JFHOD

P19 - Développement et validation d'un algorithme électronique d'évaluation de l'abondance des bulles en vidéocapsule endoscopique du grêle

Pietri Olivia, Histace Aymeric, Camus Marine, Nion Larmurier Isabelle, Abou Ali Einas, Becq Aymeric, Chaput Ulriikka, Marteau Philippe, Dray Xavier

Introduction

Les bulles peuvent gêner la visualisation de la surface muqueuse en endoscopie digestive. Ceci est particulièrement vrai dans l'intestin grêle, compte tenu de leur abondance liée notamment à l'excrétion de bile et à la présence de gaz. Leur présence peut diminuer le rendement diagnostique des vidéocapsules endoscopiques (VCE), dispositifs qui n'ont pas de capacité de lavage. Il n'existe pas de score validé permettant d'évaluer leur abondance. L'objectif principal de notre étude était de développer et de valider un algorithme électronique, automatisé, évaluant de façon semi-quantitative la surface d'images fixes de VCE du grêle couverte de bulles.

Matériels et méthodes

Deux banques de 200 images fixes de VCE du grêle était créées (une banque de développement et de sélection, une banque de validation). Chaque banque était lue deux fois, dans un ordre aléatoire, et à l'insu des résultats de l'analyse électronique par deux binômes différents de lecteurs-experts. Les experts classaient les images en 2 catégories cliniquement pertinentes (moins ou de plus de 10% de surface couverte de bulles). Ce classement servait de "vérité terrain", d'abord pour tester et comparer les algorithmes proposés, puis pour valider celui offrant les meilleures performances. Trois algorithmes de reconnaissance et de mesure de surface couverte par les bulles étaient élaborés par le logiciel MATLAB, puis testés sur la 1ère banque (performances diagnostiques, courbes ROC) : L'algorithme 1 était basé sur une double transformée de Hough ; l'algorithme 2 était basé sur le contraste d'une matrice de co-occurrence en niveaux de gris, suivie d'une transformation de Hough circulaire ; l'algorithme 3 était basé sur une analyse de dimension fractale, suivie d'une transformation de Hough circulaire. L'algorithme ayant les meilleures performances diagnostiques était ensuite validé selon une méthodologie similaire sur la 2ème banque d'images.

Résultats

Les performances des trois algorithmes proposés sont présentées au tableau 1

Conclusion

un algorithme basé sur le contraste d'une matrice de co-occurrence en niveaux de gris, suivie d'une transformation de Hough circulaire, a de très bonnes performances diagnostiques (sensibilité 95,8%, spécificité 96,1%) pour la reconnaissance et quantification des bulles en VCE du grêle. Ces performances sont validées sur un échantillon d'images indépendant de la banque d'images de développement de l'algorithme. Cette validation repose elle-même sur une « vérité terrain » forte, à partir de lectures par des experts selon une méthodologie rigoureuse. L'algorithme proposé est totalement automatisé, parfaitement reproductible, et exhaustif (les dizaines de milliers d'images d'une VCE peuvent être analysées individuellement en quelques minutes). Cet algorithme participera à l'élaboration de scores automatisés et fiables de qualité de préparation de VCE pour établir un « score de Boston » de VCE du grêle, et pour comparer les différentes modalités de préparation à cet examen (régimes, purges, agents anti-bulles), de façon objective.