\usepackage{amssymb,amsmath,amsthm}
+\usepackage{framed}
\usepackage{graphicx}
\usepackage{listings}
\usepackage{url}
\maketitle
-
\section{Introduction}
-Le but de ce projet est
+Le but de ce projet est de dénombrer de manière automatisée les globules rouges infectés par la malaria. Le nombre total de globules rouges est également recensé afin de pouvoir établir un taux de contamination. Cela est réalisé à partir d'images microscopiques fournies par Dr. Guy Prod'hom du laboratoire de parasitologie du CHUV à Lausanne.
+
+Pour ce faire, nous nous basons sur l'article \cite{Di-Ruberto-Dempster-Khan-Jarra-analysid-of-infected-blood-cell} qui décrit une approche principalement basée sur des opérations morphologiques afin d'établir la parasitémie d'images d'échantillons de sang contaminé par la malaria.
+
+\section{Approche générale}
+
+La première étape consiste à détecter les éléments marqués comprenant les parasites, les globules blanc et les plaquettes. Les parasites peuvent se trouver à l'extérieure de cellules, par exemple groupés sous la forme de schizontes.
+
+La deuxième et troisième étape consiste à chercher et à extraire les globules blancs, respectivement les schizontes.
+
+La quatrième étape va ségmenter les globules rouges.
+
+La cinquième étape consiste à reconstruire les globules rouges parasités à partir des parasites marqués de la première étape et la ségmentation de la quatrième étape.
+
+La sixième et dernière étape va compter le nombre de globules rouges total et de globules rouges infectés afin de calculer le rapport entre ces deux valeurs.
+
+
+\begin{itemize}
+ \item Mettre un diagramme montrant le processus complet
+\end{itemize}
\section{Outils utilisés}
-\section{Approche générale}
+<TODO>
-\section{Détection des parasites}
+\begin{itemize}
+ \item Description de la structuration du projet MATLAB
+\end{itemize}
-\section{
+\section{Détail du processus}
+
+Le processus est actuellement réalisé sur des images réduites de 40 \% par rapport à la taille originale afin d'augmenter la vitesse de l'ensemble du processus.
+
+TODO : faire des mesures précises sur des images plus grandes afin de voir s'il y a beaucoup d'imprécisions liées à la réduction.
+
+
+\subsection{Détection des parasites}
+
+Cette opération a pour but de marquer les parasites, les schizontes ainsi que les globules blancs. Nous utilisons ici les composantes "teinte" et "saturation" de l'image.
+
+TODO : (à développer)
+
+\begin{itemize}
+ \item La composante teinte est inversée puis "shiftée" afin d'obtenir le fond le plus foncé possible. Les cellules sont alors plus claires et les parasites encore plus clairs.
+ \item La composante saturation est inversée afin que l'intensité des parasites soit la plus élevée.
+ \item Réalisation d'un filtre médian 5x5 ainsi que d'une fermeture d'aire sur les deux composantes
+ \item Lors de la granulométrie, afin d'être indépendant de la taille de l'image, nous définisson la valeur supérieure de recherche en fonction de la largeur de l'image. Y a-t-il un moyen d'obtenir le DPI de l'images ?
+ \item La taille des parasites est difficle à extraire de l'histogramme de la granulométrie, donc définissions donc celle-ci comme étant un cinquième de la taille des globules rouges.
+ \item les fermeturees successives utilisées lors de la granulométrie utilisé une forme octogone et non un disk afin d'augmenter la vitesse de traitement (speed-up de 3 fois environ).
+ \item La recherche des maximas réginaux utilise la fonction mmregmax qui ne correspond pas à la définition faite dans l'article. (plusieurs maximas reginaux peuvent être trouvés dans notre cas).
+ \item
+\end{itemize}
+
+\subsection{Détection des globules blancs}
+
+Cette opération utilise l'image de marquage des parasites ains que la taille des globules rouges. Les globules blancs sont tout d'abord marqués à l'aide d'une érosion utilisant un élément structurant octogonal dont la taille correspond à 80 \% de celle des globules blancs.
+
+TODO : (à développer)
+
+\begin{itemize}
+ \item Reconstruction
+ \item Bouchage des trous
+\end{itemize}
+
+
+\subsection{Détection des schizontes}
+
+Pour détecter les schizontes, nous utilisons l'image de marquage des parasites ainsi que la taille des globules rouges. Nous allons ici plus loin que l'article est créons un graphe non-orienté dont les arcs représentes une distance de Hausdorff égale ou plus petite à la taille des globules rouges entre deux ensembles.
+
+Nous cherchons alors les ensembles connexes de plus de n éléments et les marquons comme étant des schizonts.
+
+Cette modification permet d'éviter de détecter certains parasites comme étant des schizonts, voir la figure \ref{fig:ParasitesRessemblantsADesShizontes}.
+
+\begin{figure}[h]
+ \includegraphics[width=3cm]{img/ParasitesRessemblantsADesShizontes.png}
+ \caption{Parasite non-détecté comme un schizonte}
+ \label{fig:ParasitesRessemblantsADesShizontes}
+\end{figure}
+
+\begin{itemize}
+ \item Décrire ce qu'est un schizonte ?
+ \item Pour l'instant n est égal à 3, à modifier ?
+\end{itemize}
+
+
+\subsection{Ségmentation des globules rouges}
-\section{Conclusion}
-Travaux futurs.
+\subsubsection{Calcul des Distances et Watersheds}
+Après le seuillage des globules rouge certaines régions comprenent deux ou plusieurs globules rouges qu'il faut séparer. L'article propose une calssification en fonction du rapport grand axe/petit axe de ces zones, les zones dont le rapport est supperieur à 1.3 sont traitées comme des amas de cellules.
