Direction de recherche : Andrea PINNA, Isabell BLOCH
Co-encadrement : SZEWCZYK Jérôme (ISIR)

Analyse d'image par des méthodes d'intelligence artificielle en endoscopie digestive interventionnelle, cas de la CPRE

Mes travaux de thèse s'intéressent à la segmentation automatique du fil guide sur des images radioscopiques de fluoroscopie 2D. Plusieurs difficultés méthodologiques sont à relever : la quantité limitée de données d’imagerie, la faible qualité des images et l'absence de base de données annotées. De plus, aucune méthode dédiée à la segmentation des fils guides de CPRE n'existe actuellement. Afin de surmonter ces défis, plusieurs contributions sont proposées dans cette thèse. Une première contribution a été d’harmoniser le jeux des données collectées, puis d’annoter ces données afin de construire une base exploitable pour les futures expériences d'apprentissage supervisé. La structure du fil guide étant très fine, les méthodes et métriques usuelles d'évaluation de la segmentation n’apparaissent pas suffisantes ni pertinentes pour évaluer les modèles utilisés et les comparer.

Nous avons alors exploré ce qui se fait dans d’autres domaines en termes de méthodes adaptées à l'évaluation de la segmentation de structures comparables, notamment en nous appuyant sur le domaine de la segmentation vasculaire. Nous discutons également des méthodes d'évaluation d'un point de vue clinique afin de complémenter les approches issues des sciences des données et d’offrir aux médecins une meilleure compréhension et évaluation des modèles proposés.

Pour la segmentation du fil guide, nous nous inspirons des méthodes développées pour les interventions endovasculaires. Ces méthodes s'appuient principalement sur l'architecture U-Net qui est un réseau de neurones souvent utilisé en imagerie médicale. Notre approche est de comparer différentes fonctions de coût pour la segmentation du fil guide.

Nous obtenons une bonne segmentation de portions importantes du point de vue numérique. Enfin, nous segmentons aussi l'endoscope qui porte le fil guide à l’entrée des voies biliaires, et nous évaluons si la connaissance de sa position dans l’image peut influencer la segmentation du fil guide. En conclusion, ce travail constitue une première approche de segmentation du fil guide pour améliorer le geste de CPRE.

Soutenance : 13/12/2024

Membres du jury :

Aymeric HISTACE, Professeur des universités, ETIS-CNRS/CY, Cergy [Rapporteur]
Hugues TALBOT, Professeur CentraleSupélec, Gif-sur-Yvette [Rapporteur]
Nadjia KACHENOURA, Directrice de recherche INSERM, LIB, Paris
Odyssée MERVEILLE, Maîtresse de conférences, CREATIS, Lyon
Andrea PINNA, Professeur des universités, LIP6
Isabelle BLOCH, Professeure des universités, LIP6
Jérôme SZEWCZYK, Professeur des universités, ISIR

Publications 2022-2024

• 2024
  • G. Martin : “Analyse d’image par des méthodes d’intelligence artificielle en endoscopie digestive interventionnelle, cas de la CPRE”, soutenance de thèse, soutenance 13/12/2024, direction de recherche Pinna, Andrea Bloch, Isabell, co-encadrement : Szewczyk, Jérôme (ISIR) (2024)
  • G. Martin, A. Becq, I. Bloch, M. Camus, A. Pinna, J. Szewczyk : “Comparison of Loss Functions for Guidewire Automatic Detection on a Limited Dataset of Fluoroscopic Images for Endoscopic Retrograde Cholangiopancreatography”, 2024 IEEE International Symposium on Biomedical Imaging (ISBI), Athens, Greece, pp. 1-4, (IEEE) (2024)
  • G. Martin, A. Becq, I. Bloch, M. Camus, A. Pinna, J. Szewczyk : “Comparaison de fonctions de coût pour la détection automatique de fil guide sur des images fluoroscopiques de Cholangiopancréatographie Rétrograde Endoscopique”, Colloque Français d'Intelligence Artificielle en Imagerie Biomédicale, Grenoble, France (2024)
• 2022
  • O. Thiery, G. Martin, I. Bloch, M. Dres, U. Saleem, A. Pinna : “Semi-Automatic A-Line Detection and Confidence Scoring in Lung Ultrasound”, BioCAS 2022 - Biomedical Circuits and Systems Conference, Taipei, Taiwan, Province of China (2022)
  • G. Martin, S. El‑Madafri, A. Becq, J. Szewczyk, I. Bloch : “Instruments Segmentation in X-ray Fluoroscopic Images for Endoscopic Retrograde Cholangio Pancreatography”, Studies in Health Technology and Informatics, vol. 294, Studies in Health Technology and Informatics, pp. 133-134, (IOS Press) (2022)