, nous avons développé des mesures d’entropie basées sur le concept de théorie de l’information. Nous montrons que ces méthodes ont la capacité d’analyser l’irrégularité des images en niveaux de gris, des images couleurs, et enfin des volumes. En plus des tests classiques de validation, des tests spécifiques à chaque méthode ont été mis au point. Nos méthodes ont ainsi été analysées par rapport aux modifications de leurs paramètres initiaux, à leur capacité à quantifier les degrés d’irrégularité et de complexité des images et des volumes à travers une approche multi échelle. Nos algorithmes ont trouvé des applications prometteuses dans l’analyse de texture pour différents cas médicaux : traitement des images de mélanome, de pseudoxanthome élastique et l’analyse de la micro circulation cutanée. En outre, après des résultats concluants sur des images en niveaux de gris, nous avons utilisé l’approche couleurs pour extraire des informations cachées dans les composantes couleurs d’images de dermoscopie. Enfin, pour étendre nos applications médicales, nous avons utilisé nos mesures d’entropie tridimensionnelles et leur approche multi échelle pour étudier des acquisitions volumétriques. Ces méthodes ont permis d’étudier des tomographies, des tomographies haute résolution et des volumes IRM dans des cas cliniques de COVID-19, de fibrose pulmonaire idiopathique et de fibrome utérin, respectivement.

Developing computer-based measures for applications in medical field helps to improve prognostic, diagnostic, follow up, and predictive abilities. It provides objective assessment for the data and aids medical doctors in making decisions, identifying abnormalities, and eventually saving lives. In this thesis manuscript, we developed entropy measures based on the information theory concept. These methods were illustrated to possess an ability to analyze irregularity of gray scale images, colored images, and finally volumes. Several common validation tests were performed for the developed methods, in addition to the specially designed tests for each. The measures were validated upon: changes in the initial parameters, their ability to quantify the increasing irregularity degrees in thebidimensional and tridimensional levels, and their complexity evaluation ability in images and volumes through the multiscale approach. Our proposed algorithms found promising applications in texture analysis for different medical cases such as melanoma, pseudoxanthoma elasticum, and cutaneous microcirculation analysis. Furthermore, after the successful findings on gray scale images, we employed the colored approach to reveal the information hidden within the color componentsof our studied dermoscopic images. Finally, to expand the medical applications,we used our tridimensional entropy measure and its multiscale approach to study volumetric scans. These methods were employed to study CT scans, HRCT scans, and MRI scans for COVID-19, idiopathic pulmonary fibrosis, and uterine fibroma cases, respectively.