Actu des start-up: le CAD innovant TheraPanacea

Les données médicales sont de plus en plus accessibles au monde de la recherche. L’interprétation automatique est un challenge scientifique de premier plan avec un impact sociétal important que TheraPanecea se propose d’améliorer. 

Proposer des interprétations automatiques conformes au raisonnement médical

Malgré les progrès réalisés dans la discipline de l’apprentissage statistique, les solutions automatiques proposées pour résoudre les problèmes d'interprétation des images médicales manquent d’un raisonnement anatomique. Il s’agit bien souvent de « boites noires » ou le diagnostic est fait par des critères mathématiques très complexes souvent non-compréhensibles par les médecins et sans nécessairement de fondement physiologique.  Notre objectif est de tirer bénéfice des progrès scientifiques dans le domaine de l’apprentissage statistique en proposant une interprétation automatique, quasi temps-réel des images médicales qui soit précise et conforme avec les critères et le raisonnement des médecins.

L’importance de la segmentation et du recalage

La segmentation et le recalage sont les problèmes phares de l’imagerie médicale. La plupart des outils pour le diagnostic, la chirurgie ou le suivi thérapeutique les requièrent. La segmentation vise à proposer un contourage automatique pour les structures anatomiques rigides et élastiques.  Le problème est souvent abordé via un apprentissage des caractéristiques visuelles des différents organes ainsi que leur géométrie et l’utilisation de cet a priori pour l’interprétation d’un nouveau cas.  Le recalage consiste à trouver un champ des déformations qui permet la mise en correspondance des examens du même patient, entre différents patients, selon une même ou des différentes modalités.

Fusion élastique et segmentation simultanément résolues

Nos travaux visent à proposer une solution « temps-réel » globale où la fusion élastique, avec TheceaFuse, et la segmentation, avec TheceaSegment, sont simultanément résolues. Cette solution peut tirer bénéfice de l’apprentissage statistique en proposant des biomarqueurs pour l’interprétation des images qui soient conformes à la physiologie, elle fait appel aux logiques des interprétions adoptées par les médecins. Cet objectif est atteint par des méthode multi-atlas qui consistent à trouver une mise en correspondance entre des données déjà interprétées par le radiologue et un nouveau patient. Nous exploitons à la fois la cohérence visuelle et la cohérence sémantique combinées à une interprétation rapide et précise en sélectionnant des cas déjà traités qui soient les plus proches de ceux du patient en cours d’analyse.

Pour plus d'informations, retrouvez la technologie TheceaFuse et TheceaSegment sur le Village Innovations des Journées Francophones de la Radiologie. Rendez-vous du 14 au 17 octobre 2016 au Palais des Congrès de Paris, Niveau 1, stand 102.