Clustering de séquences d'activités pour l'étude de procédures neurochirurgicales
Résumé
L'utilisation de modèles de procédure chirurgicale (Surgical Process
Model, SPM) a récemment émergé dans le domaine de la conception d'outils
d'intervention chirurgicale assistée par ordinateur. Ces modèles, qui sont utilisés
pour analyser et évaluer les interventions, représentent des procédures chirurgicales
(Surgical Process, SP) qui sont formalisées comme des structures symboliques
décrivant une chirurgie à un niveau de granularité donné. Un enjeu important
réside dans la définition de métriques permettant la comparaison et l'évaluation
de ces procédures. Ainsi, les relations entre ces métriques et des données
pré-opératoires permettent de classer les chirurgies pour mettre en lumière des
informations sur la procédure elle-même, mais également sur le comportement
du chirurgien. Dans ce papier, nous étudions la classification automatique d'un
ensemble de procédures chirurgicales en utilisant l'algorithme Dynamic Time
Warping (DTW) pour calculer une mesure de similarité entre procédures chirurgicales.
L'utilisation de DTW permet de se concentrer sur les différents types
d'activité effectués pendant la procédure, ainsi que sur leur séquencement tout
en réduisant les différences temporelles. Des expériences ont été menées sur 24
procédures chirurgicales d'hernie discale lombaire dans le but de discriminer le
niveau d'expertise des chirurgiens à partir d'une classification connue. A l'aide
d'un algorithme de clustering hiérarchique utilisant DTW nous avons retrouvé
deux groupes de chirurgiens présentant des niveaux d'expertise différents (junior
et senior).