CA2687596A1 - Procede et dispositif d'acquisition et de traitement d'images pour la detection de lesions evolutives - Google Patents

Procede et dispositif d'acquisition et de traitement d'images pour la detection de lesions evolutives Download PDF

Info

Publication number
CA2687596A1
CA2687596A1 CA002687596A CA2687596A CA2687596A1 CA 2687596 A1 CA2687596 A1 CA 2687596A1 CA 002687596 A CA002687596 A CA 002687596A CA 2687596 A CA2687596 A CA 2687596A CA 2687596 A1 CA2687596 A1 CA 2687596A1
Authority
CA
Canada
Prior art keywords
images
image
component
profile
lesions
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Abandoned
Application number
CA002687596A
Other languages
English (en)
Inventor
Laurent Petit
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Galderma Research and Development SNC
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Publication of CA2687596A1 publication Critical patent/CA2687596A1/fr
Abandoned legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/44Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/444Evaluating skin marks, e.g. mole, nevi, tumour, scar
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30088Skin; Dermal

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Dermatology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

Ce procédé de détection de lésion comprend les étapes de: -formation d im ages successives d une surface à analyser; -élaborationd au moins un profil de variation en fonction du temps d un paramètre des images formées; et -com paraison d au moins un profil élaboré avec une valeur de seuil de détectiond e lésions.

