TEDxGöteborg 2010
Anders Ynnerman: Visualizing the medical data explosion
Anders Ynnerman : la représentation visuelle de l'explosion des données médicales
Filmed:
Readability: 3.4
539,883 views
Aujourd'hui les scanners médicaux produisent en quelques secondes des milliers d'images et des teraoctets de données pour un seul patient. Mais comment font les médecins pour analyser ces informations et déterminer ce qui est utile ? A TEDxGöteborg, Anders Ynnerman, expert en imagerie médicale, nous fait découvrir de nouveaux outils sophistiqués -- comme l'autopsie virtuelle -- pour analyser ces myriades de données, et nous donne un aperçu des futures technologies médicales aux allures de science-fiction. Cette conférence comporte des images médicales qui peuvent choquer.
Anders Ynnerman - Scientific visualization expert
Anders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction. Full bio
Anders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction. Full bio
Double-click the English transcript below to play the video.
00:15
I will start by posing a little bit of a challenge:
0
0
4000
Je vais commencer par lancer un tout petit défi,
00:19
the challenge of dealing with data,
1
4000
3000
le problème du traitement des données,
00:22
data that we have to deal with
2
7000
2000
des données que nous devons traiter
00:24
in medical situations.
3
9000
2000
dans le contexte médical.
00:26
It's really a huge challenge for us.
4
11000
2000
C'est vraiment un énorme défi pour nous.
00:28
And this is our beast of burden --
5
13000
2000
Et ceci est notre bête de somme.
00:30
this is a Computer Tomography machine,
6
15000
2000
C'est un appareil à tomographie calculée par ordinateur --
00:32
a CT machine.
7
17000
2000
un scanner CT.
00:34
It's a fantastic device.
8
19000
2000
C'est un appareil extraordinaire.
00:36
It uses X-rays, X-ray beams,
9
21000
2000
Il utilise les rayons X, des faisceaux de rayons X,
00:38
that are rotating very fast around the human body.
10
23000
3000
qui tournent très rapidement autour du corps humain.
00:41
It takes about 30 seconds to go through the whole machine
11
26000
2000
Il faut environ 30 secondes pour passer à travers tout l'appareil
00:43
and is generating enormous amounts of information
12
28000
2000
et d'énormes quantités d'informations sont produites
00:45
that comes out of the machine.
13
30000
2000
en sortie de la machine.
00:47
So this is a fantastic machine
14
32000
2000
C'est une machine extraordinaire
00:49
that we can use
15
34000
2000
que nous pouvons utiliser
00:51
for improving health care,
16
36000
2000
pour améliorer les soins de santé.
00:53
but as I said, it's also a challenge for us.
17
38000
2000
Mais, comme je l'ai dit, c'est aussi un défi à relever.
00:55
And the challenge is really found in this picture here.
18
40000
3000
Toute l'ampleur du problème se trouve sur cette image.
00:58
It's the medical data explosion
19
43000
2000
Il s'agit de l'explosion des données médicales
01:00
that we're having right now.
20
45000
2000
qui se produit en ce moment même.
01:02
We're facing this problem.
21
47000
2000
C'est le problème auquel nous sommes confrontés.
01:04
And let me step back in time.
22
49000
2000
Laissez-moi revenir en arrière.
01:06
Let's go back a few years in time and see what happened back then.
23
51000
3000
Revenons quelques années en arrière, et observons ce qui se passait à l'époque.
01:09
These machines that came out --
24
54000
2000
Les appareils qui sortaient alors --
01:11
they started coming in the 1970s --
25
56000
2000
ils ont commencé à arriver dans les années 70 --
01:13
they would scan human bodies,
26
58000
2000
scannaient le corps humain,
01:15
and they would generate about 100 images
27
60000
2000
et produisaient environ une centaine d'images
01:17
of the human body.
28
62000
2000
de ce corps.
01:19
And I've taken the liberty, just for clarity,
29
64000
2000
J'ai pris la liberté, pour que ce soit plus clair,
01:21
to translate that to data slices.
30
66000
3000
de traduire cela en termes de données numériques.
01:24
That would correspond to about 50 megabytes of data,
31
69000
2000
Ça correspondrait à environ 50 Mo,
01:26
which is small
32
71000
2000
ce qui est peu
01:28
when you think about the data we can handle today
33
73000
3000
quand vous pensez aux quantités de données que nous pouvons manipuler de nos jours
01:31
just on normal mobile devices.
34
76000
2000
rien que sur nos portables normaux.
01:33
If you translate that to phone books,
35
78000
2000
Si vous traduisez ça en annuaires,
01:35
it's about one meter of phone books in the pile.
36
80000
3000
ça fait une pile d'annuaires d'environ un mètre de haut.
01:38
Looking at what we're doing today
37
83000
2000
Quand on voit ce que l'on peut faire aujourd'hui
01:40
with these machines that we have,
38
85000
2000
avec les machines dont nous disposons,
01:42
we can, just in a few seconds,
39
87000
2000
on peut, en seulement quelques secondes,
01:44
get 24,000 images out of a body,
40
89000
2000
obtenir 24 000 images d'un corps.
01:46
and that would correspond to about 20 gigabytes of data,
41
91000
3000
Cela correspondrait à environ 20 Go,
01:49
or 800 phone books,
42
94000
2000
ou 800 annuaires.
01:51
and the pile would then be 200 meters of phone books.
43
96000
2000
La pile d'annuaires ferait alors 200 mètres de haut.
01:53
What's about to happen --
44
98000
2000
Ce qui va se produire --
01:55
and we're seeing this; it's beginning --
45
100000
2000
et nous le voyons déjà, ça commence --
01:57
a technology trend that's happening right now
46
102000
2000
c'est une tendance technologique qui arrive en ce moment même,
01:59
is that we're starting to look at time-resolved situations as well.
47
104000
3000
est que nous commençons également à regarder les images en temps réel.
02:02
So we're getting the dynamics out of the body as well.
