Annotation semi-automatique de base de données d'images complexes non standardisées - LIRMM - Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier Access content directly
Conference Papers Year : 2023

Annotation semi-automatique de base de données d'images complexes non standardisées

Guillaume Picaud
  • Function : Author
  • PersonId : 1299824
Marc Chaumont
Gérard Subsol
Luc Teot
  • Function : Author
  • PersonId : 1299826

Abstract

Les plaies chroniques représentent un enjeu sanitaire mondial affectant lourdement le quotidien des patients et représentant un coût important pour les systèmes de santé. La prise en charge des plaies chroniques repose en partie sur une analyse visuelle, ce qui motive l'utilisation d'algorithme d'analyse automatique. Des bases de données d'images spécialement dédiées à l'entraînement d'algorithme Deep Learning ont été assemblées en respectant des conditions d'acquisitions rigoureuses. Cependant, une telle standardisation des images ne reflète pas le quotidien des soignants car la plupart des soins sont réalisés au domicile du patient et les infirmiers n'ont que leur smartphone pour prendre des photos. Le réseau Cicat-Occitanie est un réseau de conseil destiné à aider les équipes soignantes dans la prise en charge des patients porteurs de plaies complexes. Avec le temps, le réseau a constitué une base de données de plus 130 000 images de plaies chroniques. Bien que ces images soient décrites d'un point de vue médical, aucune annotation par boîte englobante n'est disponible. Or, l'annotation représente une charge de travail importante. Cet article propose une méthode d'annotation semi-automatique d'une base de données non labellisée via l'entraînement itératif d'un algorithme de détection. Elle vise à réduire la charge de travail de l'annotateur.
Fichier principal
Vignette du fichier
CORESA-2023-PICAUD-CHAUMONT-SUBSOL-TEOT_Annotation_Semi_Automatique_Plaies.pdf (431.06 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

lirmm-04260935 , version 1 (26-10-2023)

Identifiers

  • HAL Id : lirmm-04260935 , version 1

Cite

Guillaume Picaud, Marc Chaumont, Gérard Subsol, Luc Teot. Annotation semi-automatique de base de données d'images complexes non standardisées. CORESA 2023 - 22e colloque COmpression et REprésentation des Signaux Audiovisuels, Deise Santana Maia (MCF Université de Lille, CRIStAL); Mohamed Daoudi (PR IMT Nord Europe, CRIStAL); Olivier Losson (MCF Université de Lille, CRIStAL); Benjamin Mathon (MCF Université de Lille, CRIStAL); Marius Bilasco (MCF Université de Lille, CRIStAL), Jun 2023, Lille, France. ⟨lirmm-04260935⟩
2 View
3 Download

Share

Gmail Facebook X LinkedIn More