EP3897353A1 - Procede et systeme de caracterisation de desordres pigmentaires d'un individu - Google Patents
Procede et systeme de caracterisation de desordres pigmentaires d'un individuInfo
- Publication number
- EP3897353A1 EP3897353A1 EP19817730.5A EP19817730A EP3897353A1 EP 3897353 A1 EP3897353 A1 EP 3897353A1 EP 19817730 A EP19817730 A EP 19817730A EP 3897353 A1 EP3897353 A1 EP 3897353A1
- Authority
- EP
- European Patent Office
- Prior art keywords
- disorder
- individual
- tkn
- tkm
- pigment
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/444—Evaluating skin marks, e.g. mole, nevi, tumour, scar
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0064—Body surface scanning
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0073—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by tomography, i.e. reconstruction of 3D images from 2D projections
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/1032—Determining colour of tissue for diagnostic purposes
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4542—Evaluating the mouth, e.g. the jaw
- A61B5/4547—Evaluating teeth
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4542—Evaluating the mouth, e.g. the jaw
- A61B5/4552—Evaluating soft tissue within the mouth, e.g. gums or tongue
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Definitions
- the invention relates to a characterization method and system
- a pigmentary disorder is characterized by:
- the object of the invention is to overcome these drawbacks.
- the invention relates to a method for characterizing
- the method according to the invention makes it possible to generate for an individual A, a Knowledge Base of his Pigmentary Disorders BCDP (A) containing several fields of data.
- the invention also relates to a system for characterizing
- FIG.1 a is a schematic representation of the content of the Database
- FIG.2a is a schematic representation of an imaging system for a skin pigment disorder
- FIG.2b is a schematic representation of an example of a device
- FIG.3 schematically represents the content of a first file of
- Data_2D03D (A, # k, tkn) of the pigment disorder #k at date tkn of individual A,
- FIG.4a schematically represents the content of a second folder of Datas_ParaCalculation (A, # k, tkn) of the pigment disorder #k at the date tkn of individual A,
- FIG.4b schematically represents the generation of the first folder of Data_2D03D (A, # k, tkn) and the second folder of
- FIG.6a schematically represents the content of a fourth folder of Datas_EvoCalclul (A, # k, tkn) of the pigment disorder #k at the date tkn of individual A,
- FIG.6b schematically represents, the generation of this fourth folder of Datas_EvoCalcul (A, # k, tkn),
- FIG.7 is a schematic representation of the content of a fifth
- FIG.8 is a schematic representation of the content of a sixth file corresponding to the Dynamic Profile of the PDDP Pigment Disorder (A, # k) for the pigmentary disorder #k of individual A,
- FIG.9 is a schematic representation of a Global Knowledge Base for Pigmentary Disorders (BCGDP).
- the method for characterizing the pigmentary disorders of an individual A comprises the following steps for each disorder
- transmitter and receiver can be grouped into a transceiver 3 as shown in FIG. 2b,
- transceivers 3 can be positioned according to fixed Pn positions (or 1 transceiver 3 which slides on rail 2 according to variable Pn positions),
- a structure 1 for protecting the acquisition device and the operator 50 comprising a window for positioning the receptors so as to direct them towards the pigmentary disorder 60, the structure being intended to be positioned on the skin and having a surface external clouded except on the positioning window; the window can be fitted with a magnifying glass 4 as shown in FIG. 2b,
- a unit B for processing the acquired 2D images S1 which further comprises a 3D reconstruction module with reflective Radon transformation so as to obtain a reconstructed 3D image S3 from the processed 2D images S2,
- display means which comprise display means D1 of the 2D processed images and display means D3 of the reconstructed 3D image.
- Another 2D and 3D imaging system can of course be used such as that described in US Pat. No. 8,836,762 "Optronic System and method dedicated to identification for formulating three-dimensional Images" or stereoscopic 3D reconstruction systems.
- the process includes the following steps: [29] Storage of 2D (acquired) and 3D (reconstructed) images in a first folder "Data_2D03D (A, # k, tkm) "associated with individual A, with pigmentary disorder #k, with said viewing angles Q and at the date tkm (which is for example the date of the image acquired with the last angle of view).
- Data_2D03D A, # k, tkm
- This first file shown in Figure 3 therefore contains:
- Data_ParaCalcul (A, # k, tkm) as shown in Figure 4a and 4b, associated with individual A, with pigmentary disorder #k, and with the date tkm.
- the parameters of the second Data_ParaCalcul (A, # k, tkn) file are for example:
- the user can define his own analysis section in the 3D image of the pigment disorder to extract his own parameters of interest.
- MOD2 means for calculating comparisons and identifying
- the MOD2 calculation means are interactive with the user (non-doctor operator, or doctor), giving him the possibility of creating different fourth files for the same pigmentary disorder #k, depending on the period.
- Datas_ParaCalculate (A, # k, tkn) also, but if an evaluation of the pigmentary disorder #k is made by the business expert on this date tkn, then the third folder Datas_ParaExpertBusiness (A, # k, tkn) is generated and the module MOD2 in turn generates the fourth Data_EvoCalculation folder (A, # k, tkn) if there is at least a third earlier Data_ParaExpertMétier (A, # k, tkm) folder;
- Datas_2D03D (A, # k, tkn)
- Datas_ParaCalcul (A, # k, tkn)
- Datas_ParaExpertBusiness A, # k, tkn
- Datas_EvoCalcul A, # k, tkn
- IDDP (A, # k, tkn) are aggregated in a sixth folder "PDDP (A, # k)" which represents a Dynamic Profile of Pigment Disorder #k of individual A, as shown in Figure 8.
- BCDP (A) pigmentary Dynamic Profile of Pigmentary Disorder of individual A.
