SlideShare une entreprise Scribd logo
1  sur  9
Télécharger pour lire hors ligne
Mod´elisation de connaissances anatomiques pour
l’analyse et l’interpr´etation d’images m´edicales
Isabelle Bloch
LTCI, CNRS, T´el´ecom ParisTech, Universit´e Paris Saclay
isabelle.bloch@telecom-paristech.fr
2015
I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 1 / 9
Imagerie m´edicale au LTCI - Equipe TII
Repr´esentation de connaissances anatomiques.
Fusion avec des informations individuelles.
Reconnaissance et segmentation `a partir de mod`eles et de
connaissances.
Suivi longitudinal.
Validation et ´evaluation avec des experts m´edicaux.
Mod´elisation 3D r´ealiste du corps humain, maillages et d´eformations.
Applications : cerveau, cœur, vaisseaux sanguins, oncologie,
mammographie, r´etine, biologie...
Laboratoire commun avec Orange Labs (WHIST). ANR (FETUS, Kidpocket, IPHOT, ReVeal), ANSES ACTE,
MINIARA, th`eses en convention CIFRE. Collaborations avec Siemens, Philips, General Electric, Dosisoft, Fovea, Imagine
Eyes, EOS, Orange Labs, Lamsade, ECP, Institut Pasteur, ISEP, U. Columbia, CHU (Cochin - Saint Vincent de Paul,
Bicˆetre, XV-XX, Lariboisi`ere, Robert Debr´e, Necker, Sainte-Anne...).
I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 2 / 9
Importance des mod`eles
Mod`eles pour guider la segmentation, la reconnaissance, l’interpr´etation :
propri´et´es des images et des signaux (g´eom´etrie, statistiques...),
forme et apparence,
mod`eles iconiques (atlas),
organisation spatiale (relations spatiales),
mod`eles symboliques,
impr´ecision et incertitude.
Des images aux mod`eles :
construction de mod`eles anatomiques.
I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 3 / 9
Mod`eles pour l’interpr´etation d’images
D´evolopper des mod`eles math´ematiques pour repr´esenter
les connaissances,
les informations contenues dans les images,
et les fusionner,
conduisant `a des algorithmes op´erationnels pour l’interpr´etation
d’images.
Question du foss´e s´emantique.
Cas pathologiques.
Ad´equation aux besoins applicatifs.
I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 4 / 9
I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 5 / 9
Quelques r´esultats de segmentation et reconnaissance
I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 6 / 9
Mod`eles `a partir d’images
Exemple : mod´elisation r´ealiste du corps humain (WHIST Lab, CHU
Bicˆetre...)
Sch´ema typique :
1 Mod`eles (signal, image, connaissances, domaine...).
2 Segmentation et reconnaissance des structures anatomiques.
3 Construction de mod`eles num´eriques r´ealistes (voxels ´etiquet´es,
maillages).
4 D´eformations (position, ˆage, corpulence).
5 Simulations (ex : dosim´etrie num´erique).
I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 7 / 9
Mod`eles disponibles (pour la recherche) sur
http://femonum.telecom-paristech.fr/
I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 8 / 9
Application `a la dosim´etrie num´erique (avec Orange Labs)
I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 9 / 9

Contenu connexe

En vedette (6)

Portfolio
PortfolioPortfolio
Portfolio
 
עראפת בארץ ישראל
עראפת בארץ ישראלעראפת בארץ ישראל
עראפת בארץ ישראל
 
Letter of Intent - Vincent Segovia
Letter of Intent - Vincent SegoviaLetter of Intent - Vincent Segovia
Letter of Intent - Vincent Segovia
 
DDIA0072_MarketIS_ProductSheet_V5View
DDIA0072_MarketIS_ProductSheet_V5ViewDDIA0072_MarketIS_ProductSheet_V5View
DDIA0072_MarketIS_ProductSheet_V5View
 
Eqe 18 qualite_ipaqss_2015_v_def
Eqe 18 qualite_ipaqss_2015_v_defEqe 18 qualite_ipaqss_2015_v_def
Eqe 18 qualite_ipaqss_2015_v_def
 
Java
JavaJava
Java
 

Similaire à Modelisation de connaissances anatomiques pour l'analyse et l'interprétation d'images médicales