48
107000
3000
Nous obtenons également la dynamique du corps.
02:05
And just assume
49
110000
2000
Supposez seulement
02:07
that we will be collecting data during five seconds,
50
112000
3000
que nous ne recueillions des données que sur une durée de cinq secondes,
02:10
and that would correspond to one terabyte of data --
51
115000
2000
cela correspondrait à un téraoctet de données.
02:12
that's 800,000 books
52
117000
2000
C'est à dire 800 000 annuaires,
02:14
and 16 kilometers of phone books.
53
119000
2000
une pile de 16 km de haut.
02:16
That's one patient, one data set.
54
121000
2000
Et cela pour un seul patient, un seul examen.
02:18
And this is what we have to deal with.
55
123000
2000
Voilà ce à quoi nous devons faire face.
02:20
So this is really the enormous challenge that we have.
56
125000
3000
C'est vraiment l'énorme défi qui se présente à nous.
02:23
And already today -- this is 25,000 images.
57
128000
3000
Et dès aujourd'hui -- il s'agit de 25 000 images.
02:26
Imagine the days
58
131000
2000
Imaginez l'époque
02:28
when we had radiologists doing this.
59
133000
2000
où les radiologues travaillaient de cette façon.
02:30
They would put up 25,000 images,
60
135000
2000
Ils auraient affiché 25 000 clichés,
02:32
they would go like this, "25,0000, okay, okay.
61
137000
3000
et ils auraient dit 25 000 fois :" Tout va bien, tout va bien,
02:35
There is the problem."
62
140000
2000
Ah, voilà le problème. "
02:37
They can't do that anymore. That's impossible.
63
142000
2000
On ne peut plus faire ça, c'est impossible.
02:39
So we have to do something that's a little bit more intelligent than doing this.
64
144000
3000
Alors on doit trouver quelque chose d'un peu plus intelligent que ça.
02:43
So what we do is that we put all these slices together.
65
148000
2000
Ce que nous faisons donc, c'est de regrouper toutes ces coupes.
02:45
Imagine that you slice your body in all these directions,
66
150000
3000
Imaginez que vous découpez votre corps dans tous les sens,
02:48
and then you try to put the slices back together again
67
153000
3000
et puis vous essayez de remettre les tranches ensemble
02:51
into a pile of data, into a block of data.
68
156000
2000
pour former une pile de données, un bloc de données.
02:53
So this is really what we're doing.
69
158000
2000
C'est ce que nous faisons en réalité.
02:55
So this gigabyte or terabyte of data, we're putting it into this block.
70
160000
3000
Ce gigaoctet, ou téraoctet de données, nous le mettons dans ce bloc.
02:58
But of course, the block of data
71
163000
2000
Mais, bien sûr, le bloc de données
03:00
just contains the amount of X-ray
72
165000
2000
n'indique que la quantité de rayons X
03:02
that's been absorbed in each point in the human body.
73
167000
2000
qui a été absorbée par chaque point du corps humain.
03:04
So what we need to do is to figure out a way
74
169000
2000
Nous devons donc trouver un moyen
03:06
of looking at the things we do want to look at
75
171000
3000
de voir les choses que nous voulons observer
03:09
and make things transparent that we don't want to look at.
76
174000
3000
et de rendre transparentes les choses que nous ne voulons pas observer.
03:12
So transforming the data set
77
177000
2000
C'est-à-dire de transformer l'ensemble des données
03:14
into something that looks like this.
78
179000
2000
en quelque chose qui ressemble à ça.
03:16
And this is a challenge.
79
181000
2000
Et c'est très difficile.
03:18
This is a huge challenge for us to do that.
80
183000
3000
Le défi pour nous est énorme.
03:21
Using computers, even though they're getting faster and better all the time,
81
186000
3000
En utilisant des ordinateurs, même s'ils deviennent tout le temps plus rapides et meilleurs,
03:24
it's a challenge to deal with gigabytes of data,
82
189000
2000
il est très difficile de traiter des gigaoctets de données,
03:26
terabytes of data
83
191000
2000
des téraoctets de données,
03:28
and extracting the relevant information.
84
193000
2000
et d'en extraire les informations utiles.
03:30
I want to look at the heart.
85
195000
2000
Je veux observer le cœur,
03:32
I want to look at the blood vessels. I want to look at the liver.
86
197000
2000
je veux observer les vaisseaux sanguins, je veux observer le foie,
03:34
Maybe even find a tumor,
87
199000
2000
peut-être même détecter une tumeur
03:36
in some cases.
88
201000
2000
dans certains cas.
03:39
So this is where this little dear comes into play.
89
204000
2000
Et voilà où ce petit amour entre en jeu.
03:41
This is my daughter.
90
206000
2000
C'est ma fille.
03:43
This is as of 9 a.m. this morning.
91
208000
2000
A 9 h 00, ce matin même.
03:45
She's playing a computer game.
92
210000
2000
Elle joue à un jeu sur ordinateur.
03:47
She's only two years old,
93
212000
2000
Elle n'a que deux ans,
03:49
and she's having a blast.
94
214000
2000
et elle s'éclate.
03:51
So she's really the driving force
95
216000
3000
C'est elle la vraie force motrice
03:54
behind the development of graphics-processing units.
96
219000
3000
qui pousse au développement des cartes graphiques.
03:58
As long as kids are playing computer games,
97
223000
2000
Aussi longtemps que les gamins joueront à des jeux sur ordinateur,
04:00
graphics is getting better and better and better.
98
225000
2000
le traitement graphique continuera à s'améliorer de plus en plus.
04:02
So please go back home, tell your kids to play more games,
99
227000
2000
Alors rentrez chez vous, s'il vous plaît, et dites à vos enfants de jouer plus souvent,
04:04
because that's what I need.
100
229000
2000
parce que j'en ai besoin.
04:06
So what's inside of this machine
101
231000
2000
C'est ce qui est à l'intérieur de cet appareil
04:08
is what enables me to do the things that I'm doing
102
233000
2000
qui me permet de faire ce que je j'accomplis
04:10
with the medical data.