- BCDP (A) base compared to conventional bases lies in the fact that one can see inside the pigment disorder through the 3D image of the pigment disorder through sections or representations of type MIP (Maximum Intensity Projection) and that the expert can be allowed to quantify the evolutionary behavior of the pigmentary disorder using a set of predictive equations established from the global knowledge base of pigmentary disorders defined below.
- a Global Knowledge Base of Pigmentary Disorders can be created by the aggregation of Knowledge Bases of Pigmentary Disorders BCDP (A) of several individuals [A1, A2, ..., Ap ⁇ , p being the number of individuals in the base, as already shown in Figure 9.
- the aggregation of knowledge of pigmentary disorders of several individuals in a global knowledge base of pigmentary disorders is linked to a type selection criterion: age group, sex, location geographic ...
- the method according to the invention applies mainly to the biomedical field in the early identification of skin or subcutaneous disorders.
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Dermatology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Quality & Reliability (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Generation (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
L'invention concerne un procédé de caractérisation de désordres pigmentaires cutanés d'un individu qui comporte: - pour chaque désordre pigmentaire : -- A une date tkm --- acquisition d'images 2D d'un désordre pigmentaire selon plusieurs angles et reconstruction d'au moins une image 3D, --- stockage desdites images dans un premier dossier, --- à partir desdites images, calcul de paramètres du désordre pigmentaire, et stockage dans un deuxième dossier, --- évaluation desdits paramètres et stockage dans un troisième dossier, -- itération d'au moins une des quatre étapes précédentes à plusieurs dates, et pour chaque itération : --- comparaison des données selon au moins une période et identification des évolutions, --- stockage dans un quatrième dossier par période, --- pour chaque quatrième dossier, regroupement des dossiers dans un cinquième dossier définissant un Instantané du désordre pigmentaire, --- agrégation des cinquièmes dossiers dans un sixième dossier définissant un Profil dynamique du désordre pigmentaire, - itération des étapes précédentes pour obtenir un sixième dossier pour chaque autre désordre pigmentaire, et - génération pour l'individu d'une base de connaissances de ses désordres pigmentaires agrégeant les sixièmes dossiers.
Description
DESCRIPTION
Titre de l’invention : PROCÉDÉ ET SYSTÈME DE CARACTÉRISATION DE DÉSORDRES
PIGMENTAIRES D’UN INDIVIDU
[1 ] L’invention concerne un procédé et un système de caractérisation
bidimensionnelle (2D) et tridimensionnelle (3D) et d’évaluation de l’évolution externe et interne des désordres pigmentaires cutanés.
[2] Pour évaluer les désordres pigmentaires de la peau (grains de beauté, lésions bénignes, lésions malignes, carcinomes, mélanomes ...), les techniques dermatologiques sont basées sur des critères appelés ABCD. Ainsi, un désordre pigmentaire se caractérise par :
- son asymétrie (A),
- sa bordure (B),
- sa couleur (C),
- son diamètre (D).
[3] De plus, les dermatologues essaient d’évaluer la non-uniformité de l’épaisseur du désordre pigmentaire à l’aide des techniques d’imagerie bidimensionnelle dans le domaine d’imagerie visible.
[4] Le défi des dermatologues est d’identifier les « grains de beauté » suspects le plus précocement possible et de développer une nouvelle sémiologie.
[5] Quelques centres de recherche et hospitaliers se sont regroupés, essentiellement en Australie, USA et en Allemagne, pour disposer d’une base de données plus importante et franchir une étape supplémentaire dans la classification des taches pigmentaires par des systèmes experts. Malgré des résultats encourageants, cette approche souffre d’une acquisition limitée à une image couleur
bidimensionnelle souvent non calibrée, dont tout laisse à penser qu’elle restera insuffisante en terme de spécificité et de sensibilité.
[6] Les modèles d’évaluation prédictive du comportement des désordres
pigmentaires (tels que décrits par exemple dans les publications de Yanal Wazaefi, Caroline Marqueste, Giovanni Pellacani, Luc Thomas, “Evidence of a Limited Infra-lndividual Diversity of Nevi: Intuitive Perception of Dominant Clusters Is a Crucial Step in the Analysis of Nevi by Dermatologists”, Journal of
Investigative Dermatology, April 2013, ou de René-Jean Bensadoun, Jean
Krutmann, Philippe G Humbert, Thomas Luger,“Algorithm for dermocosmetic use in the management of cutaneous sideeffects associated with targeted therapy in oncology”, Journal of the European Academy of Dermatology and Venereology, February 2013) du comportement des désordres pigmentaires sont limités à des paramètres bidimensionnels sans intégrer les dimensions de profondeur, de volume, de l’épaisseur et de la rugosité surfacique du désordre pigmentaire nécessitant une imagerie précise tridimensionnelle permettant une analyse prédictive.
[7] Le but de l’invention est de pallier ces inconvénients.
