Affordable Access

Modélisation statistique des données d'imagerie médicale : application dans l'asthme

Authors
  • Cabon, Yann
Publication Date
Sep 13, 2018
Source
HAL-UPMC
Keywords
Language
French
License
Unknown
External links

Abstract

Cette thèse a pour but de présenter une solution permettant d’identifier et de comparer différents profils de piégeage aérique chez des patients asthmatiques. L’asthme se décrit comme l’atteinte des voies aériennes en réponse à une irritation. Les réactions mécaniques associées à cette stimulation affectent le flux expiratoire en réduisant la lumière des bronches, et engendrent une exacerbation. La réduction du flux d’air entraine, lors de l’expiration, l’apparition de régions d’air piégé non expiré, phénomène appelé trappage aérien. Les facteurs déclencheurs ou d’aggravation sont bien connus, mais les mécanismes sous-jacents à l’irritation sont complexes et méconnus, le poumon étant un organe complexe et interne. Le travail présenté ici a pour but premier de rechercher l’existence de profils de trappage différents, correspondant à des sensibilités spécifiques de l’arbre bronchique entre patients. Nous avons également cherché à associer une dimension clinique aux profils de trappage. Pour cela, le travail se base sur des données de scanners de patients recueillis au cours d’un test de réactivité bronchique, permettant de capturer l’évolution de l’obstruction des voies respiratoires. Le modèle statistique mis en place consiste à comparer le profil normalisé de trappage de chaque patient. Ce profil est issu d’un parenchyme pulmonaire segmenté, complété dans un espace aux propriétés mathématiques permettant une analyse. Dans cet espace, les profils de trappage sont caractérisés par la distribution de leurs proches voisins. Cela permet d’obtenir pour chaque image une représentation locale de la distribution du trappage. L’estimateur de cette distribution est normalisé par une distribution théorique sous condition d’uniformité, permettant une comparaison entre les patients. Pour finir, une classification en B-splines des profils de distribution normalisée et faite par la méthode non supervisée de Ward, permettant d’obtenir des profils similaires de trappage. Ces profils sont ensuite comparés aux observations cliniques.

Report this publication

Statistics

Seen <100 times