- Il s’agit de travaux menés à bien par le groupe de recherche SiPBA TIC 218 du Département de Théorie du Signal, de Télématique et des Communications, adscrit au CITIC-UGR, et publiés dans de prestigieuses revues comme Medical Physics et NeuroImage, la plus importante en neuroscience.
Cette année, le groupe de recherche SiPBA TIC 218, du Département de Théorie du Signe, de Télématique et des Communications, adscrit au CITIC-UGR, a appliqué les méthodes développées antérieurement dans la détection et le diagnostic de l’Alzheimer et dans l’initiative PPMI de la Fondation Michael J. Fox pour l’étude de la maladie de Parkinson. De plus, il a employé d’autres bases de données, comme celles des hôpitaux Virgen de la Victoria de Malaga et Virgen de las Nieves de Grenade, avec lesquels le groupe de recherche maintient des rapports très étroits.
Grâce aux résultats des projets financés par la Junte andalouse dans sa convocation de projets de recherche d’excellence : TIC-4530, TIC-2566 et TIC-7013 du Plan National de R&D : TEC2008-02113 et du récent projet concédé « DiagnoSIS » TEC2012-34306, le groupe a reçu plusieurs prix, comme le Prix du Conseil Social de l’Université de Grenade et le Prix « Andalucía Sociedad de la Información » de la Junte Andalouse. De plus, il a publié plus de 40 articles indexés dans le ISI-JCR sur diagnostic et analyse d’image médicale, dans des revues très prestigieuses, comme les trois derniers numéros de Medical Physics (taux d’impact 3.075) et NeuroImage (taux d’impact 5.985, revue nº 1 dans sa spécialité), consacrés à l’étude de la maladie de Parkinson.
Compréhension du comportement des fonctions cérébrales chez des sujets atteints de Parkinson
L’implantation dans la communauté internationale des techniques d’image tomographique SPECT pour le diagnostic de la maladie de Parkinson basées sur le nouveau radiomédicament DaTSCAN a permis d’approfondir dans la compréhension du comportement des fonctions cérébrales chez des sujets atteints de cette maladie. L’information obtenue de ces images cérébrales est susceptible d’étude moyennant des techniques d’intelligence artificielle basées sur la reconnaissance de patrons qui permettent une analyse objective de celle-ci.
Collaboration avec l’hôpital Virgen de la Victoria de Malaga
Dans le présent travail (« Automatic assistance to Parkinson’s disease diagnosis in DaTSCAN SPECT imaging », I. A. Illán, J. M. Górriz, J. Ramírez, F. Segovia, J. M. Jiménez-Hoyuela, et S. J. Ortega Lozano, Med. Phys. 39, 5971, 2012) a été présenté un procédé automatique par ordinateur qui élimine toute intervention requérant un expert (normalisation, localisation de régions importantes, ‘avoir l’œil’, etc.), et qui étudie systématiquement l’effet dans la précision finale de diagnostic des différents éléments qui interviennent dans le processus de construction du système de diagnostic assisté par ordinateur. Comme résultat, le système proposé peut dépasser 90% de précision dans le diagnostic de la maladie de Parkinson par un choix adéquat des éléments qui constituent le système, avec l’avantage supplémentaire d’être un système simple et robuste du point de vue computationnel.
De même, les chercheurs du groupe de recherche SiPBA TIC 218 ont publié dans l’article (« Improved Parkinsonism diagnosis using a partial least squares based approach », F. Segovia, J. M. Górriz, J. Ramírez, I. Álvarez, J. M. Jiménez-Hoyuela, et S. J. Ortega, Med. Phys. 39, 4395. 2012) une version améliorée de l’antérieur. La méthode proposée analyse séparément chaque hémisphère du cerveau avec un double objectif : d’un côté, la réduction du problème du petit nombre d’échantillons et, de l’autre, l’analyse individuelle de chaque hémisphère permettant de diagnostiquer correctement la maladie lorsqu’elle affecte un seul hémisphère (chez beaucoup de patients, la maladie se développe asymétriquement pendant les premières étapes).
Un travail accepté par la revue « NeuroImage », nº 1 dans sa catégorie
Le groupe SiPBA a également développé un procédé linéaire de normalisation en intensité des images cérébrales du type FP-CIT SPECT, utilisées communément dans le diagnostic de la maladie de Parkinson. La méthode proposée est basée sur l’évidence expérimentale que l’histogramme des valeurs d’intensité de l’image peur s’ajuster de façon très précise avec seulement 4 paramètres en utilisant une distribution Lévy stable asymétrique.
Dans cette étude, les paramètres de la distribution stable, concrètement les paramètres d’échelle et de position, s’utilisent pour transformer linéairement les valeurs d’intensité de chaque voxel. Cette transformation se réalise de sorte que les nouveaux histogrammes d’intensité pour chacune des images cérébrales présentent les mêmes valeurs que les paramètres de position et de dispersion. La méthode proposée présente un comportement supérieur à la méthode normalisation en intensité qui a été amplement utilisée pendant la dernière décennie, basée sur le quotient entre les valeurs d’intensité des régions cérébrales spécifiques et non spécifiques.
Ce travail, intitulé (« Linear intensity normalization of FP-CIT SPECT brain images using the alpha-stable distribution », D. Salas-Gonzalez, J. M. Górriz, J. Ramírez, I. A. Illán, E.W. Lang, and the Parkinson’s Progression Markers Initiative (PPMI)), a été récemment accepté par la revue NeuroImage, la première dans le classement Thomson/ISI de sa catégorie avec 5.895 points d’impact.
Contact : Prof. Dr. Juan Manuel Górriz Sáez. Département de Théorie du Signal, de Télématique et des Communications de la Faculté des Sciences de l’Université de Grenade. Tél. : 958 243271; courriel : gorriz@ugr.es. Signal Processing and Biomedical Applications (SiPBA) TIC 218. http://sipba.ugr.es/
