1 \documentclass[a4paper,
10pt,twoside,titlepage
]{article
}
3 \usepackage[top=
2.5cm, bottom=
3cm, inner=
5cm, outer=
3cm
]{geometry
}
5 \usepackage[francais
]{babel
}
6 \usepackage[utf8
]{inputenc}
7 \usepackage[T1]{fontenc}
10 \usepackage{amssymb, amsmath, amsthm
}
11 \usepackage[title,titletoc,toc
]{appendix
}
16 \usepackage{subcaption
}
21 \usepackage[usenames,dvipsnames
]{xcolor
}
26 \usepackage{changepage
}
30 \lstset{basicstyle=
\footnotesize\ttfamily,breaklines=true
}
31 \lstset{framextopmargin=
50pt,frame=bottomline
}
32 \definecolor{matlabCommentColor
}{RGB
}{0,
100,
0} % Green
33 \definecolor{matlabStringColor
}{RGB
}{204,
34,
34} % Red
34 \lstset{language=Matlab,
%
36 morekeywords=
{matlab2tikz
},
37 keywordstyle=
\color{blue
},
%
38 morekeywords=
[2]{1}, keywordstyle=
[2]{\color{black
}},
39 identifierstyle=
\color{black
},
%
40 stringstyle=
\color{matlabStringColor
},
41 commentstyle=
\color{matlabCommentColor
},
42 showstringspaces=false,
%without this there will be a symbol in the places where there is a space
44 numberstyle=
{\tiny \color{black
}},
% size of the numbers
45 numbersep=
9pt,
% this defines how far the numbers are from the text
46 emph=
[1]{for,end,break
},emphstyle=
[1]\color{red
},
%some words to emphasis
47 %emph=[2]{word1,word2}, emphstyle=[2]{style},
50 \newcommand{\mli}[1]{\mathit{#1}} % Multi-letter identifier.
52 \renewcommand{\appendixtocname}{Annexes
}
56 \fancyfoot[LE,RO
]{\thepage}
60 \nocite{*
} % Pour inclure toute la bibliographie (et pas seulement celle citée).
66 \textbf{Parasitémie automatisée de la malaria à partir d'images microscopiques
}
70 Master of Science HES-SO in Engineering \\
72 Technologie de l'information et de la communication
77 \includegraphics[width=
3cm
]{logos/hes-so_logo.jpg
}
81 \includegraphics[width=
4cm
]{logos/mse_logo.jpg
}
87 Février
2016 - Révision n°
1
91 Auteur : Grégory
\textsc{Burri
}\\
92 Prof. responsables : Michel
\textsc{Kocher
},
\textsc{Olivier Hüsser
}
95 Master of Science HES-SO in Engineering\\
103 % Page vide (derrière le titre).
105 \thispagestyle{empty
}
109 % Page contenant les signatures.
111 \thispagestyle{empty
}
113 Accepté par la HES-SO//Master (Suisse, Lausanne) sur proposition de M. Kocher.
117 Prof. Michel Kocher, conseiller du projet d'approfondissement\\
118 Dr. Philippe Thévenaz, expert principal
128 \setlength{\tabcolsep}{30pt
}
129 \begin{tabular
}{ l l
}
130 Prof. Michel Kocher. & Prof.\\
131 Conseiller & Responsable de la filière
137 % Page contenant le résumé et les mots-clefs.
139 \thispagestyle{empty
}
143 Cet article a pour but la description et la mise en oeuvre d'une méthode automatique permettant l'établissement de la parasitémie d'un patient infecté par la malaria. Cette méthode se base sur une ou plusieurs images microscopiques d'un frottis sanguin.
151 \og{}malaria
\fg{},
\og{}paludisme
\fg{},
\og{}parasitémie
\fg{},
\og{}taux d'infection
\fg{},
\og{}logiciel
\fg{}
155 \thispagestyle{empty
}
163 \thispagestyle{empty
}
164 \cleardoublepage % Devrait être \newpage, mais ça ne marche pas...
167 \section{Introduction
}
169 % TODO: Future dans l'intro?
171 Le but de ce projet est d'établir une méthode complète et non-supervisée afin de dénombrer les érythrocytes et de les classer en deux catégories de cellules à savoir les saines et les infectées. Cette méthode sera ensuite implémentée sous la forme d'un logiciel qui puisse être facilement utilisé par une personne avec un minimum de connaissance en informatique.
173 Cette réalisation est faite en partenariat avec le Dr. Guy Prod'hom de l'institut de microbiologie du
\emph{CHUV
} à Lausanne.