Description

Procédé et dispositif d'acquisition et de traitement d'images pour la détection de lésions évolutives L'invention se rapporte au domaine du traitement d'images et, en particulier, au domaine du traitement d'images dermatologiques.
Plus particulièrement, l'invention concerne l'acquisition et le traitement d'images pour la détection de lésions évolutives.
Une application particulièrement intéressante de l'invention concerne ainsi la détection de lésions acnéiques de la peau par traitement d'images.
L'apparition et l'évolution d'une pathologie dermatologique, telle que l'acné, peuvent être surveillés par traitement d'images. Mais cela nécessite, dans ce cas, de mettre en oeuvre des enregistrements de prises de vues successives obtenus à différents temps d'un organe à
surveiller, en l'espèce la peau, et de comparer les données ainsi obtenues afin de détecter l'apparition et le développement de nouvelles lésions ou au contraire, leur disparition.
On pourra à cet égard se référer au document EP-A-0 927 405 et au document FR-A-2 830 961 dans lesquels la détection d'une lésion acnéique s'effectue en comparant deux à deux des images prises successivement dans le temps afin de détecter et localiser des zones de différences entre les images.
En particulier, dans le document EP-A-0 927 405, il est prévu de calculer une déformation appliquée à une première image pour la faire correspondre à une deuxième image formée ultérieurement, cette déformation servant alors de base à la détection des lésions.
Au vu de ce qui précède, le but de l'invention est de pallier les inconvénients liés aux techniques de détection selon l'état de la technique et, en particulier, de proposer un procédé et un dispositif de détection de lésions évolutives ne nécessitant pas de mettre en oeuvre des comparaisons d'images.
2 L'invention a donc pour objet, selon un premier aspect, un procédé d'acquisition et de traitement d'images pour la détection de lésions évolutives.
Ce procédé comprend les étapes de - formation d'images successives d'une surface à analyser - élaboration d'au moins un profil de variation en fonction du temps d'un paramètre des images formées ; et - comparaison d'au moins un profil élaboré avec une valeur de seuil de détection de lésions.
Selon une autre caractéristique du procédé selon l'invention, on élabore un profil de variation de l'intensité de l'image pour différentes composantes de couleur des images.
On peut ainsi élaborer un profil de variation de l'intensité de l'image pour au moins une composante de couleur choisie parmi une composante de rouge, une composante de bleu, et une composante de vert.
On peut en outre élaborer un profil de variation de la valeur d'un rapport de composantes de couleur des images tel que, par exemple, un profil de variation du rapport entre l'intensité de la composante de rouge et de la composante de bleu.
Selon une autre caractéristique du procédé selon l'invention, au cours de la formation des images, on procède à des prises de vues successives de ladite surface selon des modes d'éclairage différents de sorte qu'à chaque instant de prise de vues on forme un ensemble d'images obtenues selon des modes d'éclairage successifs.
Le procédé peut ainsi en outre comprendre des étapes de stockage des images formées dans une base d'images et de visualisation des images par sélection des images et affichage des images sélectionnées sur un écran de visualisation.
Lors de l'étape de visualisation d'une image, on peut en outre délimiter une région d'intérêt dans l'image et insérer dans l'image en
3 cours de visualisation une zone correspondante d'une image formée selon un autre mode d'éclairage et extraite de la base d'images.
Le procédé peut en outre comprendre une étape de traitement des images formées par mise en correspondance géométrique des images.
L'invention a également pour objet, selon un second aspect, un dispositif d'acquisition et de traitement d'images pour la détection de lésions évolutives, comprenant des moyens de prise de vues adaptés pour la formation d'images successives d'une surface à analyser et des moyens de traitement des images.
Selon une caractéristique générale de ce dispositif, les moyens de traitement comprennent des moyens de calcul adaptés pour élaborer au moins un profil de variation en fonction du temps d'un paramètre des images formées et des moyens de comparaison d'au moins un profil élaboré avec une valeur de seuil de détection de lésions.
Par exemple, le paramètre comprend au moins un paramètre choisi parmi l'intensité des images pour une composante de rouge, l'intensité des images pour une composante de bleu, l'intensité des images pour une composante de vert, et un rapport de composantes de couleur des images.
Selon encore une autre caractéristique du dispositif selon l'invention, celui-ci comprend des moyens d'éclairage adaptés, conjointement avec les moyens de prise de vues, pour la formation d'images selon des modes d'éclairage différents, une base d'images pour le stockage des images formées, un écran de visualisation pour la visualisation d'images extraites de la base d'images, et une interface homme-machine pour délimiter une région d'intérêt dans une image en cours de visualisation, les moyens de traitement comprenant des moyens pour insérer dans ladite image une zone correspondante d'une image formée selon un mode d'éclairage différent et extraite de la base d'images.
4 D'autres buts, caractéristiques et avantages de l'invention apparaîtront à la lecture de la description suivante, donnée uniquement à titre d'exemple non limitatif, et faite en référence aux dessins annexés, sur lesquels :