103
235000
2000
avec les données médicales.
04:12
So really what I'm doing is using these fantastic little devices.
104
237000
3000
Ce que je fais en vérité, c'est que j'utilise ces petits appareils extraordinaires.
04:15
And you know, going back
105
240000
2000
Et vous savez, si je reviens
04:17
maybe 10 years in time
106
242000
2000
peut-être dix ans en arrière
04:19
when I got the funding
107
244000
2000
quand j'ai obtenu le financement
04:21
to buy my first graphics computer --
108
246000
2000
pour acheter mon premier ordinateur de traitement graphique.
04:23
it was a huge machine.
109
248000
2000
C'était une énorme machine.
04:25
It was cabinets of processors and storage and everything.
110
250000
3000
C'était des rangées de processeurs, de stockage, de tout cela.
04:28
I paid about one million dollars for that machine.
111
253000
3000
J'ai payé cette machine aux alentours d'un million de dollars.
04:32
That machine is, today, about as fast as my iPhone.
112
257000
3000
Et elle était à peu près aussi rapide que mon iPhone aujourd'hui.
04:37
So every month there are new graphics cards coming out,
113
262000
2000
Chaque mois il y a de nouvelles cartes graphiques qui sortent.
04:39
and here is a few of the latest ones from the vendors --
114
264000
3000
En voici quelques unes des dernières mises en vente --
04:42
NVIDIA, ATI, Intel is out there as well.
115
267000
3000
NVIDIA, ATI. Intel est également présent.
04:45
And you know, for a few hundred bucks
116
270000
2000
Et vous savez, pour quelques centaines d'euros,
04:47
you can get these things and put them into your computer,
117
272000
2000
vous pouvez les acquérir et les mettre dans votre ordinateur,
04:49
and you can do fantastic things with these graphics cards.
118
274000
3000
et vous pouvez faire des choses extraordinaires avec ces cartes graphiques.
04:52
So this is really what's enabling us
119
277000
2000
C'est donc ce qui nous permet de faire face
04:54
to deal with the explosion of data in medicine,
120
279000
3000
à l'explosion des données en médecine,
04:57
together with some really nifty work
121
282000
2000
ajouté à l'élaboration de quelques solutions très habiles
04:59
in terms of algorithms --
122
284000
2000
en termes d'algorithmes --
05:01
compressing data,
123
286000
2000
de compression des données,
05:03
extracting the relevant information that people are doing research on.
124
288000
3000
d'extraction des informations utiles aux travaux des chercheurs.
05:06
So I'm going to show you a few examples of what we can do.
125
291000
3000
Je vais vous montrer quelques exemples de ce que nous pouvons faire.
05:09
This is a data set that was captured using a CT scanner.
126
294000
3000
Voici un ensemble de données qui ont été relevées par un scanner CT.
05:12
You can see that this is a full data [set].
127
297000
3000
Vous pouvez voir que ces données sont complètes.
05:15
It's a woman. You can see the hair.
128
300000
3000
C'est une femme. Vous pouvez voir les cheveux.
05:18
You can see the individual structures of the woman.
129
303000
3000
Vous pouvez voir chaque organe de cette femme séparément.
05:21
You can see that there is [a] scattering of X-rays
130
306000
3000
Vous pouvez voir qu'il y a un éparpillement de rayons X
05:24
on the teeth, the metal in the teeth.
131
309000
2000
sur les dents, le métal des dents.
05:26
That's where those artifacts are coming from.
132
311000
3000
C'est la raison de ces traces.
05:29
But fully interactively
133
314000
2000
Mais de façon complètement interactive,
05:31
on standard graphics cards on a normal computer,
134
316000
3000
avec une carte graphique standard, sur un ordinateur normal,
05:34
I can just put in a clip plane.
135
319000
2000
je peux faire une coupe plane.
05:36
And of course all the data is inside,
136
321000
2000
Et bien sûr, toutes les données sont à l'intérieur,
05:38
so I can start rotating, I can look at it from different angles,
137
323000
3000
je peux donc la faire tourner, je peux la voir sous différents angles,
05:41
and I can see that this woman had a problem.
138
326000
3000
et je peux voir que cette femme a eu un problème.
05:44
She had a bleeding up in the brain,
139
329000
2000
Elle a eu une hémorragie au cerveau,
05:46
and that's been fixed with a little stent,
140
331000
2000
qui a été soignée par un petit stent,
05:48
a metal clamp that's tightening up the vessel.
141
333000
2000
un tube en métal qui renforce le vaisseau.
05:50
And just by changing the functions,
142
335000
2000
Et rien qu'en changeant les réglages,
05:52
then I can decide what's going to be transparent
143
337000
3000
je peux décider de ce qui va être transparent,
05:55
and what's going to be visible.
144
340000
2000
et de ce qui va être visible.
05:57
I can look at the skull structure,
145
342000
2000
Je peux observer la structure crânienne,
05:59
and I can see that, okay, this is where they opened up the skull on this woman,
146
344000
3000
et je peux voir que, oui, c'est là qu'on a ouvert le crâne de cette femme,
06:02
and that's where they went in.
147
347000
2000
et c'est par là qu'on est entré.
06:04
So these are fantastic images.
148
349000
2000
Ce sont des images extraordinaires.
06:06
They're really high resolution,
149
351000
2000
Elles sont de très haute définition,
06:08
and they're really showing us what we can do
150
353000
2000
et sont vraiment un exemple de ce qu'on peut faire aujourd'hui
06:10
with standard graphics cards today.
151
355000
3000
avec des cartes graphiques standard.
06:13
Now we have really made use of this,
152
358000
2000
Alors on s'en est vraiment servi,
06:15
and we have tried to squeeze a lot of data
153
360000
3000
et on a essayé de faire entrer plein de données
06:18
into the system.
154
363000
2000
dans le système.