[8] Plus précisément l’invention a pour objet un procédé de caractérisation de
désordres pigmentaires cutanés d’un individu qui comporte les étapes suivantes :
— pour chaque désordre pigmentaire :
-- A une date tkm
— acquisition d’images 2D d’un désordre pigmentaire à une date tkm et selon plusieurs angles de vue et reconstruction d’au moins une image 3D à partir desdites images 2D traitées et
— stockage desdites images 2D et 3D dans un premier dossier associé à l’individu, au désordre pigmentaire et à tkm,
— à partir desdites images 2D et 3D, calcul de paramètres prédéfinis du désordre pigmentaire par des premiers moyens de calcul, et stockage desdits paramètres dans un deuxième dossier associé à l’individu, au désordre pigmentaire et à tkm,
— évaluation desdits paramètres par un expert et stockage de l’évaluation dans un troisième dossier associé à l’individu, au désordre pigmentaire et à tkn,
-- itération d’au moins une des quatre étapes précédentes à plusieurs dates tkm jusqu’à tkn, et pour chaque itération :
— comparaison des données des premier, deuxième et troisième dossiers selon au moins une période entre les dates tkn et tkm et identification des évolutions desdites données par des seconds moyens de calcul,
— stockage des évolutions dans au moins un quatrième dossier, associé à l’individu, au désordre pigmentaire et à tkn, avec un quatrième dossier par période,
— pour chaque quatrième dossier, regroupement des premier, deuxième, troisième et quatrième dossiers associés à tkn dans un cinquième dossier à
l’individu, au désordre pigmentaire et à tkn, définissant un Instantané du désordre pigmentaire,
— agrégation des cinquièmes dossiers dans un sixième dossier à l’individu et au désordre pigmentaire, définissant un Profil dynamique du désordre pigmentaire,
— itération des étapes précédentes pour obtenir un sixième dossier pour chaque autre désordre pigmentaire de l’individu, et
— génération pour l’individu d’une base de connaissances de ses désordres pigmentaires agrégeant les sixièmes dossiers.
[9] Le procédé selon l’invention permet de générer pour un individu A, une Base de Connaissances de ses Désordres Pigmentaires BCDP(A) contenant plusieurs champs de données.
[10] L’invention a également pour objet un système de caractérisation de
désordres pigmentaires cutanés d’un individu, comprenant un processeur programmé pour mettre en oeuvre les étapes suivantes :
— pour chaque désordre pigmentaire :
-- A une date tkm
— acquisition d’images 2D d’un désordre pigmentaire à une date tkm et selon plusieurs angles de vue et reconstruction d’au moins une image 3D à partir desdites images 2D traitées et
— stockage desdites images 2D et 3D dans un premier dossier associé à l’individu, au désordre pigmentaire et à tkm,
— à partir desdites images 2D et 3D, calcul de paramètres prédéfinis du désordre pigmentaire par des premiers moyens de calcul du système, et stockage desdits paramètres dans un deuxième dossier associé à l’individu, au désordre pigmentaire et à tkm,
— acquisition d’une évaluation desdits paramètres et stockage de l’évaluation dans un troisième dossier associé à l’individu, au désordre pigmentaire et à tkn,
-- itération d’au moins une des quatre étapes précédentes à plusieurs dates tkm jusqu’à tkn, et pour chaque itération :
— comparaison des données des premier, deuxième et troisième dossiers selon au moins une période entre les dates tkn et tkm et identification des évolutions desdites données par des seconds moyens de calcul du système,
— stockage des évolutions dans au moins un quatrième dossier, associé à
l’individu, au désordre pigmentaire et à tkn, avec un quatrième dossier par période,
— pour chaque quatrième dossier, regroupement des premier, deuxième, troisième et quatrième dossiers associés à tkn dans un cinquième dossier à l’individu, au désordre pigmentaire et à tkn, définissant un Instantané du désordre pigmentaire,
— agrégation des cinquièmes dossiers dans un sixième dossier à l’individu et au désordre pigmentaire, définissant un Profil dynamique du désordre pigmentaire,
- itération des étapes précédentes pour obtenir un sixième dossier pour chaque autre désordre pigmentaire de l’individu, et
- génération pour l’individu d’une base de connaissances de ses désordres pigmentaires agrégeant les sixièmes dossiers.
[1 1 ] D’autres caractéristiques et avantages de l’invention apparaîtront à la lecture de la description détaillée qui suit, faite à titre d’exemple non limitatif et en référence aux dessins annexés dans lesquels :
[12] [Fig.1 a] est une représentation schématique du contenu de la Base de
Connaissances des Désordres Pigmentaires BCDP(A) de l’individu A,
[13] [Fig.1 b] en est une représentation schématique plus détaillée,
[14] [Fig.2a] est une représentation schématique d’un système d’imagerie d’un désordre pigmentaire cutané,
[15] [Fig.2b] est une représentation schématique d’un exemple de dispositif
d’acquisition d’images 2D de ce système d’imagerie, selon une coupe verticale,
[16] [Fig.3] représente schématiquement le contenu d’un premier dossier de
Données_2D03D(A,#k,tkn) du désordre pigmentaire #k à la date tkn de l’individu A,
[17] [Fig.4a] représente schématiquement le contenu d’un deuxième dossier de Données_ParaCalcul(A,#k,tkn) du désordre pigmentaire #k à la date tkn de l’individu A,
[18] Et [Fig.4b] représente schématiquement la génération du premier dossier de Données_2D03D(A,#k,tkn) et du deuxième dossier de
Données_ParaCalcul(A,#k,tkn),
[19] [Fig.5] représente schématiquement le contenu d’un troisième dossier de Données_ParaExpertMétier(A,#k,tkn) du désordre pigmentaire #k à la date tkn de l’individu A,
[20] [Fig.6a] représente schématiquement le contenu d’un quatrième dossier de Données_EvoCalclul(A,#k,tkn) du désordre pigmentaire #k à la date tkn de l’individu A,
[21 ] [Fig.6b] représente schématiquement, la génération de ce quatrième dossierr de Données_EvoCalcul(A,#k,tkn),
[22] [Fig.7] est une représentation schématique du contenu d’un cinquième
dossier correspondant à un Instantané du Désordre Pigmentaire IDDP(A,#k,tkn) pour le désordre pigmentaire #k à la date tkn de l’individu A,
[23] [Fig.8] est une représentation schématique du contenu d’un sixième dossier correspondant au Profil Dynamique du Désordre Pigmentaire PDDP(A,#k) pour le désordre pigmentaire #k de l’individu A,
[24] [Fig.9] est une représentation schématique d’une Base de Connaissances Globale des Désordres Pigmentaires (BCGDP).
[25] D’une figure à l’autre, les mêmes éléments sont repérés par les mêmes
références.