- la figure 1 est un schéma synoptique illustrant l'architecture générale d'un dispositif d'acquisition et de traitement d'images conforme à l'invention ;
- la figure 2 est un schéma synoptique montrant la structure de l'unité centrale du dispositif de la figure 1;
- les figures 3 et 4 illustrent la méthode de recalage des images ;
- les figures 5 à 9 montrent l'interface homme-machine du dispositif de la figure 1 permettant le réglage de paramètres de visualisation et le choix d'une région d'intérêt ;
- la figure 10 montre la procédure de superposition d'une zone extraite d'une autre image dans la région d'intérêt ;
- les figures 11 et 12 illustrent la procédure de détection automatique de lésions ; et - la figure 13 illustre un organigramme illustrant le fonctionnement du procédé d'acquisition et de traitement d'images conforme à l'invention.
En référence à la figure 1, on a représenté l'architecture générale d'un dispositif d'acquisition et de traitement d'images conforme à l'invention, désigné par la référence numérique générale 10.
Dans l'exemple de réalisation représenté, ce dispositif est destiné à suivre l'évolution dans le temps de lésions acnéiques en procédant à des prises de vues successives selon des périodes de temps prédéterminées de la peau d'un patient, et à réaliser l'archivage des images formées, leur visualisation et leur comparaison.
On notera cependant qu'un tel dispositif est destiné à suivre l'évolution dans le temps de lésions évolutives, telles que l'acné, le psoriasis, la rosacée, les désordres pigmentaires, l'onychomycose, la kératose actinique, les cancers cutanés.
Un tel dispositif peut ainsi être avantageusement être utilisé
par des praticiens pour déterminer l'efficacité d'un traitement ou, par
5 exemple, pour mettre en oeuvre des essais cliniques afin, de la même façon, d'apprécier l'efficacité d'un nouveau produit.
On notera cependant que l'invention n'est pas limitée à une utilisation dans le domaine de la dermatologie et peut également s'appliquer mutatis mutandis à tout autre domaine dans lequel il est nécessaire de procéder à une analyse comparative d'images successives d'un organe ou, de manière générale, d'une surface à
examiner.
On notera de même que l'on ne sort pas du cadre de l'invention lors que l'on suit l'évolution dans le temps de lésions évolutives à
partir d'une acquisition périodique de données d'autres natures, d'un archivage de ces données et d'un traitement ultérieur de ces données.
Comme on le voit sur la figure 1, dans le mode de réalisation illustré dans lequel les données sont des données d'image, le dispositif 10 comprend essentiellement un appareil de prise de vues 12 placé sur un support 13 fixe et un dispositif d'éclairage 14 raccordés à une unité
centrale 15 comprenant un ensemble de moyens matériels et logiciels permettant de commander le fonctionnement de l'appareil de prise de vues 12 et du dispositif d'éclairage 14 afin de procéder à des prises de vues de la peau d'un patient P selon divers modes d'éclairage et ce, de manière successive et contrôler l'exploitation ultérieure des résultats.
En effet, dans l'exemple de réalisation envisagé dans lequel le dispositif 10 est destiné à permettre à un praticien ou à un laboratoire de recherche de déterminer l'efficacité d'un traitement, le patient P
subit des séances d'examen, par exemple à raison de une tous les jours, pendant une durée pouvant être de l'ordre de un mois et, à
chaque visite, on procède à des prises de vues selon divers modes d'éclairage servant respectivement à apprécier diverses
6 caractéristiques des lésions ou à acquérir des données relatives à des paramètres de la peau du patient.
Par exemple, on procède à des prises de vues selon un éclairage sous lumière naturelle, selon une lumière polarisée en parallèle, et selon une lumière polarisée croisée.
En effet, la lumière polarisée en parallèle permet d'apprécier aisément les reliefs des lésions alors que la lumière polarisée croisée permet de faciliter le comptage des lésions inflammatoires en améliorant leur visualisation.
Les modes de prises de vues peuvent également s'effectuer par éclairage ou irradiation en UVA, en proche infra-rouge, par mise en oeuvre d'une thermographie infra-rouge, ou sous différentes longueurs d'onde (images multispectrales). Il est également possible de procéder à une combinaison arithmétique de ces images ainsi formées.
On peut également utiliser d'autres types d'éclairage ou encore combiner les images formées avec des données complémentaires obtenues à l'aide de moyens de mesure appropriés.
Ainsi, de manière non limitative, on pourrait en outre combiner les données d'images avec des données obtenues au moyen de divers dispositifs de mesure, par exemple au moyen d'un évaporimètre afin de déterminer la perte insensible en eau de la peau, au moyen d'un sébumètre, afin de déterminer le taux de sébum de la peau, ou au moyen d'un PHmètre dans le but de déterminer, par exemple, les modifications subies par la peau en raison d'un traitement pouvant être irritant, ... On pourrait encore associer aux données d'images des informations relatives à la microcirculation ou à la desquamation de la peau en utilisant des appareils de mesure appropriés, ou encore à
l'hydratation en utilisant par exemple un corneométre.
Le dispositif d'éclairage 14 incorpore divers moyens d'éclairage permettant d'émettre le rayonnement choisi, par exemple, comme indiqué précédemment, selon une lumière normale, une lumière polarisée parallèle ou perpendiculaire. Mais, dans d'autres modes de