Annuaire des Plateformes Imagerie et Irradiation Rhône-Alpes Auvergne - CLARA
Annuaire des Plateformes Imagerie et Irradiation Rhône-Alpes Auvergne - CLARAAnnuaire des Plateformes Imagerie et Irradiation Rhône-Alpes Auvergne - CLARA
Annuaire des Plateformes Imagerie et Irradiation Rhône-Alpes Auvergne - CLARA
Cancéropôle Lyon Auvergne Rhône-Alpes
 
Rapport projet UniceBot
Rapport projet UniceBotRapport projet UniceBot
Rapport projet UniceBot
theoopparadigm
 
C.v.shalaby
C.v.shalabyC.v.shalaby
C.v.shalaby
Badr Shalaby
 
Informatique pour école de Médecine Cours : TD & TP
Informatique pour école de Médecine Cours : TD & TPInformatique pour école de Médecine Cours : TD & TP
Informatique pour école de Médecine Cours : TD & TP
Mohammed TAMALI
 
C.v.shalaby
C.v.shalabyC.v.shalaby
C.v.shalaby
Badr Shalaby
 

Similaire à Modelisation de connaissances anatomiques pour l'analyse et l'interprétation d'images médicales (20)

Imagerie Médical: De la prévention à la thérapie
Imagerie Médical: De la prévention à la thérapieImagerie Médical: De la prévention à la thérapie
Imagerie Médical: De la prévention à la thérapie
 
"L’imagerie médicale : De la prévention à la thérapie "
"L’imagerie médicale : De la prévention à la thérapie ""L’imagerie médicale : De la prévention à la thérapie "
"L’imagerie médicale : De la prévention à la thérapie "
 
Annonce de poste_vitadx_ingenieur_cvml
Annonce de poste_vitadx_ingenieur_cvmlAnnonce de poste_vitadx_ingenieur_cvml
Annonce de poste_vitadx_ingenieur_cvml
 
Annuaire des Plateformes Imagerie et Irradiation Rhône-Alpes Auvergne - CLARA
Annuaire des Plateformes Imagerie et Irradiation Rhône-Alpes Auvergne - CLARAAnnuaire des Plateformes Imagerie et Irradiation Rhône-Alpes Auvergne - CLARA
Annuaire des Plateformes Imagerie et Irradiation Rhône-Alpes Auvergne - CLARA
 
Quand l'intelligence artificielle s'invite au bloc opératoire Eric VIbert.pdf
Quand l'intelligence artificielle s'invite au bloc opératoire Eric VIbert.pdfQuand l'intelligence artificielle s'invite au bloc opératoire Eric VIbert.pdf
Quand l'intelligence artificielle s'invite au bloc opératoire Eric VIbert.pdf
 
Big data - Michel levanquyen
Big data - Michel levanquyenBig data - Michel levanquyen
Big data - Michel levanquyen
 
Big data en Neuroscience
Big data en Neuroscience Big data en Neuroscience
Big data en Neuroscience
 
Le 3IT et l’incubation technologique – Des opportunités nouvelles en Estrie
Le 3IT et l’incubation technologique – Des opportunités nouvelles en EstrieLe 3IT et l’incubation technologique – Des opportunités nouvelles en Estrie
Le 3IT et l’incubation technologique – Des opportunités nouvelles en Estrie
 
Rapport projet UniceBot
Rapport projet UniceBotRapport projet UniceBot
Rapport projet UniceBot
 
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
 
Chap XI-Optimisation.pdf
Chap XI-Optimisation.pdfChap XI-Optimisation.pdf
Chap XI-Optimisation.pdf
 
Pole TI - UMons - Lab'InSight Artificial Intelligence
Pole TI - UMons - Lab'InSight Artificial IntelligencePole TI - UMons - Lab'InSight Artificial Intelligence
Pole TI - UMons - Lab'InSight Artificial Intelligence
 
Les réseaux de neurones convolutifs pour la classification des tumeurs cérébr...
Les réseaux de neurones convolutifs pour la classification des tumeurs cérébr...Les réseaux de neurones convolutifs pour la classification des tumeurs cérébr...
Les réseaux de neurones convolutifs pour la classification des tumeurs cérébr...
 
