Création de modèles surfaciques personnalisés et sans contact pour l’estimation précise des surfaces corporelles saines et brûlées en contexte clinique

Thibault, Anaïde (2025). Création de modèles surfaciques personnalisés et sans contact pour l’estimation précise des surfaces corporelles saines et brûlées en contexte clinique. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (7MB) | Prévisualisation

Résumé

La prise en charge médicale d’un patient grand brûlé est complexe. Elle nécessite une expertise afin d’évaluer précisément le %TBSA, c’est-à-dire le ratio des surfaces brûlées sur la surface corporelle totale (BSA). Ce ratio permet de déterminer quels sont les traitements adaptés à apporter au patient (i.e. apport en fluides physiologiques, traitements médicamenteux et chirurgicaux). Les méthodes cliniques actuelles, en 2D et standards, sont imprécises et présentent des variabilités inter et intra-évaluateurs dépendantes de l’expertise du clinicien évaluateur. D’autres méthodes ont vu le jour, notamment grâce aux apports des outils de modélisation 3D et permettent de modéliser en trois dimensions l’enveloppe corporelle du corps entier. Cependant, une modification globale uniquement du modèle surfacique n’est pas suffisante pour garantir la précision nécessaire pour les applications cliniques. La personnalisation de la morphologie, de la composition corporelle (e.g. masses graisseuses, masses musculaires), et des dimensions locales est nécessaire afin d’obtenir un modèle surfacique localement personnalisé et estimer précisément le %TBSA pour adapter les soins du patient. De plus, les outils 3D et les données nécessaires ne sont pas toujours adaptés au contexte clinique de prise en charge des patients grands brûlés.

Dans ce contexte, l’objectif de cette thèse est donc de développer des méthodes automatisées de modélisation 3D personnalisée du corps humain entier, sans contact avec le patient, avec une BSA et des aires locales précises pour estimer le %TBSA. Pour cela, deux méthodes complémentaires sont développées : les méthodes STAP et S3D, intégrant chacune un modèle statistique, respectivement le modèle statistique de composition corporelle et le modèle statistique anthropométriques. La méthode STAP permet de personnaliser les aires globales et locales, à partir de quelques paramètres déjà accessibles en clinique, en intégrant la composition corporelle, les masses musculaires et graisseuses globales et locales. La méthode S3D affine le modèle surfacique obtenu avec la méthode STAP en utilisant un scan 3D partiel du patient pour obtenir quelques mesures anthropométriques et personnaliser des régions corporelles spécifiques. Le pourcentage d’erreur absolu moyen (MAPE) de la BSA est d’environ 2 % avec ces deux méthodes, ce qui est deux fois plus précis que les méthodes cliniques et 3D existantes. Une autre contribution de ce travail est la validation de la précision des aires des régions corporelles. La méthode S3D permet d’aller chercher des MAPE variant entre 4 % et 6 % pour les régions du torse, du bras et de la jambe, ce qui permet d’obtenir des %TBSA avec des MAPE variant entre 2 % et 6 %, inférieur aux 10 % d’erreur obtenus avec des outils de modélisation 3D existants tels que BurnCase 3D.

En conclusion, cette thèse a contribué au développement de deux méthodes de modélisation 3D du corps humain entier, capables de représenter la diversité des corps, des morphologies et formes corporelles locales variées. Cette personnalisation permet ainsi d’adapter les soins pour chaque patient, d’améliorer leur chance de survie, de réduire les risques de complications médicales et de séquelles à moyen et long terme.

Titre traduit

Creation of contactless and personalized 3D models for accurate estimation of healthy and burned body surfaces in clinical settings

Résumé traduit

The care of a severely burned patient is a complex medical challenge. It requires expertise to accurately assess the %TBSA, which refers to the ratio of burned surface area to the total body surface area (BSA). This percentage is crucial for determining the appropriate treatments to be provided to the patient (e.g., fluid resuscitation, medication, and surgical procedures). Current clinical methods, which are in 2D and standardized, lack precision and show inter- and intra-evaluator variability depending on the clinician’s level of expertise. Alternative methods have emerged, particularly with advances in 3D modeling tools, allowing for three-dimensional modeling of the whole-body surface. However, global 3D model adjustment alone is insufficient to ensure the precision required for clinical applications. It is necessary to personalize the morphology, body composition (e.g., fat and muscle mass), and local dimensions to obtain a locally personalized 3D model and accurately estimate the %TBSA for tailored patient care. Furthermore, 3D tools and the required data are not always suited to the clinical context of burn patient management.

In this context, the objective of this thesis is to develop automated methods for contactless, personalized 3D modeling of the entire human body, with accurate BSA and local body areas to estimate the %TBSA. To achieve this, two complementary methods were developed: the STAP and S3D methods, each incorporating a statistical model—specifically, a body composition statistical model and an anthropometric statistical model. The STAP method personalizes global and local surface areas using a few parameters already available in clinical settings, by integrating body composition, global and local fat and muscle mass. The S3D method refines the 3D model generated by the STAP method using a partial 3D scan of the patient to extract a few anthropometric measurements and personalize specific body regions. The Mean Absolute Percentage Error (MAPE) of the BSA is approximately 2% for both methods, which is twice as accurate as existing clinical and 3D methods. Another contribution of this work is the validation of the accuracy of regional body surface areas. The S3D method achieves MAPE values ranging from 4% to 6% for the torso, arm, and leg regions, allowing for %TBSA estimations with MAPEs between 2% and 6%, lower than the 10% error observed in existing 3D modeling tools such as BurnCase 3D.

In conclusion, this thesis has contributed to the development of two whole-body 3D modeling methods, capable of representing the diversity of body types, morphologies, and local body shapes. This level of personalization supports tailored treatment for each patient, improves their chances of survival, and reduces the risks of medical complications and long-term sequelae.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thèse présentée à l'École de technologie supérieure comme exigence partielle à l'obtention du doctorat en génie". Comprend des références bibliographiques (pages 177-199).
Mots-clés libres:	modélisation 3D, corps humain, modèle paramétrique, patients grands brûlés, BSA, %TBSA, contexte clinique, modèle statistique, anthropométrie
Directeur de mémoire/thèse:	Directeur(-trice) Vázquez, Carlos
Codirecteur:	Codirecteur(-trice) de mémoire/thèse de Guise, Jacques A.
Programme:	Doctorat en génie > Génie
Date de dépôt:	23 sept. 2026 18:56
Dernière modification:	23 sept. 2026 18:56
URI:	https://espace.etsmtl.ca/id/eprint/4109

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt