Analyse autonome d'activité de scènes vidéo numériques acquises par un système de télésupervision en traumatologie

Abstract

Une récente collaboration entre le CHUS et la Faculté de génie de l'Université de Sherbrooke tente d'apporter une solution au manque de médecins omnipraticiens et spécialistes dans les régions du Québec, avec un système de télésupervision en traumatologie. Le système conçu est comparable à un module de vidéoconférence mobile et permet à un médecin spécialiste de superviser et de conseiller, à partir d'un lieu, un médecin qui procède à une intervention dans une autre région. Pour l'instant, le contróle des caméras se fait de façon manuelle et requiert souvent l'attention du spécialiste. Ce projet tente d'ajouter une certaine autonomie aux contróles des caméras afin de limiter les interactions du spécialiste avec celles-ci. L'idée consiste à développer et à évaluer des algorithmes de vision artificielle pouvant fournir une assistance à l'opération des caméras dans le contexte d'un système de télétraumatologie. Pour ce faire, deux algorithmes sont étudiés. Un premier utilise des statistiques sur l'entropie de la texture dans des sous-régions de l'image afin de détecter et de localiser une obstruction majeure du champ de vision de la caméra. La technique développée est testée sur plusieurs cas différents d'obstruction. En ne changeant aucun paramètre de la technique, tous les cas d'obtruction sont bien détectés et grossièrement localisés avec un taux de fausses détections pratiquement nul. Le second algorithme permet le suivi actif d'éléments visuels d'intérét dans la scène observée. L'utilisateur doit fournir une information initiale sur la région dans l'image à suivre. Aucune hypothèse n'est faite sur le sujet à suivre. Plusieurs techniques de suivi et leurs variantes sont comparées sur différents [i.e. différentes] séquences afin de déterminer laquelle semble la plus flexible et robuste pour les besoins du système. Les résultats obtenus indiquent que le suivi avec un ensemble de points d'intérét semble étre le plus approprié pour le système. L'algorithme de détection de l'obstruction du champ de vision de la caméra semble propice pour le système de télétraumatologie. La prochaine étape à ce projet consiste à intégrer l'algorithme avec le système du CHUS, de mesurer les performances sur une plus longue période de temps et de recueillir les commentaires des utilisateurs. L'algorithme de suivi actif comporte certaines limitations qui peuvent nuire au système. Puisque le suivi peut dégènerer à long terme, il faut rechercher et développer des techniques pouvant permettre la détection de certains éléments visuels afin de réinitialiser la région du suivi. La combinaison de la détection à une faible fréquence avec le suivi actif semble la meilleure avenue afin d'obtenir des résultats robustes et fiables.