7 PCT/FR2008/050922 réalisation, le dispositif d'éclairage 14 peut en outre incorporer si on le souhaite, une source de rayons UVA, une source de rayons émettant dans le domaine du proche infrarouge ou dans le domaine de l'infrarouge ou encore selon différentes longueurs d'ondes pour former des images multispectrales ou en vue de réaliser des combinaisons arithmétiques de telles images.
Comme on le voit sur la figure 1, l'unité centrale 15 est associée à une base d'images 16, ou de manière générale une base de données, dans laquelle sont stockées et organisées l'ensemble des images prises à chaque visite selon les divers modes d'éclairage associée à des données complémentaires délivrés par les dispositifs de mesure . Elle est encore associée à une interface homme-machine 17 constituée, par exemple, par un clavier, une souris, ou tout autre moyen approprié pour l'utilisation envisagée et comprenant un écran de visualisation 18 permettant de visualiser les images formées.
Comme on le voit, le dispositif 10 peut communiquer par liaison filaire ou non filaire avec un poste d'utilisateur distant 19 ou à
un réseau de tels postes permettant, par exemple, de récupérer, consulter, comparer et exploiter à distance les images stockées dans la base de données 16.
Enfin, dans le but de rendre les conditions de prise de vues sensiblement reproductibles, le dispositif 10 est complété par un support 20 placé à distance et à hauteur fixe par rapport à l'appareil de prise de vues 12 afin de permettre un positionnement précis de la zone du corps du patient P par rapport à ce dernier.
Le support 20 peut être avantageusement complété par des moyens complémentaires permettant de positionner et maintenir précisément la zone corporelle choisie, par exemple sous la forme d'une mentonnière ou de surfaces d'appui pour la tête du patient afin, qu'à chaque visite, le visage du patient soit positionné de manière précise par rapport à l'appareil de prise de vues.
8 Toutefois, afin d'améliorer les performances du dispositif et de rendre comparables les images entre elles en mettant en correspondance exacte les parties du corps d'un examen à un autre, l'unité centrale procède à un prétraitement des images formées par recalage géométrique des images.
Suivant le cas, ce recalage peut être rigide, c'est-à-dire qu'il ne change pas les formes, ou bien non rigide, ou bien affine, et modifiera ainsi les formes selon un certain nombre de degrés de liberté.
Comme cela sera décrit en détail par la suite, ce recalage s'effectue par rapport à une image de référence, c'est-à-dire, d'une part, par rapport à une image formée lors d'un examen de référence et, d'autre part, par rapport à une image de référence. Par exemple, cette image de référence peut être constituée par une image prise selon un mode d'acquisition prédéterminé, par exemple prise sous lumière naturelle.
Après avoir effectué ce prétraitement, les images, préalablement organisées, sont stockées dans la base d'images 16, pour pouvoir ultérieurement être consultées et comparées.
Pour ce faire, en se référant à la figure 2, l'unité centrale 15 comporte un ensemble de modules matériels et logiciels assurant le traitement des images, leur organisation et leur exploitation.
Il comporte ainsi, dans le mode de réalisation envisagé, un premier module 21 de gestion d'images ou de données, permettant de regrouper des patients souffrant d'une même pathologie ou de créer une étude clinique portant, par exemple, sur un traitement dont il convient d'apprécier la performance, ou de sélectionner une étude existante.
Ce module 21 permet de définir et d'organiser, dans la base de données 16, une zone mémoire affectée d'un identifiant et regroupant un certain nombre de patients, un ensemble de visites, des modes de prise de vues spécifiques, des zones du corps photographiées, voire
9 des régions d'intérêt dans les images stockées et des paramètres à
surveiller, issus des dispositifs de mesure.
Par exemple, lors de la création d'une étude par le module 21, on procède à une détermination d'un mode de prise de vues de référence sur lequel seront ultérieurement recalées les autres images.
Le premier module 21 de gestion est associé à un deuxième module 22 de gestion d'images qui permet d'importer des images dans le dispositif 10 et de les lier à une étude préalablement créée, à un patient, à une visite, à une région d'intérêt et à un mode de prise de vues.
L'unité centrale 15 est également pourvue d'un module 23 de recalage des images.
Ce module de recalage 23 comprend un premier étage 23a assurant le recalage de l'ensemble des images formées lors des différentes visites sur une visite de référence et un deuxième étage 23-b assurant le recalage des images de chaque visite sur une image de référence prise selon un mode de prise de vues prédéterminé, en l'espèce en lumière naturelle.
En se référant aux figures 3 et 4, le recalage des images mis en oeuvre par l'unité centrale 15 est basé sur une comparaison d'une image I à recaler par rapport à une image de référence Iref.
Il s'agit, en d'autres termes, de spécifier un ensemble de zones de référence ZYef dont le nombre et la surface sont paramétrables et de comparer chacune des zones ZYef avec l'image de référence Iref par exemple en balayant chaque zone de référence sur l'image de référence.
En pratique, cette comparaison consiste à élaborer un critère de similitude, par exemple un coefficient de corrélation des zones de référence Zref vers l'image de référence et consiste donc à rechercher dans l'image de référence, la zone Z'ref la plus semblable de chaque zone de référence Zref de l'image à recaler I.