[26] Le procédé selon l’invention permet de générer pour un individu A, une Base de Connaissances de ses Désordres Pigmentaires BCDP(A) contenant plusieurs champs de données, comme montré figures 1 a et 1 b, chaque champ étant dédié à un désordre pigmentaire #k identifié sur l’individu A ; k = {1 ,2,...,K}, K étant le nombre de ses désordres pigmentaires.
[27] Plus précisément, le procédé de caractérisation des désordres pigmentaires d’un individu A comporte les étapes suivantes pour chaque désordre
pigmentaire 60 (ou #k) :
[28] Acquisition d’images 2D du désordre pigmentaire selon plusieurs angles de vue Q, à une date tkm et reconstruction d’au moins une image 3D à partir de ces images acquises 2D via un procédé algorithmique de type tomographie réflective fondé sur la transformation inverse de Radon. Pour cette acquisition et reconstruction d’images on utilise de préférence un système d’imagerie d’un
désordre pigmentaire décrit en relation avec les figures 2a et 2b. Il comporte un dispositif A d’acquisition d’images comprenant :
- au moins un émetteur de sources lumineuses optimisées afin de permettre la pénétration de l’onde dans l’épiderme et le derme, cet émetteur étant configuré pour éclairer ledit désordre 60,
- un ensemble de récepteurs, (ce ou) ces émetteurs et récepteurs fonctionnant dans les bandes visibles, infrarouges (IR) et proche IR et/ou les bandes des 1 ère (0,65pm - 0,95pm) et 2ème (1 pm - 1 ,35pm) fenêtres thérapeutiques ; émetteur et récepteur peuvent être regroupés en un émetteur-récepteur 3 comme montré sur la figure 2b,
- des moyens de positionnement des récepteurs selon au moins deux angles de vue 0i de manière à obtenir au moins une image par angle de vue, ces récepteurs étant répartis selon une calotte sphérique de rayon r ; ces moyens de
positionnement peuvent être un rail 2 comme montré sur la figure 2b sur lequel sont positionnés des émetteurs-récepteurs 3 selon des positions Pn fixes (ou 1 émetteur-récepteur 3 qui coulisse sur le rail 2 selon des positions Pn variables),
- une structure 1 de protection du dispositif d’acquisition et de l’opérateur 50, comportant une fenêtre de positionnement des récepteurs de manière à les diriger vers le désordre pigmentaire 60, la structure étant destinée à être positionnée sur la peau et présentant une surface externe opacifiée sauf sur la fenêtre de positionnement ; la fenêtre peut être équipée d’une loupe 4 comme montré sur la figure 2b,
Comme on peut le voir figure 2a, il comporte en outre :
- une unité B de traitement des images S1 acquises 2D, qui comporte en outre un module de reconstruction 3D à transformation de Radon réflective de manière à obtenir une image 3D reconstruite S3 à partir des images 2D traitées S2,
- des moyens de visualisation qui comportent des moyens de visualisation D1 des images traitées 2D et des moyens de visualisation D3 de l’image 3D reconstruite. Un autre système d’imagerie 2D et 3D peut bien sûr être utilisé tel que celui décrit dans le brevet US 8,836,762 « Optronic System and method dedicated to identification for formulating three-dimensional Images » ou des systèmes de reconstruction 3D stéréoscopique.
A partir de ces images 2D et 3D, le procédé comporte les étapes suivantes :
[29] Stockage des images 2D (acquises) et 3D (reconstruite) dans un premier dossier « Données_2D03D(A,#k,tkm) » associé à l’individu A, au désordre pigmentaire #k, auxdits angles de vue Q et à la date tkm (qui est par exemple la date de l’image acquise avec le dernier angle de vue). Ce premier dossier montré figure 3 contient donc :
- des images 2D du désordre pigmentaire #k acquises à la date tkm et à des angles 0ki ; i = {1 , 2,..., I}, I étant le nombre d’images acquises,
- et l’image 3D(A,#k,tkm) reconstruite à partir de ces images 2D du désordre pigmentaire #k à la date tkm.
[30] A partir des images 2D et/ou 3D, calcul de paramètres prédéfinis du désordre pigmentaire #k par des premiers moyens de calcul MOD1 du système selon l’invention, et stockage des paramètres dans un deuxième dossier
« Données_ParaCalcul(A,#k,tkm) » comme montré figure 4a et 4b, associé à l’individu A, au désordre pigmentaire #k, et à la date tkm. Les paramètres du deuxième fichier Données_ParaCalcul(A,#k,tkn) sont par exemple :
- Asymétrie (ParaCalculA) : degré d’asymétrie en vue perpendiculaire du désordre pigmentaire ayant comme source l’image 2D en vue perpendiculaire du désordre pigmentaire #k,
- Bordure (ParaCalculB) : irrégularités (écarts) du contour du désordre
pigmentaire par rapport au contour moyen calculé en vue perpendiculaire ayant comme source l’image en vue perpendiculaire du désordre pigmentaire #k,
- Couleur (ParaCalculC) : couleurs en vue perpendiculaire issue de l’analyse chromatique des couleurs ayant comme source l’image 2D en vue
perpendiculaire du désordre pigmentaire #k,
- Diamètre plan (ParaCalculD) : diamètre du cercle englobant le désordre pigmentaire en vue perpendiculaire ayant comme source l’image 2D en vue perpendiculaire du désordre pigmentaire #k,
- Isodensité 3D du désordre pigmentaire permettant d’obtenir un volume délimité par la surface tridimensionnelle ayant comme source l’image 3D reconstruite du désordre pigmentaire #k à la date tkn ;
- Diamètre volumique : diamètre de la sphère englobant le volume 3D global du désordre pigmentaire #k,
- Epaisseur du désordre pigmentaire #k au-dessus de la surface de la peau
calculé dans la coupe principale verticale de l’image 3D du désordre pigmentaire #k,
- Profondeur à partir de la surface de la peau du désordre pigmentaire calculée dans la coupe principale verticale de l’image 3D du désordre pigmentaire #k,
- Nombre de racines du désordre pigmentaire en profondeur à partir de la surface de la peau ayant comme source l’image 3D du désordre pigmentaire #k,
- Irrégularité de la profondeur du désordre pigmentaire à partir de la surface de la peau ayant comme source l’image 3D du désordre pigmentaire #k,
- Surface couverte sur la peau par le désordre pigmentaire #k ayant comme source l’image 3D du désordre pigmentaire #k,
- Volume en pm3, des voxels contenus dans l’isodensité 3D du désordre pigmentaire.
