| Optimisation de la détection automatisée des mycobactérie sur coloration de Ziehl-Neelsen (Optimization of automated detection of mycobacteria on Ziehl-Neelsen coloration) Jacquet-Viallet, Michael - (2016-10-13) / Universite de Rennes 1 - Optimisation de la détection automatisée des mycobactérie sur coloration de Ziehl-Neelsen
| |||
Langue : Français Directeur(s) de thèse: Kayal , Samer Discipline : Pharmacie Classification : Médecine et santé Mots-clés : Tuberculose pulmonaire , Mycobacterium tuberculosis , Ziehl-Neelsen , microscopie , automatisation , autofocus
| |||
Résumé : La tuberculose pulmonaire est une maladie mortelle et très contagieuse dont la guérison dépend d’une prise en charge précoce. La méthode diagnostique la plus utilisée actuellement dans le monde est la recherche de BAAR (Bacilles Alcoolo-Acido Résistants) par l’examen microscopique des prélèvements respiratoires après coloration par la méthode de Ziehl-Neelsen. Cette technique peu sensible et peu spécifique nécessite une lecture longue et minutieuse par un lecteur expérimenté, avec une faible reproductibilité. Afin de l’optimiser nous avons souhaité mettre au point une méthode entièrement automatisée de détection des BAAR par l’utilisation d’un microscope automatique et d’un algorithme de détection des BAAR sur les images acquises. Ce système permet la capture en séries d’un grand nombre d’images grâce à une méthode autofocus basée sur l’empilement des plans de mise au point, puis la détection des BAAR par une méthode de seuillage dans un espace colorimétrique et de segmentation des formes suspectes selon leur taille et leur forme. Le résultat est ensuite rendu en semi-quantitatif. Au cours de ce travail, deux méthodes de capture et trois versions du protocole d’analyse ont été mises au point, testées puis comparées en collaboration avec la société IMSTAR (Paris). Nous avons également évalué la variabilité interindividuelle de la lecture standard manuelle sur les résultats quantitatifs et semi-quantitatifs de huit lecteurs expérimentés pour mettre en évidence l’intérêt d’une méthode automatisée plus reproductible. Abstract : Pulmonary tuberculosis is a deadly and highly contagious disease whose cure depends on early support. The most used diagnostic method in the world is AFB (Acid-Fast Bacilli) detection in sputum smear microscopy by Ziehl-Neelsen coloration. This poor sensitive and specific technique requires a long and careful examination of the smear by a specialist, with a poor reproducibility. To improve it, we developed a completely automated method of AFB detection using an automatic microscope and an AFB detection algorithm on the acquired images. This system can take series of a lot of pictures using an autofocus based on the focus stack method, and then detects the AFB by a space color thresholding method and segmentation by shape and size. A semi-quantitative result is then generated. In this work, two autofocus methods and three detection algorithm versions were developed, tested and evaluated in collaboration with IMSTAR Company (Paris). We also evaluated the variability of the standard manual AFB research about the quantitative and semi-quantitative results comparing eight specialists, to highlight the interest of a more reproducible automated method. | |||