06:20
And one of the applications that we've been working on --
155
365000
2000
L'une des utilisations sur lesquelles nous travaillons --
06:22
and this has gotten a little bit of traction worldwide --
156
367000
3000
et cela a suscité quelque intérêt dans le monde entier --
06:25
is the application of virtual autopsies.
157
370000
2000
est le programme d'autopsies virtuelles.
06:27
So again, looking at very, very large data sets,
158
372000
2000
Une fois de plus, en partant de très très grands ensembles de données,
06:29
and you saw those full-body scans that we can do.
159
374000
3000
vous avez vu ces scans en pied que nous pouvons faire.
06:32
We're just pushing the body through the whole CT scanner,
160
377000
3000
Nous faisons juste passer le corps à travers le scanner CT,
06:35
and just in a few seconds we can get a full-body data set.
161
380000
3000
et en seulement quelques secondes nous pouvons obtenir l'ensemble des données du corps entier.
06:38
So this is from a virtual autopsy.
162
383000
2000
Ceci provient d'une autopsie virtuelle.
06:40
And you can see how I'm gradually peeling off.
163
385000
2000
Vous pouvez voir comment j'enlève progressivement les couches.
06:42
First you saw the body bag that the body came in,
164
387000
3000
En premier vous avez vu le sac dans lequel le corps est arrivé,
06:45
then I'm peeling off the skin -- you can see the muscles --
165
390000
3000
puis j'enlève la peau -- vous pouvez voir les muscles --
06:48
and eventually you can see the bone structure of this woman.
166
393000
3000
et finalement vous pouvez voir le squelette de cette femme.
06:51
Now at this point, I would also like to emphasize
167
396000
3000
A ce stade, je voudrais aussi souligner que,
06:54
that, with the greatest respect
168
399000
2000
avec le plus grand respect
06:56
for the people that I'm now going to show --
169
401000
2000
pour les personnes que je vais maintenant vous montrer --
06:58
I'm going to show you a few cases of virtual autopsies --
170
403000
2000
je vais vous montrer quelques cas d'autopsies virtuelles --
07:00
so it's with great respect for the people
171
405000
2000
c'est avec un grand respect pour ces personnes
07:02
that have died under violent circumstances
172
407000
2000
qui sont mortes dans des circonstances violentes
07:04
that I'm showing these pictures to you.
173
409000
3000
que je vous montre ces images.
07:08
In the forensic case --
174
413000
2000
Dans le cadre médico-légal --
07:10
and this is something
175
415000
2000
il y a eu jusqu'ici
07:12
that ... there's been approximately 400 cases so far
176
417000
2000
environ 400 cas,
07:14
just in the part of Sweden that I come from
177
419000
2000
rien que dans la région de Suède d'où je viens,
07:16
that has been undergoing virtual autopsies
178
421000
2000
qui ont subi une autopsie virtuelle
07:18
in the past four years.
179
423000
2000
durant ces quatre dernières années.
07:20
So this will be the typical workflow situation.
180
425000
3000
Voilà le déroulement de la situation typique :
07:23
The police will decide --
181
428000
2000
La police va décider --
07:25
in the evening, when there's a case coming in --
182
430000
2000
dans la soirée, quand un cas se présente --
07:27
they will decide, okay, is this a case where we need to do an autopsy?
183
432000
3000
ils vont décider, d'accord, voilà un cas qui nécessite une autopsie.
07:30
So in the morning, in between six and seven in the morning,
184
435000
3000
Le lendemain, entre six et sept heures du matin,
07:33
the body is then transported inside of the body bag
185
438000
2000
le corps est transporté dans son sac
07:35
to our center
186
440000
2000
jusqu'à notre Centre,
07:37
and is being scanned through one of the CT scanners.
187
442000
2000
et il est passé dans l'un de nos scanners CT.
07:39
And then the radiologist, together with the pathologist
188
444000
2000
Puis le radiologue, en compagnie du pathologiste
07:41
and sometimes the forensic scientist,
189
446000
2000
et parfois du médecin légiste,
07:43
looks at the data that's coming out,
190
448000
2000
examinent les données qui sortent,
07:45
and they have a joint session.
191
450000
2000
et ils se concertent.
07:47
And then they decide what to do in the real physical autopsy after that.
192
452000
3000
Ils décident alors de ce qu'ils vont faire lors de la vraie autopsie qui va suivre.
07:52
Now looking at a few cases,
193
457000
2000
Voyons maintenant quelques cas,
07:54
here's one of the first cases that we had.
194
459000
2000
voici l'un de nos tout premiers.
07:56
You can really see the details of the data set.
195
461000
3000
Vous pouvez vraiment voir les détails de l'ensemble de données ;
07:59
It's very high-resolution,
196
464000
2000
c'est à très haute définition.
08:01
and it's our algorithms that allow us
197
466000
2000
Et ce sont nos algorithmes qui nous permettent
08:03
to zoom in on all the details.
198
468000
2000
d'agrandir chaque détail.
08:05
And again, it's fully interactive,
199
470000
2000
Là aussi, c'est totalement interactif,
08:07
so you can rotate and you can look at things in real time
200
472000
2000
vous pouvez le faire pivoter et voir les choses en temps réel
08:09
on these systems here.
201
474000
2000
sur ces systèmes là.
08:11
Without saying too much about this case,
202
476000
2000
Sans trop en dire sur ce cas,
08:13
this is a traffic accident,
203
478000
2000
il s'agit d'un accident de circulation,
08:15
a drunk driver hit a woman.
204
480000
2000
un chauffard ivre a renversé une femme.
08:17
And it's very, very easy to see the damages on the bone structure.
205
482000
3000
Il est très très facile de voir les dégâts sur le squelette.
08:20
And the cause of death is the broken neck.
206
485000
3000
Et la cause du décès qui est la nuque brisée.
08:23
And this women also ended up under the car,
207
488000
2000
Cette femme a de plus fini sous la voiture,
08:25
so she's quite badly beaten up
208
490000
2000
alors elle est assez gravement abîmée
08:27
by this injury.
209
492000
2000
par l'accident.
08:29
Here's another case, a knifing.
210
494000
3000
Voici un autre cas, une attaque au couteau.
08:32
And this is also again showing us what we can do.
211
497000
2000
Ça nous montre une fois encore ce que nous pouvons faire.
08:34
It's very easy to look at metal artifacts
212
499000
2000
Il est très facile d'observer les objets en métal,
08:36
that we can show inside of the body.
213
501000
3000
nous pouvons les montrer à l'intérieur du corps.
08:39
You can also see some of the artifacts from the teeth --
214
504000
3000
Vous pouvez aussi voir des objets dans la mâchoire --
08:42
that's actually the filling of the teeth --
215
507000
2000
ce sont en réalité les plombages --
08:44
but because I've set the functions to show me metal
216
509000
3000
mais c'est parce que j'ai réglé les fonctions pour faire apparaître le métal
08:47
and make everything else transparent.
217
512000
2000
et rendre tout le reste transparent.
08:49
Here's another violent case. This really didn't kill the person.
218
514000
3000
Voici un autre cas de violence. Ce n'est pas vraiment ça qui a tué la personne.
08:52
The person was killed by stabs in the heart,
219
517000
2000
Elle a été tuée par des coups de poignard dans le cœur,
08:54
but they just deposited the knife
220
519000
2000
mais ils se sont simplement débarrassé du couteau
08:56
by putting it through one of the eyeballs.
221
521000
2000
en l'enfonçant dans l'un des globes oculaires.
08:58
Here's another case.
222
523000
2000
Voici un autre cas.
09:00
It's very interesting for us
223
525000
2000
C'est très intéressant pour nous
09:02
to be able to look at things like knife stabbings.
224
527000
2000
de pouvoir observer des choses comme les coups de couteau.
09:04
Here you can see that knife went through the heart.
225
529000
3000
Ici vous pouvez voir que le couteau a transpercé le cœur.
09:07
It's very easy to see how air has been leaking
226
532000
2000
On peut facilement voir comment l'air a fui
09:09
from one part to another part,
227
534000
2000
d'un endroit à l'autre,
09:11
which is difficult to do in a normal, standard, physical autopsy.
228
536000
3000
ce qui est difficile dans une autopsie normale, standard.
09:14
So it really, really helps
229
539000
2000
Cela aide énormément
09:16
the criminal investigation
230
541000
2000
l'enquête criminelle
09:18
to establish the cause of death,
231
543000
2000
à établir la cause du décès,
09:20
and in some cases also directing the investigation in the right direction
232
545000
3000
et dans certains cas, à orienter l'enquête dans la bonne direction
09:23
to find out who the killer really was.
233
548000
2000
pour découvrir qui est vraiment le meurtrier.
09:25
Here's another case that I think is interesting.
234
550000
2000
Voici un autre cas que je trouve intéressant.
09:27
Here you can see a bullet
235
552000
2000
Vous pouvez voir ici une balle
09:29
that has lodged just next to the spine on this person.
236
554000
3000
qui s'est logée juste à côté de la colonne vertébrale de cette personne.
09:32
And what we've done is that we've turned the bullet into a light source,
237
557000
3000
Et ce que nous avons fait, c'est de transformer cette balle en source lumineuse,
09:35
so that bullet is actually shining,
238
560000
2000
de façon à ce que la balle brille réellement,
09:37
and it makes it really easy to find these fragments.
239
562000
3000
ce qui rend la recherche des fragments très facile.
09:40
During a physical autopsy,
240
565000
2000
Lors d'une autopsie physique,
09:42
if you actually have to dig through the body to find these fragments,
241
567000
2000
si vous devez réellement fouiller le corps pour retrouver les fragments,
09:44
that's actually quite hard to do.
242
569000
2000
c'est vraiment assez dur à faire.
09:48
One of the things that I'm really, really happy
243
573000
2000
Une des choses que je suis très très heureux
09:50
to be able to show you here today
244
575000
3000
de pouvoir vous montrer aujourd'hui
09:53
is our virtual autopsy table.
245
578000
2000
est notre table d'autopsie virtuelle.
09:55
It's a touch device that we have developed
246
580000
2000
C'est un appareil tactile que nous avons élaboré
09:57
based on these algorithms, using standard graphics GPUs.
247
582000
3000
basé sur ces algorithmes, et qui utilise un processeur graphique standard.
10:00
It actually looks like this,
248
585000
2000
Voici de quoi cela a l'air en vrai,
10:02
just to give you a feeling for what it looks like.
249
587000
3000
juste pour vous donner un idée de ce à quoi cela ressemble.
10:05
It really just works like a huge iPhone.
250
590000
3000
Ça marche vraiment comme un énorme iPhone.
10:08
So we've implemented
251
593000
2000
Nous avons implémenté
10:10
all the gestures you can do on the table,
252
595000
3000
tous les gestes que vous pouvez faire sur une table classique,
10:13
and you can think of it as an enormous touch interface.
253
598000
4000
vous pouvez voir cela comme une énorme interface tactile.
10:17
So if you were thinking of buying an iPad,
254
602000
2000
Alors si vous aviez l'intention d'acheter un iPad,
10:19
forget about it. This is what you want instead.
255
604000
3000
laissez tomber, voilà ce qu'il vous faut à la place.
10:22
Steve, I hope you're listening to this, all right.
256
607000
3000
Steve, j'espère bien que tu nous écoutes.
10:26
So it's a very nice little device.
257
611000
2000
C'est un petit appareil très sympa.
10:28
So if you have the opportunity, please try it out.
258
613000
2000
Alors si vous en avez l'occasion, essayez-le.
10:30
It's really a hands-on experience.
259
615000
3000
C'est vraiment une expérience concrète.
10:33
So it gained some traction, and we're trying to roll this out
260
618000
3000
Nous avons eu des réactions favorables, et nous essayons de le développer,
10:36
and trying to use it for educational purposes,
261
621000
2000
et de l'utiliser à des fins pédagogiques,
10:38
but also, perhaps in the future,
262
623000
2000
mais aussi, peut-être à l'avenir,
10:40
in a more clinical situation.