% Ajouter du blabla
175 % Problème du comptage manuel
177 % \subsection{Images sources}
179 % Mentionner certains problèmes comme les débris ou les plaquettes
181 Les images à disposition correspondent à des photographies de sang infecté agrandies
50 fois. Une
\emph{coloration de May-Grünwald Giemsa
} est utilisée afin de faire ressortir les parasites avec une teinte particulière. Les éléments principaux composant les images sont : les globules rouges (figure~
\ref{fig:medical-globules-rouges
}), les globules blancs (figure~
\ref{fig:medical-globules-blancs
}), les plaquettes (figure~
\ref{fig:medical-plaquettes
}) et les différentes formes du parasite (figure~
\ref{fig:medical-plasmodium
}).
185 \begin{subfigure
}[t
]{0.3\textwidth}
186 \includegraphics[width=
\linewidth]{img/medical_globules_rouges.jpg
}
187 \caption{Globules rouges (
\emph{érythrocyte
})
}
188 \label{fig:medical-globules-rouges
}
191 \begin{subfigure
}[t
]{0.3\textwidth}
192 \includegraphics[width=
\linewidth]{img/medical_globules_blancs.jpg
}
193 \caption{Globules blancs (
\emph{leucocyte
})
}
194 \label{fig:medical-globules-blancs
}
197 \begin{subfigure
}[t
]{0.3\textwidth}
198 \includegraphics[width=
\linewidth]{img/medical_plaquettes.jpg
}
199 \caption{Plaquette (
\emph{thrombocyte
})
}
200 \label{fig:medical-plaquettes
}
202 \caption{Les éléments principaux composant le sang
}
203 \label{fig:medical-elements-sang
}
206 Dans le cycle de vie du parasite
\emph{Plasmodium
}, responsable de la malaria, celui-ci passe par une étape d'alimentation active (trophozoïte) où il va se loger à l'intérieur des globules rouges. Puis il va subir la schizogonie (reproduction asexuée) et va se développer en schizonte. Ces étapes sont montrées par la figure~
\ref{fig:medical-plasmodium
}.
210 \begin{subfigure
}[t
]{0.2\textwidth}
211 \includegraphics[width=
\linewidth]{img/medical_plasmodium_1.jpg
}
212 \caption{Trophozoïte immature (anneau)
}
213 \label{fig:medical-plasmodium_1
}
216 \begin{subfigure
}[t
]{0.2\textwidth}
217 \includegraphics[width=
\linewidth]{img/medical_plasmodium_2.jpg
}
218 \caption{Maturation du trophozoïte
}
219 \label{fig:medical-plasmodium_2
}
222 \begin{subfigure
}[t
]{0.2\textwidth}
223 \includegraphics[width=
\linewidth]{img/medical_plasmodium_3.jpg
}
224 \caption{Trophozoïte mature
}
225 \label{fig:medical-plasmodium_3
}
228 \begin{subfigure
}[t
]{0.2\textwidth}
229 \includegraphics[width=
\linewidth]{img/medical_plasmodium_4.jpg
}
231 \label{fig:medical-plasmodium_4
}
233 \caption{Les différents stades de l'infection d'un globule rouge
}
234 \label{fig:medical-plasmodium
}
237 %\subsection{Parasitémie de la malaria}
239 L'objectif est de dénombrer les globules rouges sains ainsi que ceux infectés par des trophozoïtes immatures en début de croissance, comme montré par la figure~
\ref{fig:medical-plasmodium_1
}. Ce stade est appelé
\emph{ring stage
} car les parasites ont une forme d'anneau. Cet anneau, montré en détail par la figure~
\ref{fig:noyau-cytoplasme
}, comprend un noyau ainsi qu'un cytoplasme l'entourant.
241 La parasitémie est établit en pourcentage comme étant le rapport entre nombre d'érythrocytes infecté et le nombre total d'érythrocyte. Le group d'experts
\emph{UK NEQAS
} (
\emph{United Kingdom National External Quality Assessment Service
}) recommande de considéré un minimum de
1000 erythrocytes. Le
\emph{CDC
} (
\emph{Centers for Disease Control and Prevention
}) recommande quant à lui au moins
500 érythrocytes si la parasitémie est supérieure à
10~\% et au moins
2000 érythrocytes si la parasitémie est inférieure à
0.1~\%.
