Development of an imaging system dedicated to the acquisition analysis and multispectral characterisation of skin lesion
Développement d'un outil d'imagerie dédié à l'acquisition, à l'analyse et à la caractérisation multispectrale des lésions dermatologiques
Résumé
Visual evaluation of cutaneous lesions is the analysis the most commonly performedby dermatologists. This diagnostic is mainly done by naked eye and is based on criterionsuch as the size, shape, symmetry but principally on colour of the lesions. However, thisanalysis is subjective because it depends on the practician experience and the acquisitionconditions. We propose in this dissertation (1) the development of a multispectralcamera specifically dedicated for dermatological use. This device is based on a filterwheel composed of interferential filters and a neural network-based algorithm, generatinga hyperspectral cube of cutaneous data. This setting combines advantage of both spectrophotometer(spectral information) and digital camera (spatial information). Its maininterest is also to provide reproducible information which is independent of the acquisitionconditions. The setting-up of an acquisition protocol of healthy skin data from five of thesix exisiting skin phototypes allows the validation of our system by comparing spectragenerated by our system and theoretical spectra acquired by professional spectrophotometer.(2) Skin spectral reflectance provides precious information because it is directly linkedto the skin chromophore composition. Quantitative measure of cutaneous tissue opticalproperties can be based on the modelisation of light propagation in skin. For this purpose,we based our method on Kubelka-Munk model with which we associated an optimizationmethod based on evolutionary algorithm. This method helps for the model inversion.Using this approach, quantification of diverse parameters of skin can be obtained such asmelanin and haemoglobin. (3) The validation of this model is performed on disease skindata (vitiligo and melasma) and allows to quantify difference between healthy and affectedskin area within a single image.
L’évaluation visuelle de lésions cutanées est l’analyse la plus couramment réalisée par les dermatologues. Ce diagnostic s’effectue principalement à l’œil nu et se base sur des critères tels que la taille, la forme, la symétrie mais principalement la couleur. Cependant, cette analyse est subjective car dépendante de l’expérience du praticien et des conditions d’utilisation. Nous proposons dans ce manuscrit (1) le développement d’une caméra multispectrale spécialement conçue pour un usage en dermatologie. Cette caméra multispectrale se base sur la technologie de roue porte-filtres composée de filtres interférentiels et d’un algorithme basé sur les réseaux de neurones générant un cube hyperspectral de données cutanées. Cet ensemble combine l’avantage d’un spectrophotomètre (information spectrale), et celui d’une caméra (information spatiale). Son intérêt est également de délivrer une information reproductible et indépendante des conditions d’acquisition. La mise en place d’un protocole d’acquisition de données de peaux saines issues de cinq des six phototypes existants a permis la validation de notre système en comparant les spectres générés par notre système avec des spectres théoriques acquis par un spectrophotomètre professionnel. (2) La réflectance spectrale de données de peau fournit une information précieuse, car directement liée à sa composition en chromophores. La mesure quantitative des propriétés optiques du tissu cutané peut être basée sur la modélisation de la propagation de la lumière dans la peau. Pour cela, nous nous sommes appuyés sur le modèle de Kubelka-Munk, auquel nous avons associé une méthode d’optimisation basée sur les algorithmes évolutionnaires. Cette dernière apporte une réponse à l’inversion de ce modèle. A partir de cette approche, la quantification de divers paramètres de la peau peut être obtenue, tels que la mélanine et l’hémoglobine. (3) La validation de cette méthodologie est effectuée sur des données pathologiques (vitiligo et melasma) et permet de quantifier une différence de composition entre zone saine et zone affectée sur une même image.
| Origine | Version validée par le jury (STAR) |
|---|
Loading...