263
625000
3000
dans un contexte plus clinique.
10:43
There's a YouTube video that you can download and look at this,
264
628000
2000
Il y a une vidéo sur YouTube que vous pouvez télécharger et regarder,
10:45
if you want to convey the information to other people
265
630000
2000
si vous voulez relayer l'information sur les autopsies virtuelles
10:47
about virtual autopsies.
266
632000
3000
vers d'autres personnes.
10:50
Okay, now that we're talking about touch,
267
635000
2000
Bon, puisque nous parlons de toucher,
10:52
let me move on to really "touching" data.
268
637000
2000
passons à la possibilité de toucher réellement les données.
10:54
And this is a bit of science fiction now,
269
639000
2000
C'est un peu de la science-fiction, là,
10:56
so we're moving into really the future.
270
641000
3000
on se projette dans le futur.
10:59
This is not really what the medical doctors are using right now,
271
644000
3000
Ça n'est pas vraiment ce que les médecins utilisent actuellement,
11:02
but I hope they will in the future.
272
647000
2000
mais j'espère qu'ils le feront à l'avenir.
11:04
So what you're seeing on the left is a touch device.
273
649000
3000
Ce que vous voyez à gauche est un appareil tactile.
11:07
It's a little mechanical pen
274
652000
2000
C'est un petit stylet mécanique
11:09
that has very, very fast step motors inside of the pen.
275
654000
3000
qui a des moteurs pas à pas extrêmement rapides à l'intérieur.
11:12
And so I can generate a force feedback.
276
657000
2000
Je peux donc produire un retour de force.
11:14
So when I virtually touch data,
277
659000
2000
Alors, quand je touche virtuellement les données
11:16
it will generate forces in the pen, so I get a feedback.
278
661000
3000
cela va produire des retours de force dans le stylet, et j'obtiens ainsi une réaction.
11:19
So in this particular situation,
279
664000
2000
Dans ce cas précis,
11:21
it's a scan of a living person.
280
666000
2000
il s'agit du scan d'une personne vivante.
11:23
I have this pen, and I look at the data,
281
668000
3000
J'ai ce stylet, et j'examine les données,
11:26
and I move the pen towards the head,
282
671000
2000
je déplace le stylet vers la tête,
11:28
and all of a sudden I feel resistance.
283
673000
2000
et tout à coup, je sens une résistance.
11:30
So I can feel the skin.
284
675000
2000
Et ainsi je peux sentir la peau.
11:32
If I push a little bit harder, I'll go through the skin,
285
677000
2000
Si j'appuie un peu plus fort, je vais traverser la peau,
11:34
and I can feel the bone structure inside.
286
679000
3000
et je pourrai sentir l'os à l'intérieur.
11:37
If I push even harder, I'll go through the bone structure,
287
682000
2000
Si j'appuie encore plus fort, je traverserai le crâne,
11:39
especially close to the ear where the bone is very soft.
288
684000
3000
particulièrement près de l'oreille, où l'os est très tendre.
11:42
And then I can feel the brain inside, and this will be the slushy like this.
289
687000
3000
Et alors je pourrai sentir le cerveau à l'intérieur, et ça aura une consistance de neige fondue, comme ceci.
11:45
So this is really nice.
290
690000
2000
C'est vraiment bien.
11:47
And to take that even further, this is a heart.
291
692000
3000
Et pour aller encore plus loin, voilà un cœur.
11:50
And this is also due to these fantastic new scanners,
292
695000
3000
C'est aussi grâce à ces nouveaux scanners extraordinaires,
11:53
that just in 0.3 seconds,
293
698000
2000
avec lesquels, en seulement 0,3 secondes,
11:55
I can scan the whole heart,
294
700000
2000
je peux scanner la totalité du cœur,
11:57
and I can do that with time resolution.
295
702000
2000
et je peux le faire avec une dimension temporelle.
11:59
So just looking at this heart,
296
704000
2000
Et donc, pour observer ce cœur,
12:01
I can play back a video here.
297
706000
2000
je peux faire tourner une vidéo.
12:03
And this is Karljohan, one of my graduate students
298
708000
2000
Voici Karljohan, l'un de mes étudiants de troisième cycle,
12:05
who's been working on this project.
299
710000
2000
qui travaille sur ce projet.
12:07
And he's sitting there in front of the Haptic device, the force feedback system,
300
712000
3000
Il est assis devant l'appareil haptique, le système de retour de force,
12:10
and he's moving his pen towards the heart,
301
715000
3000
et il déplace le stylet vers le cœur,
12:13
and the heart is now beating in front of him,
302
718000
2000
et le cœur bat maintenant devant lui,
12:15
so he can see how the heart is beating.
303
720000
2000
pour qu'il puisse voir comment il bat.
12:17
He's taken the pen, and he's moving it towards the heart,
304
722000
2000
Il a pris le stylet, et il le déplace vers le cœur,
12:19
and he's putting it on the heart,
305
724000
2000
il le pose sur le cœur,
12:21
and then he feels the heartbeats from the real living patient.
306
726000
3000
et il sent les battements de cœur du véritable patient en vie.
12:24
Then he can examine how the heart is moving.
307
729000
2000
Il peut alors examiner les mouvements du cœur.
12:26
He can go inside, push inside of the heart,
308
731000
2000
Il peut entrer à l'intérieur, pénétrer à l'intérieur du cœur,
12:28
and really feel how the valves are moving.
309
733000
3000
et sentir vraiment comment les valves bougent.
12:31
And this, I think, is really the future for heart surgeons.
310
736000
3000
Ceci, je crois, est vraiment l'avenir pour les chirurgiens cardiaques.
