Analyse d’images d’endo-microscopie confocale pour la gradation des lésions inflammatoires ou tumorales en contexte préclinique
Recrutement: 
Recrutement en cours/passé: 
Recrutement passé
Periode: 
2015
Contact: 
Raphaël Sablong (MCU) raphael.sablong@creatis.insa-lyon.fr / David Rousseau (PR) david.rousseau@creatis.insa-lyon.fr / Maciej Orkisz (PR) maciej.orkisz@creatis.insa-lyon.fr /

STAGE DE MASTER 2 (durée : 6 mois maximum)

Contexte et objectif : Les études in vivo de la physiopathologie des lésions du tube digestif sur modèlesmurins [1] sont d’un grand intérêt pour une meilleure compréhension des mécanismes d’altérationstissulaires, mais aussi pour l’évaluation de réponses thérapeutiques. Elles se basent volontiers sur desinvestigations endoscopiques de la paroi, à plusieurs échelles et types de contrastes [2], lors de suivislongitudinaux, au moyen de dispositifs invasifs a minima [3]. Notre projet de recherche vise notamment àcaractériser par imagerie les lésions tissulaires colorectales pour différentes pathologies (maladiesinflammatoires 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 sited’expérimentation. Nous combinons notamment l’endoscopie conventionnelle et l’endomicroscopieconfocale (EC) [5] de fluorescence permettant d’obtenir in vivo des images du réseau vasculaire pariétalavec une résolution de l’ordre de quelques microns. L’exploitation quantitative et statistique de cesdonnées 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 etoptimiser une routine de traitement d’image capable de caractériser ces images en utilisant les descripteursles 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 desoutils d’extraction de paramètres statistiques, et d’analyse de texture de l’image [6], en sélectionnant lesplus adaptés. L’algorithme retenu sera évalué sur une base de test pour vérifier son potentiel d’indexationdes 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 dela 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.