245 \includegraphics[width=
0.5\linewidth]{img/RBC_noyau_cytoplasme.pdf
}
246 \caption{Détail des deux parties constituantes d'un trophozoïte immature
}
247 \label{fig:noyau-cytoplasme
}
250 Certains artefacts comme des débris ou des plaquettes peuvent venir se supperposer aux érythrocyte et être confondus avec des parasites. Ces cas peuvent être relativement fréquents et altérer significativement la parasitémie si comptés comme étant des cas positifs d'infection. La figure~
\ref{fig:RBC-artefact
} montre quelques exemple de faux positifs potentiels.
254 \begin{subfigure
}[t
]{0.2\textwidth}
255 \includegraphics[width=
\linewidth]{img/RBC-plaquette.jpg
}
256 \caption{Thrombocyte
}
257 \label{fig:RBC-artefact-plaquette
}
260 \begin{subfigure
}[t
]{0.2\textwidth}
261 \includegraphics[width=
\linewidth]{img/RBC-debris-
1.jpg
}
263 \label{fig:RBC-artefact-debris-
1}
266 \begin{subfigure
}[t
]{0.2\textwidth}
267 \includegraphics[width=
\linewidth]{img/RBC-debris-
2.jpg
}
269 \label{fig:RBC-artefact-debris-
2}
272 \begin{subfigure
}[t
]{0.2\textwidth}
273 \includegraphics[width=
\linewidth]{img/RBC-debris-
3.jpg
}
275 \label{fig:RBC-artefact-debris-
3}
277 \caption{Artefacts se supperposant à des érytrocytes
}
278 \label{fig:RBC-artefact
}
283 \section{Aperçu du processus
}
285 La figure~
\ref{fig:processusComplet
} montre le processus complet du traitement d'une image de frottis sanguin. Celui ci peut-être divisé en trois groupe de traitement à savoir la ségmentation des érytrocytes, la ségmentation des parasites et finalement la classification des cellules.
289 \includegraphics[width=
0.8\linewidth]{img/schema_processus_2.pdf
}
290 \caption{Le processus complet.
}
291 \label{fig:processusComplet
}
294 Dans le premier groupe, l'on va chercher à construire des ellipses qui correspondent le mieux aux bords des érythrocytes. Pour ce faire une estimation du rayon moyen est réalisée par granulométrie à l'aide d'une succession de fermeture par aire. La construction des ellipses utilise les pixels des bords des erytrocytes ainsi que son gradient, la méthode
\emph{RANSAC
} permet de créer un grand nombre d'ellipses candidates auquel un score est attribué. Finalement les ellipses sont élaguée en supprimant celles chevauchées par d'autres ellipses sont le score est supérieur.
296 Dans le deuxième groupe, les zones
colorées et sombre vont être extraites en comparant les valeurs d'intensité de l'image avec la moyenne d'intensité des éléments de l'avant-plan. Ces zones sombres correspondent aux leucocytes, aux plaquettes et à certains débris. Une fermeture morphoplogique, dont la taille de l'élément structurant est calculé en fonction du rayon moyen, va permettre de mettre en évidence le cytoplasme des parasites. Les noyaux sont, quant à eux, mis en évidence à l'aide d'une fermeture par aire.
298 Le troisième groupe correspond à la mise en commun des informations du premier et du deuxième groupe afin de définir les erytrocytes et de les classer. La parasitémie est alors établit en calculant le rapport entre la population d'érythrocytes infecté et celle saine.
301 \section{Détail de la méthode
}
303 % filtrage préliminaire (taille d'un érythrocyte: 7.5 \micro~m)
305 Les filtres gaussiens appliquées initialement vont permettre de supprimer une partie du bruit haute-fréquence. L'écart type de chaque filtre est choisi en fonction de la taille des objets. La taille d'un érytrocyte est d'environ
7.5~
\textmu{m
} et la taille d'un parasite d'environ
2.5~
\textmu{m
}. Des écarts types de
0.2~
\textmu{m
} et
0.15~
\textmu{m
} sont choisis pour pour la ségmentation des érytrocytes respectivement la ségmentation des parasites.
307 \subsection{Identification des érytrocytes
}
309 Le but de cette étape est d'identifier les érythrocytes. Le profil de ceux-ci est un disque biconcave et apparait de manière plus ou moins déformée sur les photographies. Ces déformations les font prendre une forme plus ou moins elliptique dont le rapport entre le grand axe et le petit axe n'excède pas
1.6 ($
\pm 23~\%$ d'un rayon moyen).
311 Le résultat de cette recherche sera une liste d'ellipses pouvant se recouvrir partiellement. Les ellipses sont décrites par les paramètres montrés par la figure~
\ref{fig:ellipse-parametres
}.
