Modélisation de niveau gris de mammographies numérisées et détection de microcalcifications

• Auteur / Autrice : Aboubakar Maitournam
• Direction : Christine Graffigne
• Type : Thèse de doctorat
• Discipline(s) : Sciences de la vie et de la matière
• Date : Soutenance en 1999
• Etablissement(s) : Paris 5
• Jury : Président / Présidente : Georges Stamon
• Jury : Examinateurs / Examinatrices : Christine Graffigne, Georges Stamon, Bernard Chalmond, Habib Benali, Anne Strauss
• Jury : Rapporteurs / Rapporteuses : Bernard Chalmond, Habib Benali

Mots clés

Mots clés contrôlés

Biophysique

Traitement d'images

Mammographie

Mots clés libres

Mammographie

Radiographie numérique

Microcalcification

Diagnostic

Traitement image

Détection signal

Technique

Diffusion anisotrope

Modélisation

Echelle gris

Résumé

Les microcalcifications, qui sont des dépôts de calcium à l'intérieur du sein, sont parmi les symptômes les plus significatifs du cancer du sein. Nos travaux portent sur leur détection sur des mammographies numérisées. Ceci requiert une modélisation préalable des niveaux de gris de ces images. Le travail bibliographique nous a montré les limites des techniques précédemment testées dans ce domaine. Les approches récentes basées sur les multi fractales butent sur des contraintes d'existence d'une mesure multi fractale spécifique aux microcalcifications. Le modèle de diffusion anisotropique permet le lissage d'une image tout en préservant les bords. Dans un premier temps, la stratégie que nous avons utilisée pour la localisation des microcalcifications, a consisté en un lissage de l'image par diffusion anisotropique. Puis nous avons seuillé la norme du gradient de l'image de différence entre l'image originale et sa version lissée. Nous avons finalement cerne les limites de cette approche en ce qui concerne la détection des microcalcifications. Dans un deuxième temps, nous avons modélisé le niveau de gris des mammographies par une tendance spline bicubique donc régulière plus un bruit. L'estimation de la tendance est faite par la technique des moindres carres. Une technique d'approximation robuste a aussi été introduite. Une fois la tendance extraite de l'image originale, un net rehaussement des microcalcifications est observé sur l'image de différence. Cette dernière est considérée comme du bruit. Dans le cas ou sa variance n'est pas constante, une technique basée sur les moindres carrés pondérés, est proposée pour la stabiliser. Le bruit est ajuste dans le cas non corrélé par un système de densités de probabilité dit de Pearson. Puis un seuillage global est déduit pour détecter les microcalcifications. Les résultats sont satisfaisants. Dans le cas corrélé, on adopte une technique locale en ajustant le bruit par un autorégressif uni latéré. Un seuillage semi local des résidus est alors utilise pour localiser les microcalcifications. Les résultats sont assez satisfaisants.