Comme on le voit sur la figure 4, ce calcul permet d'élaborer un champ de vecteurs V illustrant chacun la déformation à appliquer sur une zone de référence pour la faire correspondre à une zone similaire de l'image de référence. A partir de ce champ de vecteur, le 5 module de recalage des images procède à un calcul de la transformation à appliquer à l'image I pour obtenir une mise en correspondance exacte d'une zone du corps d'un examen à un autre ou, de manière générale, d'une image à une autre.
Il s'agit, en d'autres termes, de rechercher la transformation
10 affine ou libre qui permet de représenter le mieux le champ de vecteurs et d'appliquer cette transformation à l'ensemble de l'image.
La peau, étant un matériau élastique, il a été constaté qu'un recalage non rigide, c'est-à-dire non affine, permet un meilleur recalage des images après régularisation du champ de vecteurs, ce qui permet d'imposer des contraintes à la transformation et ne pas autoriser tout type de transformation.
Il est en outre proposé à l'utilisateur une représentation de la transformation effectuée afin de valider ou non le recalage d'une image et éviter ainsi une comparaison ultérieure d'images dont les modifications apportées sont trop importantes.
Par exemple, pour ce faire, on superpose à une image à recalée une grille ou, de manière générale, un maillage fictif, et l'on applique la même transformation à ce maillage que celle subie lors du recalage des images. Il est ainsi possible d'apprécier aisément le niveau de déformation appliqué à l'image.
Après avoir effectué le recalage, l'unité centrale 15 peut, de manière optionnelle, corriger des biais dans l'image en corrigeant l'intensité de l'image recalée pour que son intensité soit semblable à
l'image de référence.
Après avoir effectué ce prétraitement, l'unité centrale 15 procède au stockage des images dans la base d'images 16, associées, le cas échéant, comme indiqué précédemment, à des données
11 complémentaires. Elle utilise à cet effet un module 24 de génération d'un jeu d'images recalées afin, notamment, de pouvoir exporter les images pour qu'elles puissent être utilisées dans des logiciels de traitement d'autres natures.
L'unité centrale 15 comporte encore un module de visualisation dynamique du jeu d'images recalées, désigné par la référence numérique générale 25.
Ce module 25 est directement paramétrable par l'interface homme-machine 17 conjointement avec l'écran 18 et comprend tous les moyens matériels et logiciels permettant de naviguer au sein de la base d'images 16 pour visualiser le jeu d'images recalées, de régler les paramètres de visualisation, tels que le zoom, la luminosité, le contraste, le mode de prise de vues visualisé, de délimiter des régions d'intérêt ou encore, comme cela sera décrit en détails par la suite, d'incorporer à une région délimitée dans une image en cours de visualisation, une région correspondante extraite d'une autre image, par exemple une image prise selon un autre mode de prise de vues.
En se référant aux figures 5 à 9, pour ce faire, l'unité centrale 15 provoque l'affichage, sur l'écran 18, d'un certain nombre de fenêtres ou, de manière générale, d'une interface proposant à
l'utilisateur un certain nombre d'outils pour permettre une telle visualisation dynamique des images.
Tout d'abord, en se référant à la figure 5, une première fenêtre Fl permet de visualiser l'ensemble des visites précédemment effectuées et de sélectionner l'une des visites afin d'extraire de la base d'images les images correspondantes.
Une deuxième fenêtre F2 (figure 6) permet de choisir, pour chaque image, un mode d'acquisition et des images complémentaires portant par exemple sur d'autres zones du visage photographié. Par exemple, un premier icône Il permet de sélectionner la zone du visage à identifier, par exemple la joue droite, la joue gauche, le front, le menton, ...tandis qu'un deuxième icône 12 permet de sélectionner le
12 mode d'exposition, par exemple lumière naturelle, lumière polarisée en parallèle ou croisée,....
En outre, une fenêtre de contrôle F3 (figure 7) permet de visualiser, dans une image globale, une portion d'image en cours d'examen et de se déplacer rapidement dans l'image.
L'unité centrale 15 peut encore proposer une fenêtre de contrôle F4 permettant de régler le niveau de zoom, de luminosité et de contraste de l'image visualisée (figure 8) ou encore une fenêtre F5 permettant de sélectionner un mode de défilement diaporama selon lequel les images des différentes visites ou d'une visite encadrant une visite sélectionnée sont présentées à l'écran avec une vitesse de défilement réglable (figure 9).
En se référant aux figures 2 et 10, l'unité de traitement 15 comporte encore un module de traitement d'images 26 qui coopère avec le module de visualisation 25 pour proposer conjointement à
l'utilisateur un outil permettant de sélectionner une région d'intérêt R
dans une image en cours de visualisation, de sélectionner une autre image, par exemple une image prise selon un autre mode de prise de vues, d'importer une zone Z de l'image sélectionnée correspondant à
la région d'intérêt R et d'intégrer à l'image I la zone Z extraite de l'image sélectionnée.
Ainsi, par exemple, après avoir sélectionné une région d'intérêt R et un autre mode de prise de vues, l'unité centrale 15 et, en particulier, le module de traitement 26, extrait de l'image correspondante à la sélection, la zone Z correspondant à la région d'intérêt et l'insère dans l'image afin de pouvoir dynamiquement disposer d'un autre mode de prise de vues dans une portion sélectionnée d'une image en cours de visualisation.
Bien entendu, toute autre donnée extraite de la base, ou une partie seulement de ces données, peut également être incorporée dans la région d'intérêt R en lieu et place ou en plus de la zone importée Z, par exemple tout type de données obtenues par les différents
13 dispositifs de mesure d'un paramètre de la peau, telles que des données de pH, de perte insensible en eau, de sébumétrie, de données d'hydratation comme par exemple le skinchip ou la cornéométrie, la microcirculation, la desquamation, la couleur ou l'élasticité de la peau.
Enfin, en se référant également aux figures 11 et 12, l'unité