12:34
I mean it's probably the wet dream for a heart surgeon
311
739000
3000
Je veux dire, c'est probablement le plus grand fantasme pour un chirurgien du cœur
12:37
to be able to go inside of the patient's heart
312
742000
3000
que de pouvoir aller voir à l'intérieur du cœur du patient
12:40
before you actually do surgery,
313
745000
2000
avant de passer à l'acte chirurgical,
12:42
and do that with high-quality resolution data.
314
747000
2000
et de faire cela avec des données de qualité haute définition.
12:44
So this is really neat.
315
749000
2000
C'est vraiment super.
12:47
Now we're going even further into science fiction.
316
752000
3000
Maintenant nous allons encore un peu plus loin dans la science-fiction.
12:50
And we heard a little bit about functional MRI.
317
755000
3000
Nous avons un peu entendu parler de l'IRM fonctionnelle.
12:53
Now this is really an interesting project.
318
758000
3000
Voilà un projet vraiment intéressant.
12:56
MRI is using magnetic fields
319
761000
2000
L'IRM utilise des champs magnétiques
12:58
and radio frequencies
320
763000
2000
et des fréquences radio
13:00
to scan the brain, or any part of the body.
321
765000
3000
pour scanner le cerveau, ou n'importe quelle partie du corps.
13:03
So what we're really getting out of this
322
768000
2000
Ce que l'on obtient en réalité
13:05
is information of the structure of the brain,
323
770000
2000
ce sont des informations sur la structure du cerveau,
13:07
but we can also measure the difference
324
772000
2000
mais on peut aussi mesurer la différence de propriétés magnétiques
13:09
in magnetic properties of blood that's oxygenated
325
774000
3000
entre le sang qui est oxygéné
13:12
and blood that's depleted of oxygen.
326
777000
3000
et le sang qui s'est appauvri en oxygène.
13:15
That means that it's possible
327
780000
2000
Cela signifie qu'il est possible
13:17
to map out the activity of the brain.
328
782000
2000
d'établir une carte de l'activité du cerveau.
13:19
So this is something that we've been working on.
329
784000
2000
C'est quelque chose sur quoi nous travaillons.
13:21
And you just saw Motts the research engineer, there,
330
786000
3000
Vous venez juste de voir Motts, notre ingénieur d'étude,
13:24
going into the MRI system,
331
789000
2000
entrer dans la machine d'IRM,
13:26
and he was wearing goggles.
332
791000
2000
et il portait des lunettes.
13:28
So he could actually see things in the goggles.
333
793000
2000
Pour qu'il puisse voir des choses dans les lunettes, en fait.
13:30
So I could present things to him while he's in the scanner.
334
795000
3000
Pour que je puisse lui montrer des choses pendant qu'il est dans le scanner.
13:33
And this is a little bit freaky,
335
798000
2000
Et c'est un peu bizarre,
13:35
because what Motts is seeing is actually this.
336
800000
2000
parce que ce que Motts voit, c'est en fait ceci.
13:37
He's seeing his own brain.
337
802000
3000
Il voit son propre cerveau.
13:40
So Motts is doing something here,
338
805000
2000
Motts fait quelque chose, là.
13:42
and probably he is going like this with his right hand,
339
807000
2000
Il fait probablement comme ça avec sa main droite,
13:44
because the left side is activated
340
809000
2000
parce que le côté gauche du cortex de la motricité
13:46
on the motor cortex.
341
811000
2000
est actif.
13:48
And then he can see that at the same time.
342
813000
2000
Et il peut voir ceci en même temps.
13:50
These visualizations are brand new.
343
815000
2000
Ces représentations sont toutes nouvelles.
13:52
And this is something that we've been researching for a little while.
344
817000
3000
C'est quelque chose sur quoi nous menons des recherches depuis un certain temps.
13:55
This is another sequence of Motts' brain.
345
820000
3000
Voici une autre séquence du cerveau de Motts.
13:58
And here we asked Motts to calculate backwards from 100.
346
823000
3000
Ici, nous avons demandé à Motts de compter à rebours à partir de 100.
14:01
So he's going "100, 97, 94."
347
826000
2000
Il fait : " 100, 97, 94..."
14:03
And then he's going backwards.
348
828000
2000
Il le fait à l'envers.
14:05
And you can see how the little math processor is working up here in his brain
349
830000
3000
Et vous pouvez voir comment le petit processeur mathématique travaille dans son cerveau,
14:08
and is lighting up the whole brain.
350
833000
2000
et illumine tout le cerveau.
14:10
Well this is fantastic. We can do this in real time.
351
835000
2000
Eh bien, c'est extraordinaire. On peut faire ça en temps réel.
14:12
We can investigate things. We can tell him to do things.
352
837000
2000
On peut étudier des tas de choses. On peut lui demander de faire des trucs.
14:14
You can also see that his visual cortex
353
839000
2000
Vous pouvez aussi voir que son cortex visuel
14:16
is activated in the back of the head,
354
841000
2000
est actif, à l'arrière de sa tête,
14:18
because that's where he's seeing, he's seeing his own brain.
355
843000
2000
parce que c'est là qu'il voit, il voit son propre cerveau.
14:20
And he's also hearing our instructions
356
845000
2000
Et il entend également nos instructions
14:22
when we tell him to do things.
357
847000
2000
quand nous lui disons de faire quelque chose.
14:24
The signal is really deep inside of the brain as well,
358
849000
2000
De plus, le signal est vraiment profond à l'intérieur du cerveau,
14:26
and it's shining through,
359
851000
2000
mais il brille au travers,
14:28
because all of the data is inside this volume.
360
853000
2000
parce qu'il y a toutes les données à l'intérieur de ce volume.
14:30
And in just a second here you will see --
361
855000
2000
Dans juste un instant vous allez voir --
14:32
okay, here. Motts, now move your left foot.
362
857000
2000
Bien, là, Motts, maintenant bouge ton pied gauche.
14:34
So he's going like this.
363
859000
2000
Il fait comme ça.
14:36
For 20 seconds he's going like that,
364
861000
2000
Pendant 20 secondes, il fait comme ça,
14:38
and all of a sudden it lights up up here.
