Segmentation des Instruments

  • Superviseur :

    Houssem Gueziri

  • Domaine(s) :
    • Intelligence artificielle
    • Science des données
    • Traitement d'image

But:

Développer un système d’IA pour la segmentation automatique des instruments chirurgicaux dans une séquence vidéo

Intérêt :

L’étudiant va approfondir ses connaissances en apprentissage machine et traitement d’images

Description :

L’analyse des séquences vidéo capturées lors d’une intervention neurochirurgicale fournit des informations précieuses pour la formation des résidents en neurochirurgie. En particulier, la position des instruments à chaque étape de l’opération peut aider à caractériser des actions chirurgicales spécifiques. Cependant, l’identification et l’étiquetage manuels des instruments chirurgicaux pour chaque image sont chronophages et sujets à des erreurs. L’objectif de ce projet est de mettre en œuvre une méthode d’apprentissage automatique pour segmenter automatiquement les instruments chirurgicaux apparaissant dans la vidéo pendant la chirurgie. La séquence vidéo est capturée à l’aide d’un microscope chirurgical. Par conséquent, pour chaque séquence, l’anatomie peut être considérée comme une image de fond avec des changements mineurs au fil du temps. La première étape consistera à séparer l’instrument de l’arrière-plan. Ensuite, dans une deuxième étape, la segmentation de l’instrument sera affinée à l’aide d’un réseau de neurones convolutionnels.

Les compétences requises pour réaliser ce projet :

Compétences générales

  • Bonne maîtrise de l’anglais est nécessaire.
  • Familiarité avec la modélisation mathématique et l’apprentissage machine

Compétences spécifiques

  • Le langage Python est recommandé (mais pas obligatoire) pour réaliser le projet
  • Connaissances de base en programmation

Compétences professionnelles

Références bibliographiques  :

Maier-Hein, L., Wagner, M., Ross, T., Reinke, A., Bodenstedt, S., Full, P. M., … & Müller-Stich, B. P. (2021). Heidelberg colorectal data set for surgical data science in the sensor operating room. Scientific data, 8(1), 101.