STAGE DE MASTER 2 (durée : 6 mois maximum)
Contexte et objectif : Les études in vivo de la physiopathologie des lésions du tube digestif sur modèles
murins [1] sont d’un grand intérêt pour une meilleure compréhension des mécanismes d’altérations
tissulaires, mais aussi pour l’évaluation de réponses thérapeutiques. Elles se basent volontiers sur des
investigations endoscopiques de la paroi, à plusieurs échelles et types de contrastes [2], lors de suivis
longitudinaux, au moyen de dispositifs invasifs a minima [3]. Notre projet de recherche vise notamment à
caractériser par imagerie les lésions tissulaires colorectales pour différentes pathologies (maladies
inflammatoires de l’intestin et cancer colorectal) étudiées à différents stades, pour un même spécimen [4].
Ceci est obtenu au moyen de modalités d’imagerie endoluminales complémentaires, sur un même site
d’expérimentation. Nous combinons notamment l’endoscopie conventionnelle et l’endomicroscopie
confocale (EC) [5] de fluorescence permettant d’obtenir in vivo des images du réseau vasculaire pariétal
avec une résolution de l’ordre de quelques microns. L’exploitation quantitative et statistique de ces
données requiert d’extraire des indicateurs représentatifs de chaque image - ou chaque jeu d’images -
acquise chez un spécimen examiné à un stade donné d’une pathologie. Il s’agit donc de mettre au point et
optimiser une routine de traitement d’image capable de caractériser ces images en utilisant les descripteurs
les plus pertinents, s’affranchissant au mieux de la variabilité inhérente aux expériences.
Travail : A partir d’une base d’images représentatives fournies, le stagiaire devra mettre en oeuvre des
outils d’extraction de paramètres statistiques, et d’analyse de texture de l’image [6], en sélectionnant les
plus adaptés. L’algorithme retenu sera évalué sur une base de test pour vérifier son potentiel d’indexation
des images en fonction de l’altération du motif micro-vasculaire.
Prérequis : bases en traitement d’images. Compétences développées : traitement d’images avancé
(reconnaissance de forme, analyse de texture, segmentation), travail en équipe pluridisciplinaire allant de
la médecine au traitement des images en passant par l’acquisition par voie optique des images.
Rérérences bibliographiques :
[1] Tanaka T et al. Cancer Sci. 94(11):965-73, 2003.
[2] Hariri LP et al. Lasers Surg Med. 38(4):305-13, 2006.
[3] Waldner MJ et al. Nat Protoc. 6(9):1471-81, 2011.
[4] http://hal.archives-ouvertes.fr/hal-00987160
[5] http://www.cellviziolab.com/content/colon-cancer-imaging
[6] Mirmehdi M « Handbook of texture analysis. » Imperial college Press, 2008.