Inist cnrs
Inist cnrsInist cnrs
Inist cnrs
 
Présentation de HCS Pharma dans la gazette du laboratoire - 2017
Présentation de HCS Pharma dans la gazette du laboratoire - 2017Présentation de HCS Pharma dans la gazette du laboratoire - 2017
Présentation de HCS Pharma dans la gazette du laboratoire - 2017
 
C.v.shalaby
C.v.shalabyC.v.shalaby
C.v.shalaby
 
Informatique pour école de Médecine Cours : TD & TP
Informatique pour école de Médecine Cours : TD & TPInformatique pour école de Médecine Cours : TD & TP
Informatique pour école de Médecine Cours : TD & TP
 
C.v.shalaby
C.v.shalabyC.v.shalaby
C.v.shalaby
 
BT_Evry_Présentation_des_technologies_05_03_15
BT_Evry_Présentation_des_technologies_05_03_15BT_Evry_Présentation_des_technologies_05_03_15
BT_Evry_Présentation_des_technologies_05_03_15
 
Bt strasbourg-booklet-numérique
Bt strasbourg-booklet-numériqueBt strasbourg-booklet-numérique
Bt strasbourg-booklet-numérique
 

Plus de TELECOM-PARISTECH-SANTE

Plus de TELECOM-PARISTECH-SANTE (20)

CV Alain Tassy comme Directeur Général de transitiontran
CV Alain Tassy comme Directeur Général de transitiontranCV Alain Tassy comme Directeur Général de transitiontran
CV Alain Tassy comme Directeur Général de transitiontran
 
Photos Conférence IA HEC CECI du 22 janvier 2024
Photos Conférence IA HEC CECI du 22 janvier 2024Photos Conférence IA HEC CECI du 22 janvier 2024
Photos Conférence IA HEC CECI du 22 janvier 2024
 
Visioconférence du 17 avril 2020
Visioconférence du 17 avril 2020Visioconférence du 17 avril 2020
Visioconférence du 17 avril 2020
 
Conférence exceptionnelle pour gérer le post Covid-19
Conférence exceptionnelle  pour gérer le post Covid-19Conférence exceptionnelle  pour gérer le post Covid-19
Conférence exceptionnelle pour gérer le post Covid-19
 
Du sport santé au sport en entreprise
Du sport santé au sport en entrepriseDu sport santé au sport en entreprise
Du sport santé au sport en entreprise
 
Compte rendu de la conférence du 16 juin 2016
Compte rendu de la conférence du 16 juin 2016Compte rendu de la conférence du 16 juin 2016
Compte rendu de la conférence du 16 juin 2016
 
Introduction- Big Data en Santé - conférence du 16 juin 2016
Introduction- Big Data en Santé - conférence du 16 juin 2016Introduction- Big Data en Santé - conférence du 16 juin 2016
Introduction- Big Data en Santé - conférence du 16 juin 2016
 
Ipsen Big Data
Ipsen  Big DataIpsen  Big Data
Ipsen Big Data
 
La confiance: facteur du développement du big data pour la santé
La confiance: facteur du développement du big data pour la santéLa confiance: facteur du développement du big data pour la santé
La confiance: facteur du développement du big data pour la santé
 
Apport du Big Data pour la médecine personnalisée
Apport du Big Data pour la médecine personnaliséeApport du Big Data pour la médecine personnalisée
Apport du Big Data pour la médecine personnalisée
 
Conf ibm big data en santé télécom paris tech 16062016 v1
Conf ibm big data en santé   télécom paris tech 16062016 v1Conf ibm big data en santé   télécom paris tech 16062016 v1
Conf ibm big data en santé télécom paris tech 16062016 v1
 
Serious Games Santé : Retours d’expérience& Usages
Serious Games Santé :  Retours d’expérience& UsagesSerious Games Santé :  Retours d’expérience& Usages
Serious Games Santé : Retours d’expérience& Usages
 
Facteur humain en Santé: l’enjeu du Gaming!
Facteur humain en Santé: l’enjeu du Gaming!Facteur humain en Santé: l’enjeu du Gaming!
Facteur humain en Santé: l’enjeu du Gaming!
 