L’utilisateur peut définir sa propre coupe d’analyse dans l’image 3D du désordre pigmentaire pour extraire ses propres paramètres d’intérêt.
[31 ] Evaluation des paramètres calculés par un expert et stockage des paramètres évalués dans un troisième dossier associé « Données_ParaExpert(A,#k,tkm) », montré figure 5. L’expert qui évalue ces paramètres est un médecin ou un système-expert reconnu dans le domaine.
[32] Itération d’au moins une des quatre étapes précédentes à plusieurs dates tkm jusqu’à tkn (tkn>tkm) ; au moins un des trois dossiers (premier, deuxième et troisième) est ainsi obtenu autant de fois que d’itérations. Généralement les quatre étapes sont itérées et trois nouveaux dossiers sont alors obtenus.
[33] Pour chaque itération, comparaison des données des premier, deuxième et troisième dossiers selon au moins une période entre les dates tkn et tkm et identification des évolutions de ces données (images 2D, 3D, paramètres tels que différents paramètres présents asymétrie, bordure, couleur...) dans les premier, deuxième et troisième dossiers par des seconds moyens de calcul MOD2 du système selon l’invention, et stockage des évolutions desdites données dans un quatrième dossier « Données_EvoCalcul(A,#k,tkn) » comme montré figure 6a et 6b.
[34] Les moyens MOD2 de calcul des comparaisons et d’identification des
évolutions des désordres pigmentaires permettent par exemple à l’utilisateur
(opérateur non médecin, ou médecin) de réaliser :
- La comparaison grâce à l’image 3D, des dimensions des surfaces, des
irrégularités des surfaces et des volumes du désordre pigmentaire #k entre la date tkm et la date tkn ;
- La comparaison des paramètres calculés suivants : les asymétries, les bordures, les couleurs, les diamètres (plans et volumiques), les épaisseurs au-dessus de la peau, les profondeurs à partir de la surface de la peau, les nombres de racines en profondeur à partir de la surface de la peau, les irrégularités de l’épaisseur de la profondeur et les surfaces couvertes sur la peau du désordre pigmentaire #k entre la date tkm et la date tkn ;
- La comparaison des paramètres A, B, C et D évalués par l’expert métier pour le même désordre pigmentaire #k entre la date tkm et la date tkn ;
- La définition d’autres éléments particuliers de comparaison du même désordre pigmentaire #k à des dates tkm et tkn différentes, comme par exemple, la comparaison d’images 2D prises au même angle de vue ou la comparaison des coupes dans les volumes 3D ou tout autre élément particulier de comparaison.
- l’identification de l’évolution est par exemple : « pas d’évolution » ou « évolution positive », ou ...
[35] Puis regroupement des quatre dossiers associés à tkn dans un cinquième
dossier « IDDP(A,#k,tkn) » représentant un Instantané Du Désordre Pigmentaire #k de l’individu l à la date tkn, comme montré figure 7.
[36] Les moyens de calcul MOD2 sont interactifs avec l’utilisateur (opérateur non médecin, ou médecin) en lui donnant la possibilité de créer pour le même désordre pigmentaire #k, différents quatrièmes dossiers selon la période
d’évolution choisie entre tkm et tkn (période complète ou partielle). En effet, la comparaison du même désordre pigmentaire #k entre les dates tkm et tkn peut être effectuée à partir :
1. d’une évolution incrémentale unitaire si n = m+1 , et/ou
2. d’une évolution quelconque si n > m+1 , et/ou
3. d’une évolution globale si n correspond à la dernière date et m à la première date du désordre pigmentaire.
[37] Il en résulte donc au moins autant de cinquièmes dossiers instantanés
« IDDP(A,#k,tkn) » que d’itérations d’une part et de différentes périodes
d’évolution entre tkn et tkm d’autre part.
[38] Ainsi pour un individu l et pour un désordre pigmentaire #k les situations
possibles pour un Instantané du Désordre Pigmentaire IDDP(A,#k,tkn) à la date tkn peuvent être :
- Situation partielle 1 : des prises de vue 2D et d’images 3D à la date tkn sont réalisées, dans ce cas le premier dossier Data_2D03D (A,#k,tkn) est généré automatiquement, le deuxième dossier Données_ParaCalcul(A,#k,tkn) est généré par les moyens MOD1 de calcul des paramètres du désordre pigmentaire. Les moyens de calcul MOD2 permettent la génération du troisième dossier
Données_EvoCalcul(A,#k,tkn) s’il existe au moins un dossier
Données_EvoCalcul(A,#k,tkm) antérieur.
