Imagerie médicale : comment isoler une tumeur dans l’image ?

Intervenant 10:00

Bienvenue à toutes et à tous dans le podcast du magazine Tangente.

Intervenant 20:04

Bonjour et merci de m'avoir invitée. Je suis vraiment ravie d'être là

Intervenant 10:07

aujourd'hui. Aujourd'hui, on s'attaque à une exploration vraiment fascinante. On va plonger dans un sujet qui mêle mathématiques et sauvetage de vie humaine. Rien que ça.

Intervenant 20:16

Ah oui, l'enjeu est colossal. On parle d'une technologie qui est au cœur des blocs opératoires modernes.

Intervenant 10:21

Absolument. Alors, pour lancer cette exploration, faisons un petit exercice de pensée. Imaginons une photographie satellite de la Terre prise en pleine

Intervenant 20:29

nuit.

Intervenant 10:31

Sur un fond d'un noir d'encre, on aperçoit des millions de petits points lumineux. Les réverbères des villes, les phares des voitures, les lumières des usines.

Intervenant 20:39

Oui, avec des amas très denses à certains endroits, et puis du vide ailleurs.

Intervenant 10:43

Voilà, et la mission, à partir de cette simple bouillie de pixels lumineux, c'est de deviner automatiquement, sans aucune aide extérieure, où se trouvent les frontières exactes de chaque pays.

Intervenant 20:55

C'est-à-dire sans aucune carte préexistante.

Intervenant 10:57

Exactement. L'ordinateur qui analyse cette image, il ne sait pas ce qu'est la France, le Japon ou le Brésil. Il voit qu'un tableau géant rempli de valeurs d'intensité lumineuse. Et pourtant, on lui demande de tracer une carte politique parfaite.

Intervenant 21:10

Qui est, avons-le, un véritable casse-tête

Intervenant 11:12

géométrique. Totalement. Et cette mission impossible, c'est exactement ce qui se joue chaque seconde dans les hôpitaux du monde entier. Sauf que l'enjeu n'est pas de tracer les frontières sur une carte, mais de délimiter au millimètre près une tumeur rénale ou un vaisseau sanguin.

Intervenant 21:26

Et cette traduction d'une donnée brute en une information biologiquement sensée, ça porte un nom très précis dans nos sources du jour, c'est la segmentation d'images.

Intervenant 11:36

La segmentation, d'accord.

Intervenant 21:37

C'est vraiment l'un des défis les plus redoutables de la vision par ordinateur. Quand un chirurgien regarde une IRM, son cerveau, entraîné par des années d'études, reconnaît intuitivement les structures.

Intervenant 11:49

Ah bah oui, l'œil humain est très fort pour ça.

Intervenant 21:51

Mais pour une machine, une image médicale n'est qu'une matrice, un quadrillage immense. Chaque case, chaque pixel en deux dimensions ou chaque voxel en 3D contient juste un chiffre.

Intervenant 12:02

Un chiffre qui représente un niveau de gris, c'est ça ?

Intervenant 22:05

C'est exactement ça, un simple niveau de gris. Et la segmentation, c'est le processus mathématique qui va regrouper ces chiffres chaotiques pour dire, eh bien, cet ensemble de pixels, c'est un rein et cet autre ensemble juste à côté, c'est une lésion.

Intervenant 12:19

Bon, décortiquons ça, parce que passer d'un simple pixel isolé à un organe tout entier, ça a l'air magique.

Intervenant 22:26

Et pourtant, ça repose sur une notion mathématique très rigoureuse, la topologie discrète.

Intervenant 12:32

Topologie discrète. Le terme « discret » ici, on est d'accord que ça ne veut pas dire « secret », hein ?

Intervenant 22:37

Non, haha. « Discret », en mathématiques, ça indique que l'image ne pas continue. C'est un assemblage de petits carrés isolés.

Intervenant 12:44

Genre un immense tableau Excel, quoi.

Intervenant 22:46

C'est une excellente image. On est face à ce tableau et il faut décider quelles cases vont ensemble. Et ce qui est fascinant ici, c'est que la documentation nous montre que les algorithmes se divisent historiquement en deux grandes stratégies.

Intervenant 12:58

Diamétralement opposées d'ailleurs.

Intervenant 22:59

Absolument. On a l'approche par région et l'approche par contour. Ces deux approches, elles forment une dualité magique, une symétrie conceptuelle parfaite.

Intervenant 13:08

D'accord. Donc l'approche région, elle cherche à identifier les surfaces, les plaines tranquilles, on va dire.

Intervenant 23:14

Oui, alors que l'approche par contour, elle traque les frontières, les ruptures nettes.