Le but du mémoire sera de développer un programme visant à évaluer, à partir d'images radiologiques mammaires, si les modifications des textures mammaires de personnes recevant un traitement hormonal substitutif présentent un pattern identique à celui des modifications de textures mammaires associées à une densité élevée du sein en l'absence de traitement. En d'autres termes, on sait que la densité radiologique d'un sein est un facteur de risque de cancer du sein. Cette augmentation de la densité mammaire est corrélée à une richesse importante en cellules et tissus conjonctifs. On ignore, et c'est l'objet du programme, si l'hormonothérapie substitutive, qui augmente la densité radiologique mammaire, suit le même profil et si les modifications de textures induites par les hormones sont identiques au pattern observé chez les femmes qui ont spontanément des seins denses.

La méthodologie proposée pour cette étude se divise en deux étapes :

a) Analyse de texture sur des images type. Chaque pixel des images du tissu mammaire sera caractérisé par les valeurs propres de l'Hessian de l’image, à des échelles différentes.

b) Classification automatique supervisée des images mammographiques. Après la première étape d’apprentissage permettant la détection des noyaux des classes présentes dans des images type, les patterns d’un grand nombre d’images seront classifiés.

Cette méthodologie sera utilisée pour comparer les mammographies obtenues chez des femmes avant hormonothérapie avec des densités biologiques très différentes. La comparaison aurait lieu également non plus entre patientes mais pour la même patiente avant et sous traitement.

Ce travail sera réalisé en collaboration avec le service du Prof. Jean-Michel Foidart, Département des sciences cliniques / Gynécologie - Obstétrique, laboratoire de Biologie des Tumeurs et du Développement, GIGA.

Étudiant(e) ingénieur/(bio)informaticien(e) intéressé(e) par le traitement d'images biomédicales, l'apprentissage automatique (voir le cours du Prof. Wehenkel), l'évaluation à grande échelle.

Sylvia Blacher (silvia.blacher@ulg.ac.be) et Raphaël Marée (raphael.maree@ulg.ac.be)