centrale 15 est dotée d'un module 27 de détection automatique de lésions assurant, par exemple, une comparaison des données associées à chaque pixel avec une valeur de seuil de détection de lésions.
En effet, en se référant à la figure 11 qui concerne un peau saine, et sur laquelle on a représenté l'évolution de l'intensité i d'une portion d'image en fonction du temps t, pour la couleur rouge (courbe Cl), pour la couleur verte (courbe C2), pour la couleur bleue (courbe C3) et pour le rapport rouge/bleu (C4), on voit que, dans une région saine, le profil des intensités oscille autour d'une valeur moyenne correspondante à la couleur de la peau.
Au contraire, comme représenté sur la figure 12 qui correspond à une peau présentant des lésions acnéiques, et sur laquelle les courbes C'l, C'2, C'3 et C'4 correspondent respectivement aux courbes Cl, C2, C3 et C4 de la figure 11, dans une région lésée, le profil d'intensités en fonction du temps présente un pic parfaitement identifiable quand il est présent sur la peau, c'est-à-dire que la peau devient plus sombre ou plus claire, ou plus rouge, selon le type de lésion.
Il est alors possible de détecter et de qualifier automatiquement l'apparition d'une lésion par comparaison des profils d'intensité avec une valeur de seuil. Par exemple, comme représenté, on peut comparer le profil de variation du rapport des signaux rouge/bleu avec une valeur de seuil d'intensité correspondant à une valeur 2 .
Ainsi, comme cela ressort des figures 11 et 12, le module 27 de détection automatique de lésions procède à l'extraction, pour chaque image, zone par zone, des valeurs des paramètres surveillés, et élabore
14 ainsi, pour l'ensemble des images formées successivement dans le temps, et pour chaque paramètre, un profil de variation du paramètre en fonction du temps.
Comme indiqué précédemment, le paramètre surveillé peut être constitué par tout type de paramètre lié aux images, et en particulier un paramètre de colorimétrie, c'est-à-dire, notamment, l'intensité des composantes de rouge, de vert et de bleu et le rapport de composantes, par exemple le rapport entre l'intensité de la composante de rouge et de la composante de bleu.
Le module 27 collecte ainsi l'ensemble des valeurs des paramètres surveillés sur une période de temps paramétrable et élabore des courbes illustrant l'évolution de ces paramètres pour les présenter à l'utilisateur. Comme illustré sur les figures 11 et 12, il est dès lors possible, par exemple, de disposer de l'évolution des valeurs des composantes de rouge, de vert et de bleu et du rapport de ces composantes.
Pour chacune des zones surveillées, le module 27 de détection procède à un calcul de la différence de la valeur des paramètres avec une valeur de seuil de détection de lésion correspondante.
Bien entendu, ce calcul s'effectue après sélection, par l'utilisateur, de l'un ou de plusieurs paramètres, en fonction de la nature de la lésion à détecter et, le cas échéant, après saisie d'une valeur de seuil ou de plusieurs valeurs de seuil respectives par l'utilisateur.
En effet, la valeur de seuil, qui peut être stockée en mémoire dans l'unité centrale 15 ou saisie manuellement, est paramétrable et dépend du paramètre surveillé.
Comme indiqué précédemment, l'apparition d'une lésion se traduit par une variation, dans la zone lésée, des composantes de couleur. Dans l'exemple illustré sur la figure 12, la lésion engendre une baisse relativement important des composantes de bleu et de vert, par rapport à la modification de la composante de rouge, ce qui se traduit par une élévation localement importante du rapport des composantes de rouge et de bleu pendant la durée d'apparition de la lésion.
Il est ainsi ici possible de détecter l'apparition de la lésion à
5 partir de la variation du rapport des composantes de rouge et de bleu, par comparaison avec une valeur de seuil de détection par exemple fixée à 2 .
Bien entendu, on utilise une autre valeur de seuil lorsque la détection d'une lésion s'effectue à partir d'un autre paramètre.
10 La détection d'une lésion s'effectue par le module 27, zone par zone. Bien entendu, les dimensions des zones surveillées constituent une valeur paramétrable qui dépend de la taille des lésions à détecter.
On va enfin décrire en référence à la figure 13 les principales phases du procédé d'acquisition et de traitement d'images selon
15 l'invention, pour la détection de l'évolution dans le temps de lésions acnéiques effectuée, dans l'exemple considéré à partir de données d'images formées selon des modes d'éclairage respectifs.
Au cours d'une première étape 30, l'unité centrale 15 procède à
l'acquisition successive d'un ensemble d'images prises successivement dans le temps lors de diverses visites d'un patient et, pour chaque visite, selon divers modes de prise de vues.
Ultérieurement ou au préalable, l'unité centrale 15 met en oeuvre les modules de gestion d'étude et de gestion 21 et 22 afin de créer une étude ou d'affecter les images formées à une étude préalablement saisie.
Lors de l'étape 32 suivante, il est procédé à un recalage des images, selon la procédure précédemment indiquée, en mettant en oeuvre les modules 23-a et 23-b de recalage des images afin, d'une part, de recaler les images sur une visite de référence et, d'autre part, de recaler, à chaque visite, une image sur une image de référence prise selon un mode de prise de vues sélectionné.
16 Après recalage, il est procédé à l'élaboration un jeu d'images recalées (étape 33) qui sont stockées alors dans la base d'images 16.
Comme indiqué précédemment, les données d'images peuvent être complétées par des données délivrées par d'autres types de capteurs afin de compléter les informations disponibles.
Lors de la phase 34 suivante, à la demande d'un utilisateur, les images stockées dans la base d'images 16, complétées le cas échéant par des données complémentaires ou une partie de telles données, peuvent être visualisées.
Pour ce faire, l'unité centrale 15 propose à l'utilisateur un certain nombre d'interfaces permettant de sélectionner des paramètres d'affichage, de choisir une ou plusieurs régions d'intérêt, et de naviguer d'une image à une autre au sein de la région d'intérêt, de choisir diverses zones d'un visage, ...

Claims (11)

1. Procédé d'acquisition et de traitement d'images pour la détection de lésions évolutives, caractérisé en ce qu'il comprend les étapes de :
- formation d'images successives d'une surface à analyser - élaboration d'au moins un profil de variation en fonction du temps d'un paramètre des images formées ; et - comparaison d'au moins un profil élaboré avec une valeur de seuil de détection de lésions.
2. Procédé selon la revendication 1, caractérisé en ce que l'on élabore un profil de variation de l'intensité de l'image pour différentes composantes de couleurs de l'image.
3. Procédé selon la revendication 2, caractérisé en ce que l'on élabore un profil de variation de l'intensité de l'image pour au moins une composante de couleur choisie parmi une composante de rouge, une composante de bleu, et une composante de vert.
4. Procédé selon l'une des revendications 2 et 3, caractérisé en ce que l'on élabore en outre un profil de variation de la valeur d'un rapport de composantes de couleur des images.
5. Procédé selon la revendication 4, caractérisé en ce que l'on élabore un profil de variation du rapport entre l'intensité de la composante de rouge et de la composante de bleu.
6. Procédé selon l'une quelconque des revendications 1 à 5, caractérisé en ce qu'au cours de la formation des images, on procède à
des prises de vues successives de ladite surface selon des modes d'éclairage différents, de sorte qu'à chaque instant de prise de vues on forme un ensemble d'images obtenues selon des modes d'éclairage respectifs.
7. Procédé selon l'une quelconque des revendications 1 à 6, caractérisé en ce qu'il comprend en outre des étapes de stockage des images formées dans une base d'images (16) et de visualisation des images par sélection des images et affichage des images sélectionnées sur un écran de visualisation, et en ce que lors de l'étape de visualisation d'une image, on délimite une région d'intérêt dans l'image et l'on insère dans l'image en cours de visualisation une zone (Z) correspondante d'une image formée selon un mode d'éclairage différent et extraite de la base d'images.
8. Procédé selon l'une quelconque des revendications 1 à 7, caractérisé en ce qu'il comprend en outre une étape de traitement des images formées par mise en correspondance géométrique des images.
9. Dispositif d'acquisition et de traitement des images, pour la détection de lésions évolutives, comprenant des moyens de prise de vues (12) adaptés pour la formation d'images successives d'une surface à analyser et des moyens de traitement d'images (15), caractérisé en ce que les moyens de traitement d'images (15) comprennent des moyens de calcul adaptés pour élaborer au moins un profil de variation en fonction du temps d'un paramètre des images formées et des moyens de comparaison d'au moins un profil élaboré
avec une valeur de seuil de détection de lésions.
10. Procédé selon la revendication 9, caractérisé en ce que le paramètre comprend au moins un paramètre choisi parmi l'intensité
des images pour une composante de rouge, l'intensité de l'image pour une composante de bleu, l'intensité des images pour une composante de vert, et un rapport de composantes de couleur des images.
11. Dispositif selon l'une des revendications 9 et 10, caractérisé en ce qu'il comprend des moyens d'éclairage (14) adaptés, conjointement avec les moyens de prise de vues (12), pour la formation d'images selon des modes d'éclairage différents, une base d'images (16) pour le stockage des images formées, un écran de visualisation pour la visualisation d'images extraites de la base d'images et une interface homme-machine (17) adaptée pour délimiter une région d'intérêt dans une image en cours de visualisation, les moyens de traitement comprenant des moyens pour insérer dans ladite image une zone correspondante d'une image formée selon un mode d'éclairage différent et extraite de la base d'images.
CA002687596A 2007-05-29 2008-05-28 Procede et dispositif d'acquisition et de traitement d'images pour la detection de lesions evolutives Abandoned CA2687596A1 (fr)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR0755306 2007-05-29
FR0755306A FR2916883B1 (fr) 2007-05-29 2007-05-29 Procede et dispositif d'acquisition et de traitement d'images pour la detection de lesions evolutives
PCT/FR2008/050922 WO2008152297A2 (fr) 2007-05-29 2008-05-28 Procede et dispositif d'acquisition et de traitement d'images pour la detection de lesions evolutives