- Situation partielle 2 : pas de prises de vue 2D et pas d’images 3D à la date tkn, donc le dossier Données_2D03D(A,#k,tkn) est vide et le 2ème dossier
Données_ParaCalcul(A,#k,tkn) aussi, mais si une évaluation du désordre pigmentaire #k est faite par l’expert métier à cette date tkn, alors le troisième dossier Données_ParaExpertMétier(A,#k,tkn) est généré et le module MOD2 génère à son tour le quatrième dossier Données_EvoCalcul(A,#k,tkn) s’il existe au moins un troisième dossier Données_ParaExpertMétier(A,#k,tkm) antérieur ;
- Situation complète : des prises de vue 2D et d’images 3D à la date tkn sont réalisées et une évaluation est réalisée par l’expert métier à cette date tkn ; dans ce cas tous les quatre dossiers
Données_2D03D(A,#k,tkn),Données_ParaCalcul(A,#k,tkn),
Données_ParaExpertMétier(A,#k,tkn) et Données_EvoCalcul(A,#k,tkn) sont générés.
[39] D’autres situations équivalentes sont également possibles.
[40] Ces IDDP(A,#k, tkn) sont agrégés dans un sixième dossier « PDDP(A,#k) » qui représente un Profil Dynamique du Désordre Pigmentaire #k de l’individu A, comme montré figure 8.
[41 ] Les étapes précédentes sont réitérées pour chaque autre désordre
pigmentaire de l’individu. On obtient alors pour chaque autre désordre
pigmentaire un Profil Dynamique du Désordre Pigmentaire de l’individu A.
[42] On peut alors générer pour l’individu l une Base de Connaissances de ses Désordres Pigmentaires « BCDP(A) » agrégeant les sixièmes dossiers, c’est-à- dire ses Profils Dynamiques pour chaque Désordre Pigmentaire comme déjà montré figure 1 b. L’un des avantages de cette base BCDP(A) par rapport aux bases conventionnelles réside dans le fait que l’on peut voir à l’intérieur du désordre pigmentaire à travers l’image 3D du désordre pigmentaire par des coupes ou des représentations de type MIP (Maximum Intensity Projection) et que l’on peut permettre à l’expert de quantifier le comportement évolutif du désordre pigmentaire à l’aide d’un ensemble d’équations prédictives établies à partir de la base de connaissances globales de désordres pigmentaires définie ci- après.
[43] Une Base de Connaissances Globale des Désordres Pigmentaires (BCGDP) peut être créée par l’agrégation des Bases de Connaissances des Désordres Pigmentaires BCDP(A) de plusieurs individus [A1 , A2,..., Ap}, p étant le nombre d’individus de la base, comme déjà montré figure 9.
[44] A titre d’exemple non limitatif, l’agrégation de connaissances des désordres pigmentaires de plusieurs individus dans une base de connaissances globale des désordres pigmentaires est en lien avec un critère de sélection de type : tranche d'âge, sexe, localisation géographique ...
[45] Cette base de connaissances globale de désordres pigmentaires contribue à des analyses statistiques globales, à l’établissement d’équations prédictives (basées sur les descripteurs représentatifs issus des analyses univariées de type Kaplan-Mayer et multivariées de type modèles de Cox) partant des paramètres d’évolution bi ou tridimensionnels, et de paramètres de rugosité par exemple, et également comme bases d’entrées pour réaliser des évaluations automatiques à l’aide de technologies avancées comme l’apprentissage profond (« Deep
Learning » en anglais) par exemple.
[46] Le procédé selon l’invention s’applique principalement au domaine biomédical dans l’identification précoce de désordres cutanés ou sous-cutanés.
[47] Un autre exemple d’application est l’orthodontie qui nécessite un suivi de
l’évolution interne de la gencive et des racines dentaires.
Claims
1. Procédé de caractérisation de désordres pigmentaires cutanés d’un individu (A) qui comporte les étapes suivantes :
— pour chaque désordre pigmentaire (60, #k):
-- A une date tkm
— acquisition d’images 2D (S1 ) d’un désordre pigmentaire à une date tkm et selon plusieurs angles de vue (Q) et reconstruction d’au moins une image 3D (S3) à partir desdites images 2D traitées (S2) et
— stockage desdites images 2D et 3D dans un premier dossier associé à l’individu (A), au désordre pigmentaire (#k) et à tkm
(Données_2D03D(A,#k,tkm)),
— à partir desdites images 2D et 3D, calcul de paramètres prédéfinis du désordre pigmentaire par des premiers moyens de calcul (MOD1 ), et stockage desdits paramètres dans un deuxième dossier associé à l’individu (A), au désordre pigmentaire (#k) et à tkm (Données_ParaCalcul(A,#k,tkm)),
— évaluation desdits paramètres par un expert et stockage de l’évaluation dans un troisième dossier associé à l’individu (A), au désordre pigmentaire (#k) et à tkn (Données_ParaExpert(A,#k,tkm)),
-- itération d’au moins une des quatre étapes précédentes à plusieurs dates tkm jusqu’à tkn (tkn>tkm), et pour chaque itération :
— comparaison des données des premier, deuxième et troisième dossiers selon au moins une période entre les dates tkn et tkm et identification des évolutions desdites données par des seconds moyens de calcul (MOD2),
— stockage des évolutions dans au moins un quatrième dossier
(Données_EvoCalcul(A,#k,tkn)), associé à l’individu (A), au désordre pigmentaire (#k) et à tkn, avec un quatrième dossier par période,
— pour chaque quatrième dossier, regroupement des premier, deuxième, troisième et quatrième dossiers associés à tkn dans un cinquième dossier (IDDP(A,#k,tkn)) à l’individu (A), au désordre pigmentaire (#k) et à tkn, définissant un Instantané du désordre pigmentaire,
— agrégation des cinquièmes dossiers dans un sixième dossier (PDDP(A,#k)) à l’individu (A) et au désordre pigmentaire (#k), définissant un Profil dynamique du désordre pigmentaire,
— itération des étapes précédentes pour obtenir un sixième dossier
(PDDP(A,#k) pour chaque autre désordre pigmentaire (#k) de l’individu (A), et
— génération pour l’individu (A) d’une base de connaissances (BCDP(A)) de ses désordres pigmentaires agrégeant les sixièmes dossiers.