315 \includegraphics[width=
0.5\linewidth]{img/ellipse-parametres.pdf
}
316 \caption{Paramètre d'une ellipse, $
\alpha \in [0,
\pi[$ est l'angle d'inclinaison du grand axe $a$, $a
\geqslant b$ >
0}
317 \label{fig:ellipse-parametres
}
321 \subsubsection{Granulométrie
}
323 L'objectif est de déterminer le rayon moyen des érytrocytes. Pour ce faire nous allons appliquer une série de fermetures par aire et calculer les différences des sommes des intensités de chaque pixel. Chaque aire est calculée comme étant celui d'un cercle de rayon donné. Les rayons des aires vont être compris autour d'un rayon estimé à partir de la résolution donnée initialement. Les bornes inférieure et supérieure correspondent au rayon estimé minoré de
50~\% respectivement au rayon estimé majoré de
50~\%.
325 La fermeture suppose ici que les erythrocytes on un niveau d'intensité plus bas que le fond, ce qui est le cas pour la composante verte dans toutes les images étudiées.
327 Deux autres approches on également été essayées, à savoir la fermeture morphologique par un élément structurant en forme de disque et par un élément structurant de forme octogonale. Un des problèmes de ces deux approches est qu'elles ont tendance à sous-estimer légèrement le rayon moyen dans le cas d'éléments elliptiques. La figure~
\ref{fig:granulometrie-ellipse-cercle-closing-comparaison
} montre à gauche le résultat d'une granulometrie par aire (le cercle et l'ellipse ont la même aire) et à droite le résultat d'une granulometrie morphologique. Le rayon $r$ est plus proche de la moyenne entre les deux rayons de l'ellipse $a$ et $b$ que le rayon $r'$. Il est à noter que dans cet exemple $a =
2b$ et que donc $r =
\sqrt{2}b =
1.41b$ ce qui n'est pas très éloigné de la moyenne $(a+b)/
2 = (
2+
1)/
2 =
1.5$.
331 \begin{subfigure
}[t
]{0.4\textwidth}
332 \includegraphics[width=
\linewidth]{img/granulometrie-ellipse-cercle-closing-area.pdf
}
333 \caption{Cercle dont la surface est égale à celle de l'ellipse
}
334 \label{fig:granulometrie-ellipse-cercle-closing-area
}
337 \begin{subfigure
}[t
]{0.4\textwidth}
338 \includegraphics[width=
\linewidth]{img/granulometrie-ellipse-cercle-closing-morpho.pdf
}
339 \caption{Cercle dont
\emph{r
} est égale au petit rayon
\emph{a
} de l'ellipse
}
340 \label{fig:granulometrie-ellipse-cercle-closing-morpho
}
342 \caption{Comparaison du rayon d'un cercle trouvé par fermeture par aire d'une ellipse (à gauche) et celui trouvé par une fermeture morphologique (à droite)
}
343 \label{fig:granulometrie-ellipse-cercle-closing-comparaison
}
346 Un autre problème de la granulométrie à l'aide de fermetures morphologique utilisant un disque comme élément structurant est sa complexité algorithmique quadratique en fonction du rayon du disque comme le montre la figure~
\ref{fig:spectre-granulométrique-morpho-cercle
}. La figure~
\ref{fig:spectre-granulométrique-morpho-cercle
} montre un exemple de progression du temps de calcul en fonction du rayon. Une solution à ce problème est l'utilisation d'une approximation du cercle, l'octogone, dont la dilaté ou l'érodé par un autre octogone crée un nouvel octogone. L'associativité de l'erosion ou de la dilatation, montré par l'équation~
\ref{eq:dilatation-associatif
}, permet la décomposition d'une dilatation ($e_
{1} \oplus e_
{2}$) en plusieurs dilatations successives ($
\oplus~e_
{1}$ puis $
\oplus~e_
{2}$). Cela permet de réduire la complexité algorithmique et ainsi de gagner du temps.
348 {\setlength{\abovedisplayskip}{0pt
}
349 \begin{flalign
} \label{eq:dilatation-associatif
}
350 f' = f
\oplus (e_
{1} \oplus e_
{2}) = (f
\oplus e_
{1})
\oplus e_
{2} &
353 L'implémentation utilisée ici,
\emph{OpenCV
}, ne réalise pas, à priori, cette optimisation lorsque l'élément structurant peut être décomposé. De ce fait le temps de calcul, montré par la figure~
\ref{fig:spectre-granulométrique-morpho-octogone
}, ne se différencie pas de l'utilisation d'un disque. De plus, l'octogone produit un spectre granulométrique (figure~
\ref{fig:spectre-granulométrique-morpho-octogone
}) moins harmonieux que pour les deux autres granulométries.
