![\"\"](\"https:\/\/www.isir.upmc.fr\/wp-content\/uploads\/2022\/06\/projet-Marsurg-ISIR.png\")
Le contexte<\/h3>\n\n\n\n
Avec le vieillissement de la population, le nombre d\u2019interventions chirurgicales pour le remplacement des articulations d\u00e9faillantes (hanche, genou, \u00e9paule, etc.) est en forte croissance. Cela repr\u00e9sente plus d\u2019un tiers du march\u00e9 des dispositifs m\u00e9dicaux implantables.<\/p>\n\n\n\n
En chirurgie orthop\u00e9dique, le positionnement 3D des articulations d\u00e9faillantes et des proth\u00e8ses artificielles de remplacement est un crit\u00e8re important de la r\u00e9ussite de la chirurgie. Ces informations g\u00e9om\u00e9triques et cin\u00e9matiques sont g\u00e9n\u00e9ralement obtenues \u00e0 l\u2019aide d\u2019un ensemble d\u2019instruments m\u00e9talliques sp\u00e9cifiques tr\u00e8s souvent invasifs. L\u2019estimation de position spatiale des proth\u00e8ses a fait des progr\u00e8s significatifs avec le d\u00e9veloppement de l\u2019imagerie m\u00e9dicale et des m\u00e9thodes de navigation assist\u00e9es par ordinateur et de la robotique. Cependant, m\u00eame si ces m\u00e9thodes apportent une r\u00e9elle valeur ajout\u00e9e clinique pour le patient (meilleur fonctionnement des proth\u00e8ses, meilleure acceptabilit\u00e9 par les patients, dur\u00e9e de vie am\u00e9lior\u00e9e, etc.), elles pr\u00e9sentent plusieurs limites : complexit\u00e9 d\u2019utilisation, co\u00fbt important, et elles ne r\u00e9pondent pas enti\u00e8rement aux exigences en termes de pr\u00e9cision. <\/p>\n\n\n\n
C\u2019est dans ce contexte que s\u2019inscrit le projet ANR PRCE MARSurg<\/strong> \u2013 Markerless Augmented Reality for the Future Orthopedic Surgery<\/em>, qui vise \u00e0 d\u00e9velopper une solution innovante de navigation chirurgicale \u00e0 fort potentiel scientifique, technologique et clinique. Cette plateforme sera fond\u00e9e sur l\u2019utilisation de la R\u00e9alit\u00e9 Augment\u00e9e (RA) et des m\u00e9thodes de vision par ordinateur et d\u2019Intelligence Artificielle (machine learning), pour estimer les param\u00e8tres g\u00e9om\u00e9triques et cin\u00e9matiques des articulations et les restituer, en temps r\u00e9el, au chirurgien pendant l\u2019intervention chirurgicale. <\/p>\n\n\n\n Dans ce contexte, <\/strong>plusieurs objectifs \u00e0 la fois technologiques, scientifiques et cliniques sont vis\u00e9s dans le cadre de MARSurg<\/strong>. Parmi ces objectifs, on peut citer : <\/p>\n\n\n\n – Mettre en place un nouveau protocole chirurgical pour le remplacement total des articulations du genou en garantissant une moindre invasivit\u00e9 tout en am\u00e9liorant les fonctionnalit\u00e9s de la proth\u00e8se de remplacement (stabilit\u00e9, dur\u00e9e de vie, etc.)\u00a0;<\/p>\n\n\n\n – D\u00e9velopper un nouveau syst\u00e8me pr\u00e9industriel comprenant une plateforme logicielle de r\u00e9alit\u00e9 augment\u00e9e qui fournira de mani\u00e8re intuitive toutes les informations dont le chirurgien a besoin durant l\u2019intervention chirurgicale\u00a0;\u00a0<\/p>\n\n\n\n – Am\u00e9liorer les m\u00e9thodes de l\u2019\u00e9tat de l\u2019art sur le calcul de pose 3D sans marqueurs artificiels en utilisant des m\u00e9thodes g\u00e9om\u00e9triques et d\u2019intelligence artificielle\u00a0;\u00a0<\/p>\n\n\n\n – Faire progresser les m\u00e9thodes de l\u2019\u00e9tat de l\u2019art sur la segmentation et le recalage d\u2019images 3D issues de cam\u00e9ras dites RGB-D (une cam\u00e9ra qui fournit simultan\u00e9ment une image couleur et une carte de profondeur caract\u00e9risant la distance des objets vus dans l\u2019image), notamment dans le contexte d\u2019applications cliniques\u00a0;<\/p>\n\n\n\n – Acc\u00e9l\u00e9rer le transfert industriel des m\u00e9thodes d\u00e9velopp\u00e9es pour faire de Pixee Medical un leader mondial en chirurgie orthop\u00e9dique.\u00a0<\/p>\n\n\n\n Le projet MARSurg<\/strong> vise \u00e0 d\u00e9velopper une plateforme logicielle g\u00e9n\u00e9rique pour la chirurgie orthop\u00e9dique (au-del\u00e0 de la chirurgie du genou) en ciblant le remplacement des articulations d\u00e9faillantes par des proth\u00e8ses articulaires artificielles. Pour ce faire, plusieurs disciplines scientifiques seront abord\u00e9es, comme la perception visuelle, en utilisant des cam\u00e9ras de profondeur, la vision par ordinateur, l\u2019intelligence artificielle, le g\u00e9nie logiciel et la r\u00e9alit\u00e9 augment\u00e9e. Un d\u00e9monstrateur final de la plateforme de r\u00e9alit\u00e9 augment\u00e9e qui sera d\u00e9velopp\u00e9e sera test\u00e9e et \u00e9valu\u00e9e dans des conditions proches de celles d\u2019un bloc op\u00e9ratoire, en pr\u00e9sence de chirurgiens sp\u00e9cialistes. <\/p>\n\n\n\n Le projet d\u2019une dur\u00e9e de 4 ans est coordonn\u00e9 par Brahim Tamadazte, Charg\u00e9 de Recherche CNRS et membre de l\u2019ISIR<\/strong>, Sorbonne Universit\u00e9<\/a>. Le consortium du projet est \u00e9galement compos\u00e9 de :<\/p>\n\n\n\nLes objectifs<\/h3>\n\n\n\n
Les r\u00e9sultats<\/h3>\n\n\n\n
Partenariats et collaborations<\/h3>\n\n\n\n