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

National audienceL'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)