2. Procédé de caractérisation de désordres pigmentaires cutanés d’un individu (A) selon la revendication précédente, caractérisé en ce que les paramètres sont calculés à partir des images 2D et sont au moins l’asymétrie, la bordure, la couleur, le diamètre.
3. Procédé de caractérisation de désordres pigmentaires cutanés d’un individu (A) selon la première revendication , caractérisé en ce que les paramètres sont calculés à partir des images 3D reconstruites et comportent en outre une isodensité 3D, un diamètre volumique, une épaisseur au-dessus de la surface de la peau, une profondeur, un nombre de racines, une irrégularité de la profondeur, une surface sur la peau, un volume des voxels contenus dans l’isodensité 3D.
4. Système de caractérisation de désordres pigmentaires cutanés d’un individu (A), comprenant un processeur programmé pour mettre en œuvre les étapes suivantes :
— pour chaque désordre pigmentaire (60, #k):
— A une date tkm
— acquisition d’images 2D (S1 ) d’un désordre pigmentaire à une date tkm et selon plusieurs angles de vue (Q) et reconstruction d’au moins une image 3D (S3) à partir desdites images 2D traitées (S2) et
— stockage desdites images 2D et 3D dans un premier dossier associé à l’individu (A), au désordre pigmentaire (#k) et à tkm
(Données_2D03D(A,#k,tkm)),
— à partir desdites images 2D et 3D, calcul de paramètres prédéfinis du désordre pigmentaire par des premiers moyens de calcul (MOD1 ) du système, et stockage desdits paramètres dans un deuxième dossier associé à l’individu (A), au désordre pigmentaire (#k) et à tkm (Données_ParaCalcul(A,#k,tkm)),
— acquisition d’une évaluation desdits paramètres et stockage de ladite évaluation dans un troisième dossier associé à l’individu (A), au désordre pigmentaire (#k) et à tkn (Données_ParaExpert(A,#k,tkm)),
-- itération d’au moins une des quatre étapes précédentes à plusieurs dates
tkm jusqu’à tkn (tkn>tkm), et pour chaque itération :
— comparaison des données des premier, deuxième et troisième dossiers selon au moins une période entre les dates tkn et tkm et identification des évolutions desdites données par des seconds moyens de calcul (MOD2) du système,
— stockage des évolutions dans au moins un quatrième dossier
(Données_EvoCalcul(A,#k,tkn)), associé à l’individu (A), au désordre pigmentaire (#k) et à tkn, avec un quatrième dossier par période,
— pour chaque quatrième dossier, regroupement des premier, deuxième, troisième et quatrième dossiers associés à tkn dans un cinquième dossier (IDDP(A,#k,tkn)) à l’individu (A), au désordre pigmentaire (#k) et à tkn, définissant un Instantané du désordre pigmentaire,
— agrégation des cinquièmes dossiers dans un sixième dossier (PDDP(A,#k)) à l’individu (A) et au désordre pigmentaire (#k), définissant un Profil dynamique du désordre pigmentaire,
— itération des étapes précédentes pour obtenir un sixième dossier
(PDDP(A,#k) pour chaque autre désordre pigmentaire (#k) de l’individu (A), et
— génération pour l’individu (A) d’une base de connaissances (BCDP(A)) de ses désordres pigmentaires agrégeant les sixièmes dossiers.
5. Système de caractérisation de désordres pigmentaires cutanés d’un individu (A) selon la revendication 4, caractérisé en ce que les paramètres sont calculés à partir des images 2D et sont au moins l’asymétrie, la bordure, la couleur, le diamètre.
6. Système de caractérisation de désordres pigmentaires cutanés d’un individu (A) selon la revendication 4, caractérisé en ce que les paramètres sont calculés à partir des images 3D reconstruites et comportent en outre une isodensité 3D, un diamètre volumique, une épaisseur au-dessus de la surface de la peau, une profondeur, un nombre de racines, une irrégularité de la profondeur, une surface sur la peau, un volume des voxels contenus dans l’isodensité 3D.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1873482A FR3090949B1 (fr) | 2018-12-20 | 2018-12-20 | Procede de caracterisation de desordres pigmentaires d’un individu |
| PCT/EP2019/085162 WO2020126932A1 (fr) | 2018-12-20 | 2019-12-13 | Procede et systeme de caracterisation de desordres pigmentaires d'un individu |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| EP3897353A1 true EP3897353A1 (fr) | 2021-10-27 |
Family
ID=67262387
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| EP19817730.5A Pending EP3897353A1 (fr) | 2018-12-20 | 2019-12-13 | Procede et systeme de caracterisation de desordres pigmentaires d'un individu |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20220071553A1 (fr) |
| EP (1) | EP3897353A1 (fr) |
| JP (1) | JP7464958B2 (fr) |
| KR (1) | KR102945878B1 (fr) |
| FR (1) | FR3090949B1 (fr) |
| WO (1) | WO2020126932A1 (fr) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102532071B1 (ko) * | 2015-12-30 | 2023-05-15 | 삼성전자주식회사 | 디스플레이장치, 사용자단말기, 그 제어방법, 기록매체 및 시스템 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2618519C (fr) | 2005-08-12 | 2016-09-27 | Rick B. Yeager | Systeme et procede d'application d'un agent modifiant la reflectance pour ameliorer l'attrait visuel de la peau humaine |
| US20090118600A1 (en) | 2007-11-02 | 2009-05-07 | Ortiz Joseph L | Method and apparatus for skin documentation and analysis |
| WO2010086694A1 (fr) * | 2009-01-28 | 2010-08-05 | Eyemole Ltd. | Système de surveillance d'un grain de beauté |
| FR2953313B1 (fr) | 2009-11-27 | 2012-09-21 | Thales Sa | Systeme optronique et procede d'elaboration d'images en trois dimensions dedies a l'identification |