+Dans un premier temps nous utilisons une approche plus simple, sans nécessité de classification des amas, basée sur une transformée de distance puis l'application de l'algorithme \emph{watersheds}. Ce processus est détaillé ci-après.
+\begin{framed}
+$i$ : l'image seuilé
+\begin{enumerate}
+ \item d <-
+\end{enumerate}
+\end{framed}
-\begin{figure}[p]
- \includegraphics[width=\linewidth]{../output/THS.png}
- \caption{Seuillage afin d'obtenir les parasites et globules blanc (actuellement erroné)}
- \label{fig:THS}
+\subsection{Identification des globules rouges infectés}
+
+<TODO>
+
+
+\subsection{Calcul du taux d'infection}
+
+\section{Résultats}
+
+\subsection{Méthode}
+
+Les résultats se basent sur l'analyse d'un ensemble d'images provenant d'un même patient, le taux d'infection devrait être homogène entre les différentes images. Pour mesurer la qualité de nos détections, un dénombrement réalisé à la main est effectué afin de reflèter la réalité, puis celui-ci est comparé à nos détections automatisées. La différence entre le résultat issue de la détection et la réalité est alors calculée et nommé \emph{erreur}.
+
+Finalement, nous calculons les moyennes et les écarts types des erreurs, et des deux taux, celui de référence et celui détecté.
+
+\subsection{Échantillon n°1412151257}
+
+\subsubsection{\texttt{1412151257-0001}}
+
+\begin{itemize}
+ \item Taux de cellules infectées : 19.1~\% (22 / 115)
+ \item Temps de calcul : 89 secondes
+ \item Dénombrement des cellules saines à l'oeil : 94
+ \item Dénombrement des cellules infectées à l'oeil : 22
+ \item Taux de cellules infectées réel : 19.0~\% (22 / (94 + 22))
+ \item Erreur : +0.5~\%
+\end{itemize}
+
+\subsubsection{\texttt{1412151257-0002}}
+
+\begin{itemize}
+ \item Taux de cellules infectées : 12.6~\% (15/119)
+ \item Temps de calcul : 106 secondes
+ \item Dénombrement des cellules saines à l'oeil : 104
+ \item Dénombrement des cellules infectées à l'oeil : 19
+ \item Taux de cellules infectées réel : 15.5 \% (19 / (104 + 19))
+ \item Erreur : -18.7~\%
+\end{itemize}
+
+Cette erreur importante est liée à beaucoup de parasite manqué lors de la recherche des minimums locaux sur la composante saturation.
+
+\subsubsection{\texttt{1412151257-0003}}
+
+\begin{itemize}
+ \item Taux de cellules infectées : 23.1~\% (34/147)
+ \item Temps de calcul : 109 secondes
+ \item Dénombrement des cellules saines à l'oeil : 106
+ \item Dénombrement des cellules infectées à l'oeil : 33
+ \item Taux de cellules infectées réel : 23.7~\% (33 / (106 + 33))
+ \item Erreur : -2.5~\%
+\end{itemize}
+
+\subsubsection{\texttt{1412151257-0013}}
+
+\begin{itemize}
+ \item Taux de cellules infectées : 13.7~\% (22 / 161)
+ \item Temps de calcul : 90 secondes
+ \item Dénombrement des cellules saines à l'oeil : 128
+ \item Dénombrement des cellules infectées à l'oeil : 22
+ \item Taux de cellules infectées réel : 14.7~\% (22 / (128 + 22))
+ \item Erreur : -6.8~\%
+\end{itemize}
+
+\subsubsection{\texttt{1412151257-0014}}
+
+\begin{itemize}
+ \item Taux de cellules infectées : 13.2~\% (18 / 136)
+ \item Temps de calcul : 78 secondes
+ \item Dénombrement des cellules saines à l'oeil : 114
+ \item Dénombrement des cellules infectées à l'oeil : 18
+ \item Taux de cellules infectées réel : 13.6~\% (18 / (114 + 18))
+ \item Erreur : -2.9~\%
+\end{itemize}
+
+\subsubsection{Statistiques}
+
+\begin{itemize}
+ \item Erreur moyenne : -6.1~\%
+ \item Écart type sur l'erreur : 6.7~\%
+ \item Taux de cellules infectées moyen détecté : 16.3~\%
+ \item Écart type sur le taux de cellules infectées moyen détecté : 4.1~\%
+ \item Taux de cellules infectées moyen réel : 17.3~\%
+ \item Écart type sur le taux de cellules infectées moyen réel : 3.7~\%
+\end{itemize}
+
+
+\begin{figure}[htbp]
+ \centering
+ %\includegraphics[width=\linewidth]{img/1412151257-Gamma-1-0001.png}
+ \caption{Image originale \texttt{1412151257-Gamma-1-0001.png}}
+ \label{fig:asd}
+\end{figure}
+
+\begin{figure}[htbp]
+ \centering
+ %\includegraphics[width=\linewidth]{img/1412151257-Gamma-1-0001---infected-cells.png}
+ \caption{Détection des globules rouges sains et parasités}
+ \label{fig:dsa}
\end{figure}
+
+\begin{figure}[htbp]
+ \centering
+ %\includegraphics[width=\linewidth]{img/1412151257-Gamma-1-0001-faux-positif-schizonts.png}
+ \caption{Parasites au sein de globules rouges detecté à tort comme des schizonts}
+ \label{fig:kjh}
+\end{figure}
+
+
+\section{Conclusion}
+
+Travaux futurs?
+
+\bibliographystyle{plain}
+\bibliography{main}
+
+
\end{document}
projects / malaria.git / commitdiff