Simulation Une révolution incontournable en Santé
Simulation Une révolution incontournable en SantéSimulation Une révolution incontournable en Santé
Simulation Une révolution incontournable en Santé
 
Sécurité numérique en santé, freins ou booster?
Sécurité numérique en santé, freins ou booster?Sécurité numérique en santé, freins ou booster?
Sécurité numérique en santé, freins ou booster?
 
Etat des lieux sur les objets connectés
Etat des lieux sur les objets connectésEtat des lieux sur les objets connectés
Etat des lieux sur les objets connectés
 
Gamification en santé
Gamification en santéGamification en santé
Gamification en santé
 
Telecom paris 1 ge
Telecom paris 1 geTelecom paris 1 ge
Telecom paris 1 ge
 
Thales imagerie x nov 2015 slides 1 a 8
Thales imagerie x nov 2015   slides 1 a 8Thales imagerie x nov 2015   slides 1 a 8
Thales imagerie x nov 2015 slides 1 a 8
 
Eos imaging 2015 11 telecom alumni
Eos imaging 2015 11 telecom alumniEos imaging 2015 11 telecom alumni
Eos imaging 2015 11 telecom alumni
 

Modelisation de connaissances anatomiques pour l'analyse et l'interprétation d'images médicales

  • 1. Mod´elisation de connaissances anatomiques pour l’analyse et l’interpr´etation d’images m´edicales Isabelle Bloch LTCI, CNRS, T´el´ecom ParisTech, Universit´e Paris Saclay isabelle.bloch@telecom-paristech.fr 2015 I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 1 / 9
  • 2. Imagerie m´edicale au LTCI - Equipe TII Repr´esentation de connaissances anatomiques. Fusion avec des informations individuelles. Reconnaissance et segmentation `a partir de mod`eles et de connaissances. Suivi longitudinal. Validation et ´evaluation avec des experts m´edicaux. Mod´elisation 3D r´ealiste du corps humain, maillages et d´eformations. Applications : cerveau, cœur, vaisseaux sanguins, oncologie, mammographie, r´etine, biologie... Laboratoire commun avec Orange Labs (WHIST). ANR (FETUS, Kidpocket, IPHOT, ReVeal), ANSES ACTE, MINIARA, th`eses en convention CIFRE. Collaborations avec Siemens, Philips, General Electric, Dosisoft, Fovea, Imagine Eyes, EOS, Orange Labs, Lamsade, ECP, Institut Pasteur, ISEP, U. Columbia, CHU (Cochin - Saint Vincent de Paul, Bicˆetre, XV-XX, Lariboisi`ere, Robert Debr´e, Necker, Sainte-Anne...). I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 2 / 9
  • 3. Importance des mod`eles Mod`eles pour guider la segmentation, la reconnaissance, l’interpr´etation : propri´et´es des images et des signaux (g´eom´etrie, statistiques...), forme et apparence, mod`eles iconiques (atlas), organisation spatiale (relations spatiales), mod`eles symboliques, impr´ecision et incertitude. Des images aux mod`eles : construction de mod`eles anatomiques. I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 3 / 9
  • 4. Mod`eles pour l’interpr´etation d’images D´evolopper des mod`eles math´ematiques pour repr´esenter les connaissances, les informations contenues dans les images, et les fusionner, conduisant `a des algorithmes op´erationnels pour l’interpr´etation d’images. Question du foss´e s´emantique. Cas pathologiques. Ad´equation aux besoins applicatifs. I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 4 / 9
  • 5. I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 5 / 9
  • 6. Quelques r´esultats de segmentation et reconnaissance I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 6 / 9
  • 7. Mod`eles `a partir d’images Exemple : mod´elisation r´ealiste du corps humain (WHIST Lab, CHU Bicˆetre...) Sch´ema typique : 1 Mod`eles (signal, image, connaissances, domaine...). 2 Segmentation et reconnaissance des structures anatomiques. 3 Construction de mod`eles num´eriques r´ealistes (voxels ´etiquet´es, maillages). 4 D´eformations (position, ˆage, corpulence). 5 Simulations (ex : dosim´etrie num´erique). I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 7 / 9
  • 8. Mod`eles disponibles (pour la recherche) sur http://femonum.telecom-paristech.fr/ I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 8 / 9
  • 9. Application `a la dosim´etrie num´erique (avec Orange Labs) I. Bloch (LTCI - Telecom ParisTech) Images, mod`eles 2015 9 / 9