Classification par méthodes d'apprentissage supervisé et faiblement supervisé d'images multimodales pour l'aide au diagnostic du lentigo malin en dermatologie

Classification by supervised and weakly supervised learning methods of multimodal images to aid in the diagnosis of lentigo malignant in dermatology

• Auteur / Autrice : Romain Cendre
• Direction : Franck Marzani, Alamin Mansouri
• Type : Thèse de doctorat
• Discipline(s) : Instrumentation et informatique de l'image
• Date : Soutenance le 26/01/2021
• Etablissement(s) : Bourgogne Franche-Comté
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Imagerie et Vision Artificielle (ImVia) (Dijon)
• Partenaire(s) de recherche : Etablissement de préparation : Université de Bourgogne (1970-....)
• Jury : Président / Présidente : Christian Daul
• Jury : Examinateurs / Examinatrices : Élisa Cinotti, Jean-Luc Perrot
• Jury : Rapporteurs / Rapporteuses : Abderrahim El Moataz, Mohamed Quafafou

Mots clés

Mots clés contrôlés

Microscopie confocale

Dermoscopie

Diagnostic clinique

Diagnostic

Apprentissage profond

Dermatologie

Mots clés libres

Dermatologie

Apprentissage supervisé

Apprentissage profond

Apprentissage faiblement supervisé

Lentigo Maligna

Multimodalité

Deep learning

Upervised learning

Multimodality

Weakly supervised learning

Lentigo Maligna

Dermatology

Résumé

Réalisé en collaboration avec le CHU de Saint-Étienne, ce travail s'inscrit dans la continuité d'outils d'aide au diagnostic de la peau par l'apport de nouvelles méthodes de prise de décision sur les pathologies de Lentigo Maligna et de Lentigo Maligna Melanoma. À cette fin, les modalités couramment employées en milieu clinique sont mises à disposition de ce travail et sont orchestrées au sein d'un processus de prise en charge multimodal. Parmi ces modalités mises à disposition, peuvent être citées la photographie clinique, la dermatoscopie et la microscopie confocale par réflectance.Dans un premier temps, ce travail se focalise sur la microscopie confocale par réflectance dont les travaux d'aide au diagnostic par ordinateur sont relativement peu développés, notamment sur la détection des pathologies de Lentigo Maligna et de Lentigo Maligna Melanoma. À cet effet, plusieurs méthodes d'apprentissage automatique sont présentées pour permettre la séparation de cette modalité au niveau des données images selon les annotations saines, bénignes et malignes. Puis, les méthodes les plus pertinentes au niveau image sont combinées avec des méthodes de prédiction supervisées et faiblement supervisées pour permettre une prise de décision au niveau des lésions.Dans un second temps, le processus multimodal proposé reprend le cheminement clinique, en débutant par la modalité la plus abordable et accessible, soit respectivement la photographie clinique, la dermatoscopie et enfin la microscopie confocale par réflectance. Selon ce principe, deux schémas sont proposés dans ce manuscrit l'un considéré comme sans mémoire, c'est-à-dire ne requérant que les données mises à disposition par la modalité courante, et l'autre avec mémoire, c'est-à-dire par accumulation de l'information acquise préalablement.

Carried out in collaboration with the Saint-Étienne University Hospital, this work provides additional information to help the skin diagnosis by providing new decision methods on Lentigo Maligna and Lentigo Maligna Melanoma pathologies. To this end, the modalities regularly used in clinical conditions are made available to this work and are orchestrated within a multimodal process. Among image modalities, may be mentioned the clinical photography, the dermatoscopy, and the confocal reflectance microscopy.Initially, the first steps of this manuscript focus on reflectance confocal microscopy as the work in computer diagnostic assistance is relatively underdeveloped, in particular on the detection of pathologies of Lentigo Maligna and Lentigo Maligna Melanoma. To this end, several automatic learning methods are described to allow the separation of this modality at the level of the image data according to the healthy, benign, and malignant annotations. Then, the most image-relevant methods are combined with supervised and weakly supervised prediction methods to enable decision-making at the lesion level.Secondly, the proposed multimodal process resumes the clinical path, starting with the most affordable and accessible modality, namely clinical photography, dermatoscopy, and finally reflectance confocal microscopy, respectively. According to this principle, two schemes are proposed in this manuscript, one considered as without memory, i.e. requiring only the data made available by the current modality, and the other with memory, i.e. by an accumulation of information acquired previously.