Skip to main content
SpringerLink
Log in

Extraction des lésions dans des images de scanner cérébral pour système de télédiagnostic

Extraction of lesions in cerebral images of scanner for a telediagnosis system

  • Published:
Annales des Télécommunications Aims and scope Submit manuscript

Résumé

Le cancer est l’une des maladies les plus répandues dans le monde. Des chercheurs ont pensé à réaliser des systèmes qui seront des outils d’aide au diagnostic et à la décision pour les médecins.

La mise sur réseau de tels systèmes permet d’avoir une application de télédiagnostic, le but est d’apporter «une seconde opinion» par un spécialiste distant pour confirmer ou infirmer le diagnostic établi par le praticien local, ou bien aider ce dernier à arriver à un diagnostic correct.

Afin de concevoir un tel système, plusieurs aspects sont à prendre en charge. L’un des aspects les plus importants sont les problèmes liés à la taille des images médicales par rapport au débit de transmission. Pour cela, dans le cas du cancer du cerveau, nous proposons de concevoir un module pour l’extraction des lésions, son rôle est d’extraire la lésion tout en respectant sa taille, sa forme et sa position. Ainsi, les images à transmettre sont à deux niveaux de gris, noir et blanc, donc la taille diminue. Un second objectif de ce module est de simplifier l’image pour le médecin tout en conservant toutes les caractéristiques morphologiques de la lésion.

Pour cela, nous pouvons procéder de deux manières, soit extraire les limites des lésions, soit extraire toute la zone correspondant à la surface des lésions. Nous utilisons des opérateurs basés sur la théorie de le morphologie mathématique, des résultats prometteurs ont été obtenus, ce qui permettra au médecin d’entamer sûrement l’étape de diagnostic en local ou à distance. Dans ce papier nous présentons principalement notre système de télédiagnostic ainsi les différents algorithmes pour la conception de ce module de segmentation.

Abstract

Cancer is one of the most widespread diseases in the world. Researchers thought of carrying out systems that will be the assistance tools for the decision and diagnosis to the doctors.

The setting on network of such systems permits to have an application of tele-diagnosis, the goal is to bring « a second opinion » by a distant specialist to validate or invalidate the diagnosis established by the local expert, or to help this latter in making a correct diagnosis.

To design such systems, several aspects are to dealt with. One of the most significant aspects is the problem of the big size of the medical images compared to the transmission flow. For that, in the case of the cerebral cancer, we propose to design a stage for extracting the lesions, its role is extracting the lesion with the respect of its size, its shape and its position. Since, the size of images to be sent decreases, because they are in two grey levels (black and white). The second goal of this stage is to simplify the image for the doctor with preserve all morphological characteristics of the lesions. For that, we can proceed by two manners, by extracting the edges of the lesion, or extracted all its areas. We use algorithms based on mathematical morphology operators, promising results were obtained, that permits to the doctor to begin the diagnosis step in a sure manner in local or distant areas.

In this paper, we present mainly our tele-diagnosis system and the various algorithms used for designing the stage of lesion extraction.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Bibliographie

  1. Bres (S.),Champin (P.A.),Heraud (J.M.),Herilier (V.),Jolion (J.M.),Loupias (E.), Traitement d’images et vision par ordinateur, ProjetTELESUN, A world wide multimediateleteaching System for Universities, http://telesun.insa-lyon.fr/~telesun/welcome.html.

  2. Cabral (J.E.),Kim (Y.), “Multimedia systems for Télémedecine and their communications requirements”,ieeeCommunications magazine (july 1996),34.

  3. Cocquerez (J.P.),Philipp (S.), Analyse d’images: filtrage et segmentation,Edition Masson (1995).

  4. Cuisenaire (O.),Macq (B.), Analyse d’images par morphologie mathématique, Compréhension d’image par la forme et la structure, Université Catholique de Louvain (1993), http://www.tele.ucl.ac.be/proj/morpho_f.html#thesis.

  5. Faugeras (O.D.),Berthod (M.), “Improving Consistency and Reducing Ambiguity in Stochastic Labeling: An Optimisation Approach”,ieeeTransactions on Pattern Analysis and Machine Intelligence (July 1981), 3, no 4, pp. 412–424,

    Article  MATH  Google Scholar 

  6. Garbay (C.), “Image Structure Representation and Processing: A discussion of Some Segmentation Methods in Cytology”,ieeeTransactions on Pattern and Machine Intelligence (Mars 1986),8, no 2, pp. 140–146,

    Article  Google Scholar 

  7. Gonzalez (R. C.), Digital Image Processing, second edition,Addison Wesley, (1987).

  8. Grigsby (J.),Kaehny (M.), Analysis of expansion of access to care through télémedecine and mobile health services, report 1: literature review and analytic framework, colorado Center for health policy research, Denver, Co, 1993.

  9. Horaud (R.),Monga (O.), Vision par ordinateur, 2e édition,Ed. Hermès (1995).

  10. Kittler (J.),Illingworth (J.), “Relaxation labelling algorithms — a review”,Proceedings on Image and Vision Computer (November 1985), 3, no 4, pp. 206–216

    Article  Google Scholar 

  11. Kunt (M.), Traitement numérique des images,Presses Polytechniques et Universitaires Romandes (1993).

  12. Lassouaoui (N.),Hamami (L.), “Brain Image Segmentation using mathematical morphology”,2ndiastedInternational Conference on Visualization Imaging, and Image Processing VIIP2002 (September 2002), pp. 318–323, Malaga, Espagne.

