Les mathématiques au service de l'imagerie médicale

08.01.2016

Que ce soit pour la pose d’un diagnostic ou la préparation d’une intervention, les médecins s’appuient quotidiennement sur des radios, scanners, et autres IRM. L’image en tant que telle est toutefois insuffisante. Des outils mathématiques sont nécessaires pour traiter les données et mettre en évidence les informations pertinentes. Ils doivent être capables de résoudre deux problématiques majeures : le recalage d’image et la segmentation

Recaler deux images d’un même patient permet de les comparer, par exemple pour suivre l’évolution d’une maladie. En effet, deux images ne sont jamais réalisées dans les mêmes conditions (technologies différentes, légers mouvements du patient, etc). Il est donc nécessaire de déplacer et réorienter l’une d’entre elles de sorte à placer l’organe d’intérêt dans une position identique dans les deux images.

La segmentation d’image consiste, elle, à trouver automatiquement les contours de l’objet recherché au sein de l’image (souvent un organe ou une lésion), sans que le radiologue soit contraint de les tracer à la main.

Dans le cadre de sa thèse, Raphaël Prevost, docteur de l’Université Paris-Dauphine, vise à définir un algorithme de « co-segmentation et recalage joints ».  Cette méthode permet de croiser plusieurs sources d’informations et d’améliorer ainsi la précision et la rapidité de l’analyse d’images.

En savoir plus sur les travaux de Raphaël Prevost dans le numéro 19 de Dauphine Recherches.