Contribution au développement des techniques d’analyse d’images multispectrales pour l’aide au diagnostic du paludisme
Auteur / Autrice : | Mékapeu Solange Doumun |
Direction : | Sophie Dabo-Niang, Thouakesseh Jérémie Zoueu |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques et leurs interactions |
Date : | Soutenance le 09/07/2021 |
Etablissement(s) : | Université de Lille (2018-2021) en cotutelle avec Institut National Polytechnique Félix Houphouët-Boigny (Yamoussoukro, Côte d'Ivoire) |
Ecole(s) doctorale(s) : | École doctorale Sciences économiques, sociales, de l'aménagement et du management (Lille ; 1992-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire Paul Painlevé - LEM - Lille Économie Management |
Jury : | Président / Présidente : Cristian Preda |
Examinateurs / Examinatrices : Ndèye Niang-Keita, Jérôme Kablan Adou, Alioum Ahmadou | |
Rapporteurs / Rapporteuses : Ghislaine Gayraud, Alain Tiedeu |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
Une surveillance efficace par un diagnostic précoce et exact est cruciale pour la lutte contre la pandémie du paludisme. En effet, le paludisme est une maladie infectieuse qui touche près de la moitié de la population mondiale et tue une personne toutes les 30 secondes dans les zones endémiques.Dans ce travail, nous présentons une nouvelle méthodologie de diagnostic basée sur l’imagerie multispectrale. La première contribution permet de réduire le temps d’acquisition des images de cellules sanguines tout en conservant le processus de pré-traitement de normalisation. L’objectif de ce pré-traitement est de soustraire les bruits optiques et électriques, d’assurer l’homogénéité de la luminosité. Nous nous appuyons, pour cela sur des méthodes de statistique spatiale (géostatistique) pour la reconstitution de l’image de référence basée sur la seule image de l’échantillon. Une deuxième approche de reconstruction est le ré-échantillonnage par Bootstrap. Aussi, avons-nous adressé les bruits électroniques par la méthode de détection et d’imputation des données aberrantes d’Hampel. La solution proposée est très rapide et s’exécute en moins de 20 secondes. Nous avons ensuite mis en place un processus de détection des érythrocytes, en exploitant la standardisation statistique des images multispectrales en transmission, des algorithmes de segmentation adaptative, de ligne de partage des eaux et la fermeture de contour par hystérésis.Afin d’isoler des cellules parasitées, une procédure de classification est proposée sur 12 descripteurs de textures de cellules segmentées pour plusieurs longueurs d’onde et trois géométries (diffusion, réflexion et transmission). L’analyse en composantes principales pour données fonctionnelles multivariées a été effectuée sur les données ainsi constituées avant une classification non supervisée, par les algorithmes de partitionnement K-moyennes et classification ascendante hiérarchique (CAH) permettant d’isoler les classes de cellules parasitées et saines. Lesquelles sont ensuite utilisées pour une classification supervisée des cellules.En définitive, nous avons réduit au tiers le temps d’acquisition qui est passé de 12 à 4 minutes. De plus, les deux processus de segmentation et de classification combinés s’exécutent à environ 8 minutes, ceci pourrait donner lieu à un diagnostic en temps réel.En outre, le processus de segmentation ne nécessite aucun prétraitement. Il présente ainsi un avantage dans la prise en compte des images de mauvaise qualité (faible contraste).Par ailleurs, nos méthodes surpassent celles de l'état de l’art en termes d’amélioration du contraste, d’indice de similarité et erreur quadratique moyenne pour ce qui de la normalisation. La segmentation quant à elle a enregistré une précision de 98,47%, rappel de 98,23% et un degré de précision de 98,34%.