Prototype d’acquisition et de traitement des IRM OASIS-1 pour la détection automatisée des stades de l’Alzheimer
Contexte
Objectifs
- Sélectionner et extraire automatiquement les coupes cérébrales pertinentes;
- Générer un Dataset exploitable en format PNG structuré par classe;
- Appliquer un processus de traitement IRM pour extraire le contour cérébral et à éliminer l’enveloppe crânienne.
Le processus débute par le téléchargement des données IRM depuis la base OASIS-1, suivi de l’identification des volumes cérébraux complets. Les 256 coupes axiales sont explorées avec XMedCon, puis les tranches 80 à 104, ciblant la région corticale, sont extraites. Ces images sont converties du format NIfTI vers PNG, annotées selon le stade clinique via les métadonnées, puis organisées par classe. Enfin, un traitement est appliqué pour isoler la région cérébrale : flou gaussien pour lisser l’image, seuillage d’Otsu pour la binarisation, puis détection du plus grand contour pour supprimer les structures crâniennes.
- Le Dataset est réparti en quatre classes cliniques : Mild Demented, Very Mild Demented, Non Demented et Moderate Demented.
- Les trois premières comprennent chacune 12 dossiers patients, avec 25 coupes IRM par patient. La classe Moderate Dementia est moins représentée, avec 2 patients annotés, chacun associé à 25 tranches IRM.
- Au total, 950 images, extraites à raison de 25 coupes par patient, ciblent la région corticale centrale, fréquemment affectée par la maladie d’Alzheimer.
Conclusions
Les images IRM issues de la base OASIS-1 ont été rigoureusement sélectionnées, prétraitées et annotées selon les stades cliniques de la maladie d’Alzheimer. Ce travail prépare le terrain pour la mise en œuvre de solutions d’intelligence artificielle, en vue d’une détection précoce, fiable et automatisée de la maladie.
Présenté par
Mahdi Baccar, étudiant à la maîtrise en ingénierie
Pier-Luc Dupéré, étudiant à la maîtrise en informatique
