Etude de faisabilité portant sur le développement d’un logiciel permettant l’automatisation des mesures de la région péri-orbitale destinées à l’évaluation des effets des interventions de blépharoplastie sur la réduction du phénomène de la paupière tombante
Partenaires
Le projet Impulsion Innovation est soutenu par la Région Normandie et en partenariat avec le CHU de Caen
Objectif
Le principal objectif de ce projet de recherche et développement est de développer un logiciel permettant l’identification automatique des points stratégiques de la région périorbitaire (pupille, iris, coins de l’œil, ligne des paupières supérieure et inférieure…) et de calculer 10 mesures clefs, à partir des images prises par un dispositif classique de caméra numérique.
Le deuxième objectif est de réaliser une étude de marché, afin de développer un produit à l’ergonomie et au fonctionnel adapté aux attentes du marché ciblé. Il s’agit également d’identifier les différentes options de mise sur le marché et d’identifier les partenaires distributeurs et intégrateurs permettant d’accélérer l’adoption de la solution par les utilisateurs finaux.
Une partie du projet est réalisée en collaboration avec le CHU de Caen qui sera promoteur de l’étude prospective dont l’objectif est de recruter une cinquantaine de sujets afin de visualiser/évaluer la diversité des cas de figures possibles, à même d’impacter le traitement d’images (rides, maquillages, pathologies etc. …). Le contrat de collaboration entre ADCIS et le CHU a été signé en janvier pour réaliser cette étude.
ADCIS a travaillé sur la détection automatique en morphologie mathématique des points clés de l’œil permettant les mesures suivantes :
– Distance inter-canthale;
– Largeur Fente Palpébrale,
– Hauteur fente palpébrale,
– Margin reflex distance,
– Hauteur pli palpébral supérieur,
– Hauteur sourcil (en trois positions),
– Mesure de la course de la paupière.
De nombreux points clés sont donc détectés et labélisés automatiquement par le logiciel et l’interface utilisateur a été optimisée pour que les modifications si nécessaires de ces points soient le plus simples possible, qui permet également au clinicien un ajustement manuel de ces points clefs. Un nouveau type de contrôle graphique basé sur des splines a été mis au point afin de faciliter des modifications en un nombre minimisé de clics, ce qui est important pour envisager ultérieurement la constitution d’une base de données et une amélioration des performances du logiciel grâce à une approche complémentaire en deep learning.