| US8837796B1 (en) * | 2013-06-27 | 2014-09-16 | Healthcare Content Solutions, Inc. | Systems and methods for monitoring a dermatologic condition |
| PL408689A1 (pl) * | 2014-06-28 | 2016-01-04 | Ktg Spółka Z Ograniczoną Odpowiedzialnością | Sposób diagnozowania znamion na skórze |
| FR3030847B1 (fr) * | 2014-12-19 | 2017-12-22 | Thales Sa | Procede de discrimination et d'identification par imagerie 3d d'objets d'une scene |
| WO2018026951A1 (fr) * | 2016-08-02 | 2018-02-08 | Parto Inc. | Imagerie optique rapide, en temps réel, à grande profondeur de champ, du corps entier, multispectrale pour la surveillance et la photographie de la peau |
| IT201600121060A1 (it) * | 2016-11-29 | 2018-05-29 | St Microelectronics Srl | Procedimento per analizzare lesioni della pelle, sistema, dispositivo e prodotto informatico corrispondenti |
| US20180206780A1 (en) * | 2017-01-26 | 2018-07-26 | Speclipse, Inc. | Laser-Based System And Method For Diagnosing Pigmented Lesions |
-
2018
- 2018-12-20 FR FR1873482A patent/FR3090949B1/fr active Active
-
2019
- 2019-12-13 JP JP2021534736A patent/JP7464958B2/ja active Active
- 2019-12-13 KR KR1020217022661A patent/KR102945878B1/ko active Active
- 2019-12-13 EP EP19817730.5A patent/EP3897353A1/fr active Pending
- 2019-12-13 US US17/413,506 patent/US20220071553A1/en active Pending
- 2019-12-13 WO PCT/EP2019/085162 patent/WO2020126932A1/fr not_active Ceased
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210104845A (ko) | 2021-08-25 |
| US20220071553A1 (en) | 2022-03-10 |
| FR3090949A1 (fr) | 2020-06-26 |
| JP2022514277A (ja) | 2022-02-10 |
| FR3090949B1 (fr) | 2020-12-25 |
| WO2020126932A1 (fr) | 2020-06-25 |
| JP7464958B2 (ja) | 2024-04-10 |
| KR102945878B1 (ko) | 2026-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11754844B2 (en) | Augmented reality spectroscopy | |
| FR3069359B1 (fr) | Procede d'analyse d'une image d'une arcade dentaire | |
| US20240065554A1 (en) | Systems and methods for skin analysis | |
| AU2019203346A1 (en) | Optical detection of skin disease | |
| Pande et al. | Automated classification of optical coherence tomography images for the diagnosis of oral malignancy in the hamster cheek pouch | |
| WO2013098512A1 (fr) | Procédé et dispositif de détection et de quantification de signes cutanés sur une zone de peau | |
| EP4211698A1 (fr) | Procede de selection d'un produit dentaire | |
| CA2687596A1 (fr) | Procede et dispositif d'acquisition et de traitement d'images pour la detection de lesions evolutives | |
| EP3897353A1 (fr) | Procede et systeme de caracterisation de desordres pigmentaires d'un individu | |
| Al-azawi et al. | A robustness segmentation approach for skin cancer image detection based on an adaptive automatic thresholding technique | |
| CA2685562A1 (fr) | Procede et dispositif d'acquisition et de traitement de donnees pour la detection de l'evolution dans le temps de lesions evolutives | |
| US20210372785A1 (en) | Texture detection apparatuses, systems, and methods for analysis | |
| Amoabedini et al. | Employing the local radon transform for melanoma segmentation in dermoscopic images | |
| WO2011141769A1 (fr) | Procédé d'évaluation d'une caractéristique de la typologie corporelle | |
| EP3880060B1 (fr) | Système d'imagerie 2d et 3d d'un désordre pigmentaire cutané | |
| FR3152996A3 (fr) | Applicateur avec caméra et capteur pour une cartographie de la santé de la peau | |
| FR3131512A1 (fr) | Applicateur compagnon connecte multifonction pour un distributeur de formule cosmetique | |
| Kupriyanov | Combination of multimodal optical spectroscopy and machine learning methods for non invasive in vivo diagnostic aid of precancerous and cancerous skin lesions in preclinical and clinical studies | |
| López Labraca | Computer aided diagnosis system using dermatoscopical image | |
| Mangenet | Retrospective analysis of crown phenology in some tropical rain forest canopy trees of French Guiana. Toward a new branch of dendrochronology? | |
| FR2938419A1 (fr) | Procede d'evaluation d'une caracteristique de la typologie corporelle | |
| FR2940903A1 (fr) | Systeme automatise de caracterisation de rides de la peau du visage par analyse d'image realisee dans un spectre colorimetrique eloigne du rouge |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| STAA | Information on the status of an ep patent application or granted ep patent |
Free format text: STATUS: UNKNOWN |
|
| STAA | Information on the status of an ep patent application or granted ep patent |
Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE |
|
| PUAI | Public reference made under article 153(3) epc to a published international application that has entered the european phase |
Free format text: ORIGINAL CODE: 0009012 |
|
| STAA | Information on the status of an ep patent application or granted ep patent |
Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE |
|
| 17P | Request for examination filed |
Effective date: 20210603 |
|
| AK | Designated contracting states |
Kind code of ref document: A1 Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR |
|
| DAV | Request for validation of the european patent (deleted) | ||
| DAX | Request for extension of the european patent (deleted) | ||
| STAA | Information on the status of an ep patent application or granted ep patent |
Free format text: STATUS: EXAMINATION IS IN PROGRESS |
|
| 17Q | First examination report despatched |
Effective date: 20240625 |