  13. Laurent (C.), Conception d’algorithmes parallèles pour le traitement d’images utilisant la morphologie mathématique : Application à la segmentation d’images, Thèse de Doctorat, Université de Bordeaux (1998).

  14. Meyer (F.),Beucher (S.), “Morphological Segmentation”,Journal of Visual Communication and Image Representation (September 1990),1, no 1, pp. 21–46.

    Article  Google Scholar 

  15. Morvan (G.),Massal (C.),Srija (G.), Scann Osteo-articulaire,Ed. Vigot (1991).

  16. Peleg (S.), “A new Probabilistic Relaxation Scheme”,ieeeTransaction on Pattern Analysis and Machine Intelligence (July 1980), 2, No 4, pp. 362–369.

    Article  MATH  Google Scholar 

  17. Rosenfeld (A.),Hummel (R.A.),Zucker (S.W.), “Scene Labeling by Relaxation Operations”,ieee Transactions on Systems, Man and Cybernetics (June 1976),6, no 6, pp. 420–433,.

    Article  MATH  MathSciNet  Google Scholar 

  18. Salotti (J-M.), Gestion des informations dans les premières étapes de la vision par ordinateur, Thèse de Doctorat, Institut National Polytechnique de Grenoble (1994).

  19. Schmitt (M.), Des Algorithmes Morphologiques à l’Intelligence Artificielle, Thèse de Doctorat, École Nationale Supérieure des Mines des Paris (1989).

  20. Serra (J.), Cours de morphologie mathématique, Centre de Morphologie Mathématique, École des Mines de Paris. http://malte.ensmp.fr/~serra//cours/

  21. Shik Moon (Y.),Hycon Kim (T.), “Efficient morphological segmentation using a new connector operator”,Electronics Letters (January 2000),36, No 1, pp. 22–24.

    Article  Google Scholar 

  22. Thiran (J.P.),Macq (B.),Mairesse (J.), “Morphological Classification of Cancerous Cells”,ieeeInternational Conference on Image Processing (1994), 3, pp. 706–710.

    Google Scholar 

  23. Vignaud (J.),Boulin (A.),Tomodensitométrie crânio-encéphalique,Ed. Vigot (1988).

  24. Witson (C.L),Affleck (D.C.),Johnson (V.), The use of two-way television in group therapy, Nebraska psychiatric institute, University of Nebraska omaha (1961).

Download references

Author information

Authors and Affiliations

  1. Centre de Recherche sur l’Informtion Scientifique et Technique, CERIST, rue des 3 frères Aïssou Ben Aknoun, BP 143, 16030, Alger, Algérie

    Nadia Lassouaoui, Latifa Hamami & Nadia Nouali

  2. École Nationale Polytechnique, Laboratoire Signal et Communications, 10 av. Hassen Badi, El Harrach, Alger, Algérie

    Latifa Hamami

  3. CHU CPMC Mustapha, Service de biochimie métabolique, DZ-16000, Alger, Algérie

    Belaïd Aït Abdelkader

Authors
  1. Nadia Lassouaoui
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Latifa Hamami
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Nadia Nouali
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Belaïd Aït Abdelkader
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Nadia Lassouaoui.

Additional information

Nadia Lassouaoui, née le 19 septembre 1975 en Algérie, est titulaire d’un ingéniorat d’état en électronique (1998) et d’un magister (2000) en Traitement d’images, de l’Ecole Nationale Polytechnique, et prépare actuellement un doctorat au laboratoire signal et communications, équipe image. Elle est aussi chercheur permanent au Centre de Recherche sur l’Information Scientifique et Technique d’Alger.

Latifa Hamami-Mitiche, née à Alger, est titulaire d’un ingéniorat d’état en électronique de l’École Nationale Polytechnique (enp d’Alger) en Juin 1977, d’un magister en traitement de l’information -Université de Toulon-enp en Janvier 1988 et d’un doctorat d’état en Traitement d’images et reconnaissance de formes (enp). Chercheur, chef de projet, au Commissariat National à l’informatique (1977–1987). Est actuellement maître de conférences et chargée de recherche à l’enp, responsable de l’équipe de recherche image au laboratoire Signal et Communications de l’enp. Elle est aussi chercheur associé au Centre de Recherche sur l’Information Scientifique et Technique d’Alger.

Nadia Nouali a obenu son Diplôme d’Ingénieur d’État en Informatique en juin 1988 à I’Université des Sciences et Technologies Houari Boumediene (usthb, Alger). Puis en mai 1992 a obtenu son Diplôme de Magister en Cybernétique, option Architecture des systèmes au Centre de Développement des Technologies avancéescdta, Alger, a travaillé depuis comme attaché de recherche dans le Laboratoire Réseaux et Systèmes répartis duerist (Centre de Recherche en Information Scientifique et Technique, Alger). Est actuellement Chef du Laboratoire des Systèmes informatiques aucerist dont l’activité principale est consacrée aux systèmes distribués et mobiles.

Belaïd Aït Abdelkader né 18 juillet 1965, médecin spécialiste en biochimie, diplôme obtenu en juin 1997, exerçant auchu cpmc Mustapha d’Alger en tant que chef d’unité du service de biochimie métabolique.

Rights and permissions

Reprints and permissions

About this article

Cite this article

Lassouaoui, N., Hamami, L., Nouali, N. et al. Extraction des lésions dans des images de scanner cérébral pour système de télédiagnostic. Ann. Télécommun. 59, 199–213 (2004). https://doi.org/10.1007/BF03179681

Download citation

  • Received:

  • Accepted:

  • Issue Date:

  • DOI: https://doi.org/10.1007/BF03179681

Mots clés

Key words

Search

Navigation