355 Concernant les mesures du temps de calcul avec des images réelles, l'on constate que la fermeture par aire est beaucoup plus rapide :
8.4~s (figure~
\ref{fig:temps-aire
}) que la fermeture morphologique :
54~s (figures~
\ref{fig:spectre-granulométrique-morpho-cercle
} et~
\ref{fig:spectre-granulométrique-morpho-octogone
}). La première fermeture par aire, pour le premier rayon, prend un peu moins de
5~s puis les suivantes environ
100~ms. Cela s'explique par la recherche initiale des minima puis par l'agrandissement ceux-ci jusqu'à l'aire correspondant au premier rayon. Le détail de cet algorithme se trouve à la section~
\ref{} % TODO: référence.
357 Il faut remarquer que le spectre granulométrique par aire comporte un deuxième sommet au rayon
44 qui correspond à certains amas de cellules. Il est nécessaire d'éviter de traiter des images comprenant trop de cellules se touchant. En pratique, ce cas ne survient pas car l'image est alors trop peu lisible pour être exploitée.
361 \begin{subfigure
}[t
]{0.48\textwidth}
362 \includegraphics[width=
1\linewidth]{img/Granulometry-pattern-spectrum-area.pdf
}
363 \caption{Spectre granulométrique d'une succession de fermetures par aire
}
364 \label{fig:spectre-granulométrique-aire
}
367 \begin{subfigure
}[t
]{0.48\textwidth}
368 \includegraphics[width=
1\linewidth]{img/Granulometry-time-area.pdf
}
369 \caption{Temps en milliseconde pour chaque fermeture. Temps total :
8.4~s
}
370 \label{fig:temps-aire
}
372 \caption{Spectre granulométrique et temps en milliseconde pour chacune des fermetures par aire. Réalisé sur une image
2592 \texttimes 1944 contenant environ
700 érythrocytes
}
373 \label{fig:Granulometry-area
}
378 \begin{subfigure
}[t
]{0.48\textwidth}
379 \includegraphics[width=
1\linewidth]{img/Granulometry-pattern-spectrum-morpho-circle.pdf
}
380 \caption{Spectre granulométrique d'une succession de fermetures morphologiques avec un disque
}
381 \label{fig:spectre-granulométrique-morpho-cercle
}
384 \begin{subfigure
}[t
]{0.48\textwidth}
385 \includegraphics[width=
1\linewidth]{img/Granulometry-time-morpho-circle.pdf
}
386 \caption{Temps en milliseconde pour chaque fermeture. Temps total :
54~s
}
387 \label{fig:temps-morpho-cercle
}
389 \caption{Spectre granulométrique et temps en milliseconde pour chacune des fermetures morphologique avec un disque comme élément structurant. Réalisé sur une image
2592 \texttimes 1944 contenant environ
700 érythrocytes
}
390 \label{fig:Granulometry-morpho-circle
}
395 \begin{subfigure
}[t
]{0.48\textwidth}
396 \includegraphics[width=
1\linewidth]{img/Granulometry-pattern-spectrum-morpho-octagon.pdf
}
397 \caption{Spectre granulométrique d'une succession de fermetures morphologiques avec un octogone
}
398 \label{fig:spectre-granulométrique-morpho-octogone
}
401 \begin{subfigure
}[t
]{0.48\textwidth}
402 \includegraphics[width=
1\linewidth]{img/Granulometry-time-morpho-octagon.pdf
}
403 \caption{Temps en milliseconde pour chaque fermeture. Temps total :
54~s
}
404 \label{fig:temps-morpho-octogone
}
406 \caption{Spectre granulométrique et temps en milliseconde pour chacune des fermetures morphologique avec un octogone comme élément structurant. Réalisé sur une image
2592 \texttimes 1944 contenant environ
700 érythrocytes
}
407 \label{fig:Granulometry-morpho-octagon
}
410 \subsubsection{Calcul du gradient
}
412 \subsubsection{Recherche des bords des érythrocytes
}
414 \subsubsection{Recherche d'ellipses
}
416 % RANSAC + scoring + pruning
419 \subsection{Segmentation des parasites
}
421 \subsubsection{Extraction des zones
colorées sombres
}
423 \subsubsection{Segmentation des cytoplasmes
}
425 \subsubsection{Segmentation des noyaux
}
427 \subsection{Classification des cellules
}
429 \subsubsection{Suppression des cellules non-conformes
}
431 \subsubsection{Attribution d'une classe
}
434 \section{Implémentation
}
441 % Comparaison avec MA et le PA.
447 \bibliographystyle{plain
}