Génération automatique de modèles tridimensionnels de fractures de l'extrémité proximale de l'humérus pour la planification préopératoire et l'assistance peropératoire en réalité mixte

Automatic generation of three-dimensional models of extremity fractures of proximal humerus for preoperative planning and intraoperative assistance in mixed reality

• Auteur / Autrice : Alix De langlais
• Direction : Hervé Delingette, Marc-Olivier Gauci
• Type : Projet de thèse
• Discipline(s) : Automatique traitement du signal et des images
• Date : Inscription en doctorat le 01/06/2024
• Etablissement(s) : Université Côte d'Azur
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : E-Patient : Images, données & mOdèles pour la médeciNe numériquE

Mots clés

Mots clés libres

Modèles tridimensionnels

Segmentation d'images

Réalité mixte

Three-dimensional models

Images segmentation

Mixed reality

Résumé

La traumatologie est un problème majeur de santé publique au niveau mondial, La traumatologie représente 50 % des consultations d'urgence en France (DREES) et entraîne 400 000 hospitalisations annuelles (ATIH). En outre, les coûts générés par les soins médicaux, la perte de productivité et la valeur globale des années de vie en bonne santé perdues sont immenses. Les fractures de l'extrémité proximales de l'humérus sont la 3ème fractures en terme de fréquence et représentent donc un enjeu de santé publique majeur (perte d'autonomie de la personne âgée, handicap chez le patient jeune et actif). L'objectif de cette thèse est de développer une planification préopératoire personnalisée et collaborative de la chirurgie traumatologique de l'extrémité proximale de l'humérus. Le bénéfice attendu à terme de ce travail pour le patient sera de minimiser les complications opératoires et le temps de récupération grâce i) à une planification plus précise et personnalisée de l'intervention et ii) à un guidage plus aisée du geste chirurgical assisté par la réalité mixte. Le bénéfice attendu pour le chirurgien sera à terme i) la bonne qualité de la planification et la réduction du temps consacré (pouvant varier de 20 minutes à plus de 4 heures avec les solutions commerciales actuelles) et ii) l'automatisation partielle de taches de segmentation d'images et de détection de points caractéristiques.

Traumatology represents 50% of emergency consultations in France (DREES) and leads to 400,000 annual hospitalizations (ATIH). Furthermore, the costs generated by medical care, lost productivity and the overall value of years of life lost are immense. Fractures of the proximal end of the humerus are the 3rd fractures in terms of frequency and therefore represent a major public health issue (loss autonomy of the elderly person, disability in the young and active patient). The objective of this thesis is to develop personalized preoperative planning and collaborative approach to trauma surgery of the proximal end of the humerus. The expected long-term benefit of this work for the patient will be to minimize operative complications and recovery time thanks to i) more precise and personalized planning of the intervention and ii) easier guidance of the surgical procedure assisted by mixed reality. The expected profit for the surgeon will ultimately be i) the good quality of planning and the reduction of time spent (which can vary from 20 minutes to more than 4 hours with current commercial solutions) and ii) partial automation of image segmentation and point detection tasks features.