Automatic personalized 3D model reconstruction of the distal tibiofibular joint from biplanar ankle X-Ray images for syndesmosis assessment

Résumé

L'articulation tibiofibulaire joue un rôle clé dans la stabilité de la cheville, et ses blessures, notamment les lésions de la syndesmose, peuvent entraîner des déficiences fonctionnelles majeures. Une évaluation précise est essentielle pour le diagnostic et la planification du traitement. Les techniques d'imagerie traditionnelles, telles que les radiographies conventionnelles, la tomodensitométrie (TDM) et l'imagerie par résonance magnétique (IRM), présentent des limites en termes d'exposition aux radiations, de coût et de prise en charge en position debout. Le système d'imagerie EOS, qui fournit des radiographies bi-planaires avec une faible dose de radiation en position debout, constitue une alternative prometteuse. Cependant, sa mise en oeuvre pour la reconstruction 3D de l'articulation tibiofibulaire est complexe en raison de la projection bidimensionnelle, qui entraîne une perte d'information tridimensionnelle, de la superposition des structures et des faibles distances inter-osseuses. Cette thèse propose une méthode innovante pour la reconstruction 3D personnalisée de l'articulation tibiofibulaire à partir de radiographies bi-planaires. L'approche combine la modélisation statistique de formes et d'intensité avec des techniques d'enregistrement 2D/3D basées sur l'apprentissage profond pour une reconstruction articulaire précise. Un modèle statistique de formes et d'intensité (SSIM) est développé à partir d'une base de données de scanners CT, garantissant une représentation anatomiquement cohérente. Le pipeline de reconstruction comprend l'extraction automatique de l'articulation à partir des radiographies à l'aide de réseaux neuronaux profonds de type auto-encodeur, suivie d'un cadre d'enregistrement 2D/3D basé sur l'apprentissage profond en une seule étape. Les résultats expérimentaux confirment l'efficacité de la méthode proposée pour reconstruire des modèles 3D précis de l'articulation tibiofibulaire à partir de radiographies bi-planaires de la cheville. Les modèles reconstruits permettent le calcul automatique de paramètres cliniques pertinents pour l'évaluation de la syndesmose, offrant ainsi une alternative non invasive aux scanners CT. Cette recherche fait progresser le diagnostic orthopédique personnalisé en exploitant des techniques de reconstruction basées sur l'intelligence artificielle, améliorant la détection des blessures et les résultats des traitements.

Date	18 nov. 2025
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Carlos Vázquez (Directeur(-trice)), Jacques A. de Guise (Codirecteur(-trice)) & Marie Lyne Nault (Codirecteur(-trice))