Filipe Soares, chercheur en ingénierie informatique, est en train de développer une technique innovante pour faciliter la détection précoce du cancer du sein. Son projet intitulé "Segmentation de l'image médicale par autosimilarité appliquée à la détection du cancer du sein" a débuté en 2004 avec l'appui d'une bourse de la Fondation pour la Science et la Technologie (FCT) et d'une bourse co-financée par Siemens en partenariat avec l'université da Beira Interior (UBI). Filipe Soares effectue ses travaux de recherches au sein du Siemens Healthcare à Porto. Son projet vise à définir un modèle pour un système de détection assistée par ordinateur qui appuierait l'évaluation, toujours subjective, des radiologues et permettrait d'identifier les cas de cancer difficiles à diagnostiquer. L'idée est de fournir aux radiologues un outil d'alerte signalant la présence de masses étranges lors de l'analyse des images. Cela permettrait d'augmenter le degré de confiance du diagnostic en aidant à détecter à un état précoce des éléments suspects de taille réduite présents sur les mammographies telles que les micro calcifications, de minuscules éléments de calcium qui, au milieu d'un tissu dense, sont difficiles à identifier et qui isolées représentent près de 30% des cas de cancer. Le projet repose sur le fait que le tissu humain, et notamment le tissu mammaire, soit caractérisé par un degré élevé d'autosimilarité. Toute anomalie présente dans le sein peut ainsi être identifiée grâce à son écart par rapport à l'autosimilarité attendue, ce qui peut alors être utilisé comme un indicateur de présence de tumeur. L'objectif est de fournir au médecin des images de haute définition et des informations complémentaires pour rendre le diagnostique plus fiable. Un premier prototype de ce système capable de traiter automatiquement les éléments pertinents détectés sur les mammographies fait actuellement l'objet d'un dépôt de brevet. Siemens Healthcare devrait prochainement explorer commercialement cette technologie en l'intégrant à ses produits de diagnostique médicaux. Filipe Soares, chercheur en ingénierie informatique, est en train de développer une technique innovante pour faciliter la détection précoce du cancer du sein. Son projet intitulé "Segmentation de l'image médicale par autosimilarité appliquée à la détection du cancer du sein" a débuté en 2004 avec l'appui d'une bourse de la Fondation pour la Science et la Technologie (FCT) et d'une bourse co-financée par Siemens en partenariat avec l'université da Beira Interior (UBI). Filipe Soares effectue ses travaux de recherches au sein du Siemens Healthcare à Porto. Son projet vise à définir un modèle pour un système de détection assistée par ordinateur qui appuierait l'évaluation, toujours subjective, des radiologues et permettrait d'identifier les cas de cancer difficiles à diagnostiquer. L'idée est de fournir aux radiologues un outil d'alerte signalant la présence de masses étranges lors de l'analyse des images. Cela permettrait d'augmenter le degré de confiance du diagnostic en aidant à détecter à un état précoce des éléments suspects de taille réduite présents sur les mammographies telles que les micro calcifications, de minuscules éléments de calcium qui, au milieu d'un tissu dense, sont difficiles à identifier et qui isolées représentent près de 30% des cas de cancer. Le projet repose sur le fait que le tissu humain, et notamment le tissu mammaire, soit caractérisé par un degré élevé d'autosimilarité. Toute anomalie présente dans le sein peut ainsi être identifiée grâce à son écart par rapport à l'autosimilarité attendue, ce qui peut alors être utilisé comme un indicateur de présence de tumeur. L'objectif est de fournir au médecin des images de haute définition et des informations complémentaires pour rendre le diagnostique plus fiable. Un premier prototype de ce système capable de traiter automatiquement les éléments pertinents détectés sur les mammographies fait actuellement l'objet d'un dépôt de brevet. Siemens Healthcare devrait prochainement explorer commercialement cette technologie en l'intégrant à ses produits de diagnostique médicaux.
