Conception d’outils automatiques permettant l’étude de la microstructure et de la géométrie de l’estomac en chirurgie bariatrique
Contexte :
L’obésité est devenue en quelques années un problème de santé publique menant à une véritable pandémie [1]. Selon l’OMS, on recensait 600 millions d’obèses dans le monde en 2014 et 17% de la population française était en situation d’obésité en 2015 [enquête Esteban]. L’obésité altère l’état de santé et entraîne des pathologies chroniques comme : les affections cardiovasculaires, le diabète, les troubles musculo-squelettiques et certains cancers (endomètre, colon, sein) [3,4]. A l’échelle d’un état, l’obésité provoque une augmentation des dépenses de santé. Une intervention chirurgicale restrictive peut être proposée à certains patients obèses morbides. La Sleeve gastrectomie (SG) est actuellement l’intervention de chirurgie bariatrique la plus réalisée [5]. Elle consiste à réaliser une gastrectomie longitudinale, réséquant une grande partie de l’estomac pour le transformer en un tube (environ 25% du volume de l’estomac initial) en utilisant un système d’agrafage mécanique. Bien que pratiquée en routine (50 000 par an en France), cette intervention comporte des risques, avec une mortalité d’environ 0.1% et une morbidité majeure de 5 à 7%, notamment en raison de l’apparition de fistules post opératoires. La fistule, correspondant à une désunion de la ligne d’agrafes, est la complication la plus redoutée. Elle survient dans environ 2-3% des cas [6–8]. Située dans 70% des cas au 1/3 supérieur de l’agrafage, il n’existe à ce jour aucune explication physiopathologique certaine. Afin d’explorer les causes de ces complications, des outils de modélisation numérique ont commencé à être développés [9]. Les modèles géométriques existants sont patients spécifiques, ne tiennent pas compte de la variabilité entre les individus et sont opérateurs dépendants. La microstructure du tissu de la paroi gastrique reste également peu étudiée de manière quantitative.
Objectifs:
Ce travail de recherche présente un double objectif. D’une part, il s’agira de mettre en place une quantification automatique de la microstructure de la paroi gastrique en utilisant différentes lames histologiques des tissus (orientation privilégiée des fibres, proportion des différents composants…).D’autre part, il s’agira de créer les outils d’analyse automatique de la morphologie d’un estomac de patient avant et après la chirurgie, en 3D, à partir d’imagerie médicale, et de quantifier la variabilité inter-individus.
Déroulement du stage:
Pour chacun de ces objectifs, la méthodologie à suivre comportera les tâches suivantes :
- Réaliser une segmentation automatique des différentes lames histologiques afin d’identifier et de séparer les différents éléments (collagène, noyau, fibre musculaire…). Cela pourra être réalisé éventuellement à l’aide d’IA.
- Déterminer automatiquement l’orientation de ces fibres dans les différents plans de coupe de la paroi gastrique.
- Récupérer des imageries médicales (IRM, CTscan) de patients, obèses avant et après opération.
- Segmenter les estomacs et définir les points d’intérêt (AMERES anatomiques) et les zones (corpus, antre…). Cela pourra également être réalisé à l’aide d’IA.
- Définir un repère, local et global afin d’effectuer une analyse spatiale.
- Etudier la variabilité dans un repère commun et définir des clusters.
Pour synthétiser le travail de ce stage, la rédaction sous forme d’un article est conseillée.
Profil recherché :
Un profil ingénieur ou master 2 avec des en traitement des images, des connaissances en mécanique/ en biomécanique et segmentation. Des connaissances en deep learning seraient très appréciées.
Rémunération : Selon la réglementation en vigueur (620€/mois)
Durée : 6 mois
Date : dès que possible
Lieu : Laboratoire de Biomécanique Appliquée, UMR T24 Université Gustave Eiffel — Aix Marseille Université Faculté de Médecine Nord, Boulevard Pierre Dramard, 13015 Marseille
Encadrement :
Thierry BEGE, MCU-PH (LBA, UMRT24 Université Gustave Eiffel-AMU, Marseille) (Thierry.BEGE@ap-hm.fr)
Catherine MASSON, DR (LBA, UMRT24 Université Gustave Eiffel-AMU, Marseille) (catherine.masson@univ-eiffel.fr)
Wei WEI, IR (LBA, UMRT24 Université Gustave Eiffel-AMU, Marseille)( wei.wei@univ-eiffel.fr)
François FOURNIER, doctorant(LBA, UMRT24 Université Gustave Eiffel-AMU, Marseille) (francois.fournier@univ-eiffel.fr)
Voir pdf joint
Auteur du sujet
