Le Projet de Recherche MATAIM

MATAIM est un projet de recherche qui se situe au carrefour du Traitement d'images, des Probabilités, de la Statistique et de la Médecine qui fédère plusieurs équipes multidisciplinaires autour du thème de l'analyse de texture.

MATAIM est l'acronyme de Modèles Anisotropes de Textures. Applications à l'Imagerie Médicale,

L'analyse de texture est l'un des problèmes majeurs du traitement d'images, dont les applications sont nombreuses en imagerie médicale. Dans ce projet, les problèmes de l'analyse de texture sont abordés d'un point de vue probabiliste en considérant l'image comme la réalisation d'un champ aléatoire dont les propriétés reflètent celles de la formation de la texture. Les modèles de champs aléatoires de texture contiennent un certain nombre de paramètres qui sont utilisés pour caractériser l'aspect textural des images et extraire des informations médicales pertinentes. A titre d'exemple, la dimension fractale, qui a connu un grand succès en imagerie médicale, a été appliquée d'une part aux mammographies pour la caractérisation de la densité mammaire, la classification des types de sein ou l'évaluation du risque de cancer,et d'autre part aux radiographies de l'os pour la caractérisation de la micro-architecture osseuse et l'évaluation du risque fracturaire lié à l'ostéoporose.

En collaboration avec nos partenaires médicaux, nous nous intéressons à deux applications médicales de Santé Publique: le cancer du sein et les maladies ostéo-articulaires (ostéoporose, arthrite rhumatoide, inflammations,...).

Figure 1: Radiographies de l'os calcaneum. (a) cas témoin, (b) cas ostéoporotique
Image temoin Image col
(a) (b)

L'unité INSERM U 658 (Centre Hospitalier Régional d'Orléans, France) consacre son activité à la caractérisation des tissus osseux et de la qualité de l'architecture osseuse au moyen de l'imagerie. Son objectif principal est de compléter l'examen densitométrique utilisé en routine clinique pour mesurer la densité de masse osseuse par une analyse de texture de l'image osseuse qui décrirait la microarchicture trabéculaire. Une étude multicentrique de femmes ménauposées est conduite par et une cohorte prospective contrôlée est en projet.

Figure 2: Mammographies avec des degrés de densité croissants.
mammo

L'unité INSERM ERI-20 (Gustave Roussy Institute in Villejuif, France) a une expertise en épidémiologie du cancer du sein. Son travail se fonde sur la base de données E3N, qui est issue d'une large cohorte impliquant 100 000 femmes volontaires. A partir de cette base de données, l'objectif est d'apporter une réponse à toute une série de questions majeures concernant l'aspect médical des mammographies.

Les applications qui viennent d'être évoquées soulèvent un problème méthodologique qui est au coeur du projet: Comment caractériser de manière pertinente l'apparence des radiographies (mammographies ou radiographies osseuse) ? Pour répondre à ce problème, nous utilisons l'analyse de texture. L'approche que nous suivons consiste à proposer des modèles aléatoires pour décrire les images radiologiques et à utiliser les paramètres de ces modèles pour construire des indices qui caractérisent l'aspect textural de ces images. Du fait de la nature anisotrope des images étudiées, la modélisation des images se révèle être une tâche difficile.

Figure 3: (a) et (b) : textures isotropes réalisées par simulation de champs Browniens fractionnaires, (c) et (d) : textures anisotropes réalisées par simulations de champs Browniens fractionnaires anisotropes.
Image stein3 Image stein7 Image spec35 Image spec37
(a) (b) (c) (d)

L'étude théorique de modèles anisotropes soulèvent de nombreux défis qui doivent être relevés pour que les applications puissent aboutir. En premier lieu, il est indispensable de définir mathématiquement l'anisotropie et de savoir comment l'appréhender au travers des modèles. Pour beaucoup de modèles anisotropes, il reste également à trouver des stratégies pour estimer les paramètres et tester l'adéquation du modèle aux données. De plus, il faut également mettre en place des techniques de simulation des modèles. Aussi le projet fait-il une grande place à ces problèmes méthodologiques. Il implique des chercheurs en Probabilités et en Traitement d'images qui travaillent ensemble au sein de différents laboratoires : MAP5, CNRS UMR 8145 (Université Paris Descartes) et LTCI, CNRS UMR 5141 (Telecom ParisTech).

Le projet de recherche est soutenu financièrement par l'Agence Nationale pour la Recherche (ref. ANR-09-BLAN-0029-01) et l'Institut National du Cancer (INCa) (ref. 2009-1-SHS SP-01-UP5-1).