Type de stage
Stage de Master 2 / dernière année d’école d’ingénieur
Date ou durée du stage
6 mois (à partir de février 2022)
Contexte
Les maladies cardio-métaboliques sont associées à une atteinte de multiples organes du système cardio-circulatoire, à savoir : le cœur, les grosses et les petites artères. Le lien entre les grosses et petites artères suggérerait que des changements dans la microcirculation pourraient être à l’origine de lésions de micro-vaisseaux d’organes cibles pouvant conduire à des évènements cardio- ou cérébro-vasculaires fatals.
La rétine est un des rares territoires accessibles de façon non-invasive pour l’étude de la microcirculation. Récemment, une caméra du fond d’œil utilisant l’optique adaptative a été développée et permet des mesures non-invasives des indices anatomiques rétiniens en mesurant le rapport paroi/lumière sur des artérioles de calibre entre 50 et 125μm avec une résolution de l’ordre de 2μm. Avec cette technique, il a été déjà montré sur de larges populations un remodelage des artérioles rétiniennes lié au vieillissement ou à l’hypertension.
Objectif
Un protocole clinique a été mis en place afin d’acquérir plusieurs images successives avec un recouvrement partiel du champ de vue le long de l’arbre vasculaire rétinien. Une méthode de recalage de ces images ainsi que de tractographie de la ligne centrale et de la lumière des vaisseaux ont aussi été développées et partiellement automatisées par un réseau de neurones. L’objectif de ce stage est de proposer une méthode de segmentation utilisant 2 contours actifs couplés [1] pour segmenter la paroi des artérioles rétiniennes. L’évaluation de cette méthode se fera sur une base de données de 400 patients (environ 2000 images). Ces segmentations de la paroi artériolaire seront ensuite combinées avec les segmentations existantes des veines pour entrainer un réseau de neurones permettant la segmentation automatique et multi-classes des vaisseaux. Le réseau pourra ensuite être appliqué à une base de données plus large mais non expertisée d’environ 1000 patients atteints de différentes maladies cardio-métaboliques.
[1] D. Barbosa et al., 2010. “Coupled B-spline active geometric functions for myocardial segmentation: A localized region-based approach,” IEEE Intl. Ultrasonics Symposium, pp. 1648-1651.
Missions
- Étude bibliographique (segmentation des vaisseaux de la rétine, contours actifs, validation clinique, deep learning en imagerie médicale…).
- Implémentation d’une méthode de segmentation de la paroi artériolaire par contours actifs couplés.
- Entrainement d’un réseau de neurones pour la segmentation multi-classes des vaisseaux rétiniens.
- Extraction de paramètres cliniques et étude de leurs variations entre différents groupes de patients et selon le traitement médicamenteux.
Compétences
- Connaissances en traitement d’images et en apprentissage profond
- Programmation en Python et en Matlab
Rémunération
Gratifications de stage
Contacts
Thomas Dietenbeck (thomas.dietenbeck[at]sorbonne-universite.fr)
Antonio Gallo (antoniogallo.md[at]gmail.com)