Loading...
Please wait, while we are loading the content...
Similar Documents
Imagerie multispectrale pour améliorer la détection des lésions précancéreuses en endoscopie digestive
| Content Provider | Semantic Scholar |
|---|---|
| Author | Herrera, Martínez Ernesto, Sergio |
| Copyright Year | 2016 |
| Abstract | L'evolution de la gastrite et des lesions precancereuses suit une cascade de plusieurs etapes. Les modifications des tissus pathologiques affichent de faibles variations par rapport a la muqueuse normale d'un point de vue macroscopique. Meme si certaines variations pourraient etre identifiees, cela reste fortement subjectif. Le diagnostic classique des maladies de l'estomac est divise en deux procedures. Le premier est une gastroendoscopie ou l'estomac est visuellement explore sous une lumiere blanche. Le second est la biopsie pour l'analyse histologique. Cette procedure a une forte probabilite d'etablir le diagnostic correct mais il depend fortement de la selection correcte des echantillons de tissus endommages. Ce travail porte sur l'etude de la muqueuse gastrique par imagerie multispectrale. La contribution principale est l'etude clinique de l'imagerie multispectrale afin de differencier les pathologies mal diagnostiquees ou qui ne peuvent etre diagnostiquees que par l'analyse histologique. A cet effet, nous avons effectue (1) une etude ex-vivo dans un modele de souris de l'infection de Helicobacter pylori dans le but d'identifier les longueurs d'onde qui pourraient etre utilisees pour le diagnostic. (2) Nous proposons deux prototypes compatibles avec les gastroendoscopes actuels pour acquerir des images multispectrales du tissu gastrique : le premier est base sur une roue a filtres et le second sur une camera multispectrale avec sept canaux. De plus, (3) nous presentons une methodologie pour identifier les tissus pathologiques, qui est base sur des caracteristiques statistiques extraites des spectres acquis, classees en fonction de leur pouvoir discriminants et une classification supervisee, ou nous cherchons la meilleure performance de trois algorithmes de classification: le plus proche voisin, un reseaux de neurones et une Support Vector Machine avec une evaluation de la performance rigoureuse en utilisant une validation de type Leave One Patient Out Cross Validation. Les resultats demontrent la pertinence de l’imagerie multispectrale comme un outil supplementaire pour un diagnostic objectif. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://tel.archives-ouvertes.fr/tel-01385103/file/70282_MARTINEZHERRERA_2016_archivage.pdf |
| Alternate Webpage(s) | https://tel.archives-ouvertes.fr/tel-01385103/document |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
