Clustering de séquences d'activités pour l'étude de procédures neurochirurgicales

L'utilisation de modeles de procedure chirurgicale (Surgical Process Model, SPM) a recemment emerge dans le domaine de la conception d'outils d'intervention chirurgicale assistee par ordinateur. Ces modeles, qui sont utilises pour analyser et evaluer les interventions, representent des procedures chirurgicales (Surgical Process, SP) qui sont formalisees comme des structures symboliques decrivant une chirurgie a un niveau de granularite donne. Un enjeu important reside dans la definition de metriques permettant la comparaison et l'evaluation de ces procedures. Ainsi, les relations entre ces metriques et des donnees pre-operatoires permettent de classer les chirurgies pour mettre en lumiere des informations sur la procedure elle-meme, mais egalement sur le comportement du chirurgien. Dans ce papier, nous etudions la classification automatique d'un ensemble de procedures chirurgicales en utilisant l'algorithme Dynamic Time Warping (DTW) pour calculer une mesure de similarite entre procedures chirurgicales. L'utilisation de DTW permet de se concentrer sur les differents types d'activite effectues pendant la procedure, ainsi que sur leur sequencement tout en reduisant les differences temporelles. Des experiences ont ete menees sur 24 procedures chirurgicales d'hernie discale lombaire dans le but de discriminer le niveau d'expertise des chirurgiens a partir d'une classification connue. A l'aide d'un algorithme de clustering hierarchique utilisant DTW nous avons retrouve deux groupes de chirurgiens presentant des niveaux d'expertise differents (junior et senior).