Classification d'images d'amiante

Dans les années 50’s, beaucoup de matériaux de construction utilisaient l’amiante qui est un minéral fibreux comme composante grâce à ces caractéristiques physiques. En effet, l’amiante possède des propriétés telles que la ténacité à de fortes températures(environ 1000 degrés Celsius), une grande résistance aux produits chimiques agressifs, une excellente isolation thermique et électrique, une bonne résistance à la traction ainsi qu’une grande élasticité. Elle était notamment utilisée pour les revêtements de sols, les crépis de façade et aussi pour les colles de carrelage auxquelles ce projet se basé.

Malheureusement, les fibres d’amiante peuvent se détacher des matériaux lors de vibrations qui se produisent lors d’une découpe, perçage ou autre travail sur divers matériaux. Ces fibres peuvent alors être inhalées par l’être humain et elles se logent dans les poumons pouvant provoquer diverses maladies parfois incurables telles que le cancer du poumon, le cancer du larynx ou encore celui de la plèvre qui est une membrane thoracique très mince. Les fibres d’amiante ont provoqué beaucoup de décès à la suite de son inhalation et son utilisation dans la construction a été interdite en 1990 en Suisse. Certains cantons comme Genève et Vaud disposent de réglementations cantonales quant à l’amiante pour la destruction ou transformation de bâtiments construits avant 1991. Ces travaux sont soumis à un diagnostic amiante réalisé par un laboratoire agréé comme le laboratoire Microscan Service basé à Chavannes-près-Renens qui a inspiré ce projet.

L’analyse de ces échantillons se fait par microscope optique à balayage, car la taille des fibres est de l’ordre du micron. Cette analyse est un travail très répétitif et ennuyeux. Une automatisation devient de nos jours envisageable grâce aux progressions de ces dernières années dans le domaine du machine learning et plus spécifiquement du deep learning et des réseaux convolutionnels.

Les objectifs de ce projet sotn les suivants :
1. L’analyse des différents moyens de classification utilisant le machine learning permettant la meilleure approche sera le premier objectif à réaliser dans ce projet.
2. L’objectif final vise à créer un prototype permettant la classification d’images d’échantillons de colle de carrelage en fonction de la présence ou non d’amiante.

General information
  • Date: 31.05.2018
  • Type: Semester project
  • Responsible: Jacky Casas

People

Students
  • Alexandre Dessonnaz
Supervisors
Jacky Casas
PhD Student
PhD Student
See more
Omar Abou Khaled
Professor
See more
Elena Mugellini
Head of HumanTech
See more
Partners : Microscan service SA