Analyse morphologique automatisée à partir d'images médicales

Vue d'ensemble

Ce projet visait à automatiser les mesures morphologiques à partir d'images médicales 3D à l'aide de Python.
L'objectif était de remplacer des mesures manuelles et chronophages par des workflows informatiques fiables et reproductibles, tout en conservant la validation par des experts grâce à une revue visuelle.

Fonctionnalités clés

• Extraction automatisée des mesures
  Développement de scripts Python pour calculer des métriques telles que la longueur, la largeur, la circonférence et le volume à partir de segmentations 3D.

• Analyse de répétabilité et de reproductibilité
  Mise en place de workflows d'analyse pour quantifier la cohérence des mesures sur plusieurs exécutions et sujets.

• Intégration d'outils pour la validation visuelle
  Intégration de scripts à 3D Slicer pour visualiser les résultats, valider les bounding boxes et faciliter la revue par les experts.

• Sorties structurées pour l'analyse
  Export de jeux de données propres, adaptés aux statistiques et au reporting en aval.

Technologies utilisées

• Python, NumPy, Pandas
• Matplotlib, Seaborn
• 3D Slicer (API Python), VTK

Défis et enseignements

Garantir la pertinence anatomique a nécessité une gestion rigoureuse des référentiels et une vérification visuelle systématique.
Ce projet a renforcé les bonnes pratiques autour d'un code Python robuste dans des contextes critiques pour la recherche : reproductibilité, traçabilité et boucles de validation.

Résultat

L'automatisation a considérablement réduit le temps de mesure manuel tout en améliorant la cohérence et la transparence.
Le workflow passe à l'échelle sur des jeux de données plus volumineux et constitue une base solide pour de futures extensions telles que la modélisation statistique ou l'analyse basée sur le ML.