Automated quantification of the skin aging process using in-vivo confocal microscopy
Quantification automatique du vieillissement cutané par microscopie confocale in-vivo
Résumé
This research work deals with the application of Reflectance Confocal Microscopy to the study of in-vivo skin structures, with a view to understand and characterize markers associated with aging. However, skin aging has been studied using this image modality but so far only by experienced dermatologists. The objective of this thesis is to develop new methods to quantify automatically the phenomenon of skin aging using in vivo reflectance confocal microscopy. In our work we first address the quantification of the epidermal state. Then, we characterize the Dermal-Epidermal Junction (DEJ). Finally, we validate the proposed methods through both clinical and cosmetic product efficacy studies.
The epidermal layer appears on RCM images as a honeycomb pattern. Its regularity decreases with age. We propose an algorithm composed of two steps: 1) the image is segmented into individual cells, 2) each cell is classified as regular or irregular by machine learning based on spatial features. Then, we propose two measures to quantify the regularity of the honeycomb pattern on each image stack: 1) the percentage of regular cells, 2) the average size of the regular regions. The aggregated scores defined by the classification results show significant difference among groups of different ages and photo-exposition sites.
The DEJ is a complex, surface-like, 3D structure separating the epidermis from the dermis. We provide a method for segmenting the 3D confocal images into three regions with reduced uncertainty: Epidermis, DEJ and Dermis. The proposed approach relies on a 3D Conditional Random Field to model the skin biological properties and impose regularization constraints. Classical methods for analyzing the DEJ shape rely on the characterization of its peaks and valleys. The inclusion relation between the level-lines of the DEJ forms a tree that can be analysed to extract relevant attributes. The choice of attributes is driven by the dermatologists expertise, they have identified the loss of circularity in the dermal papillae with aging. We show that, with aging, the DEJ is composed of more irregular objects, which is consistent with the dermatologists expertise.
We carry out a clinical validation study involving 160 subjects from 4 different ethnic background. Clinical annotations are performed by experienced dermatologists. Using our proposed measurements, we are able to retrieve the statistical differences between the different annotated sets. When predicting the clinical annotations, we obtain, for the epidermis, the following scores: 80% accuracy, 81% sensibility, 81% specificity and for the DEJ 83% accuracy, 76% sensibility, 81% specificity.
We finally perform a cosmetic product efficacy study. After only 2 weeks of product application, early signs of the product’s anti-aging action are detected thanks to the proposed methods.
L’objectif de cette thèse est de développer et de valider une méthode de quantification automatique des descripteurs du vieillissement cutané à partir d’images de microscopie confocal in-vivo. Dans un premier temps, nous abordons la quantification de l’état de l’épiderme. Ensuite, la jonction dermo-épidermique (DEJ) est caractérisée. Enfin, les méthodes proposées sont validées cliniquement.
L’épiderme est caractérisé par un motif en nid d’abeilles sur les images de microscopie confocale. Avec l’âge, ce motif perd en régularité. Nous proposons un algorithme, pour quantifier la régularité du motif épidermique, comportant deux étapes : Les cellules épidermiques sont segmentées individuellement en utilisant un algorithme de ligne de partage des eaux, 2) Chaque cellule est ensuite classée comme étant « régulière » ou « irrégulière » par un algorithme de classification intégrant des forêts d’arbres aléatoires. A partir des résultats de la classification, nous proposons deux mesures pour quantifier la régularité du motif épidermique : le pourcentage de cellules régulières et la taille moyenne des régions formées par les cellules régulières. La méthode proposée permet de mesurer des différences entre nos deux groupes d’âges.
La Jonction Dermo-Épidermique (JDE) est une surface 3D complexe qui sépare l’épiderme du derme. Ses pics et vallées, appelées des papilles dermiques, sont dues à des projections du derme dans l’épiderme. Avec le vieillissement de la peau, l’apparence de la JDE s’aplatit. La première étape pour la caractérisation de la JDE est sa segmentation. Nous fournissons une méthode pour segmenter les images confocales 3D en trois classes : épiderme, JDE et derme. L’approche proposée s’appuie sur un champ aléatoire conditionnel 3D (CRF) pour modéliser les propriétés biologiques de la peau et imposer des contraintes de régularisation. Une fois la JDE segmentée, nous pouvons nous intéresser à sa forme. Nous fournissons une représentation arborescente de la surface 3D modélisant les relations d’inclusions de ses lignes de niveaux. Les feuilles de l’arbre représentent les lignes de niveaux les plus hautes et les plus basses. Dans notre cas, les feuilles correspondent aux pics et vallées de notre surface 3D. Des attributs pertinents, tels que la compacité, et des profils d’attribut sont extraits de l’arbre. Le choix des attributs est inspiré de l’expertise des dermatologues, ces derniers ont montré une perte de circularité des papilles dermiques avec l’âge. Nous montrons qu’avec l’âge, la JDE est composé d’objets plus irréguliers, ce qui est cohérent avec l’expertise des dermatologues.
Une étude de validation clinique est finalement conduite à partir d’une base composée de 160 sujets issus de 4 ethnies différentes. Les annotations cliniques sont effectuées par des dermatologues expérimentés. Nous montrons des différences significatives entre les ensembles annotés en utilisant les mesures proposées. De plus, des algorithmes d’apprentissage supervisés sont entrainés sur les mesures proposées afin d’évaluer leurs capacité à prédire les annotations cliniques. Lors de la prédiction des annotations cliniques, nous obtenons, pour l’épiderme, 80% de précision, 81% de sensibilité, 81% de spécificité et pour la JDE 83% de précision, 76% de sensibilité, 81% de spécificité.
Enfin, nous effectuons une étude de l’efficacité de produits cosmétiques. Après seulement 2 semaines d’application du produit, les premiers signes d’action de lutte contre le vieillissement du produit sont détectés grâce aux méthodes proposées.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...