Bienvenue sur le site du GDR « Statistiques et santé » !

Traitement statistique de signaux médicaux complexes et réduction de dimension

Les avancées technologiques de l’imagerie médicale, de la biologie moléculaire, et plus généralement des moyens et dispositifs de recueil de l’information en santé ont permis l’émergence de supports d’information de plus en plus complexes. À titre d’exemple, la spectrométrie de masse permet d’obtenir une mesure directe de la signature de certaines protéines, sous forme de courbes d’intensité, fonctions du rapport masse-sur-charge de ces protéines. Ces courbes ont été récemment utilisées pour identifier des protéines différentiellement exprimées dans le cancer du côlon. Un second exemple, lié au traitement du cancer de la prostate par radiothérapie, a trait aux représentations bidimensionnelles (de type courbes dose-volume) et tridimensionnelles (de type images obtenues par scanner) de
la distribution des doses d’irradiation au voisinage de la prostate, chez les patients traités. Ces représentations, qui prennent la forme de courbes de niveaux d’irradiation, sont au cœur de travaux récents portant sur l’étude des effets secondaires chez les patients traités par radiothérapie et sur la relation existant entre la présence (et l’intensité) de ses effets secondaires et la distribution spatiale
des doses d’irradiation.

L’émergence de ces nouveaux supports d’information, à la fois riches, complexes et
hétérogènes constitue une formidable opportunité pour le développement de nouveaux outils statistiques d’aide au diagnostic. Mais elle constitue également un verrou technologique, en posant des problèmes méthodologiques nouveaux. Ainsi, pour ce type de données, le nombre d’observations est souvent relativement faible (de l’ordre de la centaine) par rapport à la dimension des données elles-mêmes (le nombre des variables enregistrées avoisine souvent la dizaine de
milliers, ou peut se présenter sous forme de courbes, d’images, éventuellement obtenues de manière répétée dans le temps). Même si les questions posées restent classiques (découverte de groupes, discrimination/prédiction...), ce fléau de la dimension et la structure très complexe de ces nouveaux types de données requièrent le développement de nouvelles méthodes statistiques, car sans réduction de la dimension, les méthodes standards de classification (par exemple) ne sont pas très performantes.

Au travers de ce thème, nous souhaitons contribuer à l’élaboration et à la diffusion de
nouvelles méthodes de traitement statistique des signaux médicaux complexes, en lien avec des problématiques directement issues du champ applicatif (tel que la cancérologie).


Retour à la liste des équipes