Publications (1)

Publication Number Publication Date
CA2687596A1 true CA2687596A1 (fr) 2008-12-18

Family

ID=38965775

Family Applications (1)

Application Number Title Priority Date Filing Date
CA002687596A Abandoned CA2687596A1 (fr) 2007-05-29 2008-05-28 Procede et dispositif d'acquisition et de traitement d'images pour la detection de lesions evolutives

Country Status (5)

Country Link
US (1) US20100284582A1 (fr)
EP (1) EP2160717A2 (fr)
CA (1) CA2687596A1 (fr)
FR (1) FR2916883B1 (fr)
WO (1) WO2008152297A2 (fr)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5822545B2 (ja) * 2011-06-09 2015-11-24 キヤノン株式会社 画像処理装置、画像処理装置の制御方法、およびプログラム
US9020192B2 (en) 2012-04-11 2015-04-28 Access Business Group International Llc Human submental profile measurement
GB201308866D0 (en) * 2013-05-16 2013-07-03 Siemens Medical Solutions System and methods for efficient assessment of lesion developemnt
JP6526428B2 (ja) * 2015-01-27 2019-06-05 キヤノンメディカルシステムズ株式会社 医用画像処理装置、医用画像処理方法および医用画像診断装置
US9913583B2 (en) * 2015-07-01 2018-03-13 Rememdia LC Health monitoring system using outwardly manifested micro-physiological markers
US20170000392A1 (en) * 2015-07-01 2017-01-05 Rememdia LC Micro-Camera Based Health Monitor
CN107341100A (zh) * 2017-05-24 2017-11-10 上海与德科技有限公司 摄像头参数的配置方法及装置
WO2019070775A1 (fr) * 2017-10-03 2019-04-11 Ohio State Innovation Foundation Système et procédé de segmentation d'image et d'analyse numérique pour notation d'essai clinique dans une maladie de la peau
JP2023520017A (ja) 2020-04-01 2023-05-15 サ-コス コーポレイション 非生物学的な可動の空中ターゲットの早期検出のためのシステムおよび方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5961466A (en) * 1995-01-03 1999-10-05 Omnicorder Technologies, Inc. Method of detection of cancerous lesions by their effect on the spatial distribution of modulation of temperature and homogeneity of tissue
FR2763721B1 (fr) * 1997-05-21 1999-08-06 Inst Nat Rech Inf Automat Dispositif electronique de traitement d'images pour la detection de variations dimensionnelles
EP2793189B1 (fr) * 2001-10-03 2016-11-02 Retinalyze A/S Evaluation de lesions sur une image
FR2830962B1 (fr) * 2001-10-12 2004-01-30 Inst Nat Rech Inf Automat Dispositif et methode de traitement d'image pour detection de lesions evolutives
US20040240716A1 (en) * 2003-05-22 2004-12-02 De Josselin De Jong Elbert Analysis and display of fluorescence images
WO2007031946A2 (fr) * 2005-09-12 2007-03-22 Dvp Technologies Ltd. Traitement d'images medicales

Also Published As

Publication number Publication date
US20100284582A1 (en) 2010-11-11
FR2916883A1 (fr) 2008-12-05
WO2008152297A2 (fr) 2008-12-18
EP2160717A2 (fr) 2010-03-10
WO2008152297A3 (fr) 2009-03-19
FR2916883B1 (fr) 2009-09-04

Similar Documents

Publication Publication Date Title
CA2687596A1 (fr) Procede et dispositif d'acquisition et de traitement d'images pour la detection de lesions evolutives
US11382558B2 (en) Skin feature imaging system
US10201281B2 (en) System, method and article for normalization and enhancement of tissue images
AU2014293317B2 (en) Optical detection of skin disease
AU2017217944B2 (en) Systems and methods for evaluating pigmented tissue lesions
JP5165732B2 (ja) マルチスペクトル画像処理方法、画像処理装置、及び画像処理システム
WO2013163211A1 (fr) Procédé et système pour une quantification non-invasive de physiologie d'échantillons biologiques à l'aide d'une série d'images
Min et al. Development and evaluation of an automatic acne lesion detection program using digital image processing
EP3465629A1 (fr) Procédé d'élaboration d'un modèle déformable en trois dimensions d'un élément, et système associé
CA2685562A1 (fr) Procede et dispositif d'acquisition et de traitement de donnees pour la detection de l'evolution dans le temps de lesions evolutives
EP4161437B1 (fr) Prise d'empreinte optique de l'arcade dentaire d'un patient
WO2015097239A1 (fr) Procédé d'analyse d'images du visage pour la détection d'un effet flush
JP2010252904A (ja) メラノーマ鑑別指標の導出方法
FR2792749A1 (fr) Procede de localisation et de representation tridimensionnelle d'elements d'interet d'un organe
WO2019134760A1 (fr) Procédé d'évaluation de la perte des cheveux et de troubles du cuir chevelu
Tosca et al. Development of a three-dimensional surface imaging system for melanocytic skin lesion evaluation
WO2019081849A1 (fr) Procédé et dispositif de suivi de la fluorescence émise à la surface d'un tissu biologique
WO2024009212A1 (fr) Procédé d'analyse cosmétique d'un visage
FR3135552A1 (fr) Procédé de diagnostic de la peau par analyse faciale 3D
CA2434547C (fr) Atlas comportant au moins une sequence video
WO2010031747A1 (fr) Procede et systeme d'analyse de la peau
WO2023242365A1 (fr) Procédé de génération d'un marqueur différentiel sur une représentation d'une portion du corps humain
Barone et al. 3D Imaging Analysis of Chronic Wounds Through Geometry and Temperature Measurements

Legal Events

Date Code Title Description
EEER Examination request
FZDE Discontinued

Effective date: 20150109