365
863000
2000
et tout à coup, ça s'illumine là-haut.
14:40
So we've got motor cortex activation up there.
366
865000
2000
Nous avons le cortex moteur qui s'active là-haut.
14:42
So this is really, really nice,
367
867000
2000
C'est vraiment, vraiment bien.
14:44
and I think this is a great tool.
368
869000
2000
Je pense que c'est un outil formidable.
14:46
And connecting also with the previous talk here,
369
871000
2000
Et en rapport avec la conférence qui m'a précédé ici,
14:48
this is something that we could use as a tool
370
873000
2000
c'est quelque chose que nous pourrions utiliser comme outil
14:50
to really understand
371
875000
2000
pour comprendre vraiment
14:52
how the neurons are working, how the brain is working,
372
877000
2000
comment marchent les neurones, comment marche le cerveau,
14:54
and we can do this with very, very high visual quality
373
879000
3000
et nous pouvons le faire avec de la très, très bonne qualité visuelle
14:57
and very fast resolution.
374
882000
3000
et une résolution très rapide.
15:00
Now we're also having a bit of fun at the center.
375
885000
2000
Il nous arrive aussi de nous amuser au Centre.
15:02
So this is a CAT scan -- Computer Aided Tomography.
376
887000
3000
Ceci est un CAT scan -- Computer Aided Tomography.
15:06
So this is a lion from the local zoo
377
891000
2000
C'est Elsa, une lionne du zoo de notre région,
15:08
outside of Norrkoping in Kolmarden, Elsa.
378
893000
3000
près de Norrkoping, dans la forêt de Kolmarden.
15:11
So she came to the center,
379
896000
2000
Elle est arrivée au Centre,
15:13
and they sedated her
380
898000
2000
et ils l'ont endormie,
15:15
and then put her straight into the scanner.
381
900000
2000
et passée directement dans le scanner.
15:17
And then, of course, I get the whole data set from the lion.
382
902000
3000
Ensuite, bien sûr, j'obtiens tout l'ensemble des données de la lionne.
15:20
And I can do very nice images like this.
383
905000
2000
Et je peux faire de très jolies images comme celle-ci.
15:22
I can peel off the layer of the lion.
384
907000
2000
Je peux enlever des couches de la lionne.
15:24
I can look inside of it.
385
909000
2000
Je peux observer l'intérieur.
15:26
And we've been experimenting with this.
386
911000
2000
Nous avons testé cela.
15:28
And I think this is a great application
387
913000
2000
Et je pense que c'est une application formidable
15:30
for the future of this technology,
388
915000
2000
pour l'avenir de cette technologie.
15:32
because there's very little known about the animal anatomy.
389
917000
3000
Parce qu'on en sait très peu sur l'anatomie animale.
15:35
What's known out there for veterinarians is kind of basic information.
390
920000
3000
Le seul savoir disponible pour les vétérinaires est très basique, en somme.
15:38
We can scan all sorts of things,
391
923000
2000
Nous pouvons scanner toutes sortes de choses,
15:40
all sorts of animals.
392
925000
2000
toutes sortes d'animaux.
15:42
The only problem is to fit it into the machine.
393
927000
3000
Le seul problème est de les faire entrer dans la machine.
15:45
So here's a bear.
394
930000
2000
Voici un ours.
15:47
It was kind of hard to get it in.
395
932000
2000
Ça a été un peu dur de le faire rentrer.
15:49
And the bear is a cuddly, friendly animal.
396
934000
3000
L'ours est un animal affectueux, amical.
15:52
And here it is. Here is the nose of the bear.
397
937000
3000
Le voilà. Voilà le nez de l'ours.
15:55
And you might want to cuddle this one,
398
940000
3000
Vous pourriez avoir envie de câliner celui-ci,
15:58
until you change the functions and look at this.
399
943000
3000
jusqu'à ce que vous changiez les réglages et que vous voyiez ceci.
16:01
So be aware of the bear.
400
946000
2000
Alors, attention aux ours.
16:03
So with that,
401
948000
2000
Pour finir,
16:05
I'd like to thank all the people
402
950000
2000
je voudrais remercier toutes les personnes
16:07
who have helped me to generate these images.
403
952000
2000
qui m'ont aidé à produire ces images.
16:09
It's a huge effort that goes into doing this,
404
954000
2000
C'est un énorme travail que de réussir cela,
16:11
gathering the data and developing the algorithms,
405
956000
3000
rassembler les données, développer les algorithmes,
16:14
writing all the software.
406
959000
2000
écrire tous les programmes.
16:16
So, some very talented people.
407
961000
3000
Ces personnes ont énormément de talent.
16:19
My motto is always, I only hire people that are smarter than I am
408
964000
3000
Ma devise est toujours : " N'embauche que des gens plus intelligents que toi",
16:22
and most of these are smarter than I am.
409
967000
2000
et la plupart d'entre eux sont plus intelligents que moi.
16:24
So thank you very much.
410
969000
2000
Merci beaucoup.
16:26
(Applause)
411
971000
4000
(Applaudissements)
ABOUT THE SPEAKER
Anders Ynnerman - Scientific visualization expertAnders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction.
Why you should listen
Professor Anders Ynnerman received a Ph.D. in physics from Gothenburg University. During the early 90s he was doing research at Oxford University and Vanderbilt University. In 1996 he started the Swedish National Graduate School in Scientific Computing, which he directed until 1999. From 1997 to 2002 he directed the Swedish National Supercomputer Centre and from 2002 to 2006 he directed the Swedish National Infrastructure for Computing (SNIC).
Since 1999 he is holding a chair in scientific visualization at Linköping University and in 2000 he founded the Norrköping Visualization and Interaction Studio (NVIS). NVIS currently constitutes one of the main focal points for research and education in computer graphics and visualization in the Nordic region. Ynnerman is currently heading the build-up of a large scale center for Visualization in Norrköping.
Anders Ynnerman | Speaker | TED.com