de donn´ees et, d’autre part, de d´efinir les m´ecanismes, `a l’aide de ces connaissances, n´ecessaires pour leur extraction
et leur reconnaissance. Une des pistes envisag´ees est d’utiliser une repr´esentation des connaissances sous la forme
d’ontologies qui seront par la suite utilis´ees lors des traitements. L’objectif est de guider, mais aussi de reconsid´erer le
processus d’analyse et d’identification des diff´erents objets d’int´erˆet en fonction de cette connaissance.
2. Multi-´echelle : Les microscopes standards fournissent des images cytologiques ayant des r´esolutions diff´erentes. Nous
proposons de profiter de cette quantit´e d’information en proposant un processus d’analyse multi-´echelle utilisant
la r´esolution la mieux adapt´ee pour extraire les diff´erents objets d’int´erˆet et les relations entre eux. L’objectif est
d’optimiser la qualit´e de l’analyse (extraction et identification) mais ´egalement de proposer des temps de calcul
raisonnables afin d’envisager une utilisation en milieu clinique.
3. Bas´ee sur les interactions spatiales : Nous sommes convaincus que les mod`eles conventionnels de diagnostic essentiel-
lement bas´es sur le comptage des cellules peuvent ˆetre enrichis par des informations spatiales. En effet, l’organisation
spatiale des diff´erents sous-types de cellules permet d’identifier la dynamique du processus biologique repr´esent´e dans
l’image. L’objectif sera de montrer que le microenvironnement des cellules joue un rˆole pronostique important.
4. ´
Evalu´ee par comparaison `a des donn´ees cliniques : L’´evaluation qualitative et quantitative du processus d’analyse et
de l’information fournie par les nouveaux sch´emas d´efinis est un aspect essentiel de ce travail. La difficult´e d’une
telle ´evaluation est l’int´egration de donn´ees h´et´erog`enes (images, donn´ees pathologiques et cliniques). L’objectif est
d’´evaluer la m´ethode sur une grande base de donn´ees cliniques disponibles et in situ sur les nouveaux cas re¸cus par le
centre de r´ef´erence allemand du cancer au cours de la th`ese.
Pour relever les d´efis d´ecrits ci-dessus, le candidat devra lever les verrous scientifiques suivants :
– Proposer et valider de nouveaux mod`eles d’interaction extraits des images histopathologiques qui pourraient aider
le pathologiste dans sa d´emarche de diagnostique. Ces mod`eles seront obtenus par des algorithmes d’apprentissage
automatique `a l’aide de m´etriques de distance biologiquement pertinentes et de la caract´erisation des relations spatiales
entre les objets d´etect´es dans les images, en fonction des connaissances immunologiques.
– Formaliser les connaissances expertes des pathologistes sous forme d’ontologies afin qu’elles soient accessibles et
utilisables lors du processus d’extraction. Cette formalisation devra permettre de combler le foss´e s´emantique entre
les mod`eles immunologiques des pathologistes, et les caract´eristiques extraites de l’image.
– D´efinir un processus de validation bas´e sur la comparaison des donn´ees cliniques de patients, donn´ees classiques de
pathologie et des motifs extraits des images.
Comme l’un des objectifs est de proposer un prototype de logiciel pour ´evaluer le potentiel de l’approche en environnement
clinique dans un centre de r´ef´erence allemand pour le cancer, les verrous technologiques suivants seront `a relever :
– D´efinir des algorithmes efficaces capables de traiter de tr`es grandes images (images enti`eres de coupes histologiques
env. 30000 ×30000 pixel) dans un d´elai raisonnable pour ˆetre utilis´es dans un contexte clinique ;
– D´efinir un processus d’analyse capable de s’adapter `a la qualit´e des donn´ees et des connaissances. Il est n´ecessaire
d’´evaluer la qualit´e des donn´ees pour identifier les donn´ees aberrantes et ´eventuellement adapter le processus lui-mˆeme,
en fonction de cette qualit´e.
Collaborations
Ce travail de th`ese sera r´ealis´e en collaboration avec les experts pathologistes du Hannover Medical School - Patho-
logy Institute, et en particulier avec le Dr. Friedrich Feuerhake avec lequel nous travaillons depuis trois ans sur l’analyse
automatique d’images histopathologiques.
R´ef´erences
[1] Farzad Ghaznavi, Andrew J Evans, Anant Madabhushi, and Michael D Feldman. Digital imaging in pathology : Whole-
slide imaging and beyond. Annual Review of Pathology : Mechanisms of Disease, 8(1), 2012.
[2] Vincent Roullier, Olivier L´ezoray, Vinh-Thong Ta, and Abderrahim Elmoataz. Multi-resolution graph-based analysis of
histopathological whole slide images : application to mitotic cell extraction and visualization. Computerized Medical
Imaging and Graphics, 35(7) :603–615, 2011.
[3] Ajay Nagesh Basavanhally, Shridar Ganesan, Shannon Agner, James Peter Monaco, Michael D Feldman, John E To-
maszewski, Gyan Bhanot, and Anant Madabhushi. Computerized image-based detection and grading of lymphocytic
infiltration in her2+ breast cancer histopathology. Biomedical Engineering, IEEE Transactions on, 57(3) :642–653, 2010.
[4] Juliane M. Kr¨uger, C´edric Wemmert, Ludovic Sternberger, Christel Bonnas, Gabriele Dietmann, Pierre Gan¸carski, and
Friedrich Feuerhake. Combat or surveillance ? evaluation of the heterogeneous inflammatory breast cancer microenvi-
ronment. The Journal of Pathology, 2013. to appear.
2