Differential geometry methods for biomedical image processing : from segmentation to 2D/3D registration

Résumé

Cette thèse introduit une plate-forme d’imagerie biomédicale pour la visualisation avancée de structures biologiques. Elle est constituée de deux principaux types d’opérations : 1) la segmentation de quelques structures d’intérêt dans des images 3D ; et 2) le recalage d’un modèle 3D de structures biologiques propres à un patient avec l’imagerie interventionnelle 2D. Le fait de segmenter une structure biologique en 3D résulte en un modèle discret qui soit simple à visualiser et à comprendre. Ce dernier peut également être analysé et mesuré de façon informatisée. En contrepartie, recaler un modèle 3D avec les images interventionnelles permet de situer celui-ci dans le monde physique et donc de le positionner par rapport aux autres objets de la salle d’opération. En combinant l’information d’un modèle 3D et celle des images interventionnelles 2D, la plate-forme proposée vise à améliorer le guidage chirurgical en réduisant les ambiguïtés inhérentes à l’interprétation des images 2D. En ce qui a trait à la segmentation, deux problèmes spécifiques sont considérés : 1) les structures présentant des variations d’intensité de basse fréquence ; et 2) la détection de structures curvilinéaires fines. Premièrement, nous nous sommes concentrés sur la segmentation de structures larges présentant des variations d’intensité de basse fréquence. De telles structures sont importantes dans le contexte de l’imagerie médicale puisqu’elles se retrouvent fréquemment, notamment en imagerie par résonance magnétique (IRM). De même, en angiographie, il est possible qu’une diffusion non-uniforme de l’agent de contraste résulte en des structures présentant de telle variation d’intensité. Nous avons donc défini une méthode par surfaces de niveaux utilisant une modélisation localement linéaire des intensités de régions et appliqué cette méthode au problème de la segmentation de ces structures. Il est démontré que les caractéristiques propres à cette méthode permettent de prendre en compte de façon implicite la non-uniformité de l’intensité des structures dans les IRM. Ainsi, au meilleur de notre connaissance, cette méthode est la première utilisant les surfaces de niveaux à atteindre des résultats convaincants pour la segmentation des tissus cérébraux dans les IRM. Le deuxième problème de segmentation considéré consiste en la détection et la segmentation des structures curvilinéaires fines dans les images tridimensionnelles. En imagerie médicale, la détection de ces structures est cruciale puisque ces dernières peuvent représenter des veines, des artères, des bronches ou d’autres classes importantes de tissus. Malencontreusement, la plupart des méthodes présentement disponibles produisent un signal fortement atténué à la rencontre de deux structures formant un carrefour. Cette singularité peut donc réduire la performance d’un traitement subséquent tel que : l’étude automatisée d’une image d’angiographie, le calcul de la trajectoire des vaisseaux, ou l’étiquetage automatique des pixels composant l’image. La présente thèse introduit un nouveau filtre de vaisseaux qui est robuste à la présence de carrefours en X ou en Y apparaissant le long des structures. En même temps, il reste conceptuellement simple, déterministe et il permet une représentation intuitive des directions principales de la structure de l’image. Une fois qu’un modèle 3D discret a été créé, celui-ci peut être utilisé afin d’améliorer le guidage chirurgical. Aussi, une méthode de recalage non-rigide 2D/3D est proposée pour amener un modèle des artères coronaires en correspondance avec des images de fluoroscopie biplan. Le modèle ainsi recalé est superposé sur les images interventionnelles afin de favoriser un meilleur guidage chirurgical durant les interventions percutanées pour les opérations d’occlusions totales chroniques. De ce fait, l’incertitude inhérente aux images bidimensionnelles s’en trouve amoindri. Une méthode de recalage complètement non-rigide est définie et permet de réduire de façon localisée toute différence de forme. Cette nouvelle méthode, fondée sur le calcul variationnel, met en scène un processus d’appariement et de reconstruction simultanés afin de calculer la transformation. Grâce à un temps de calcul généralement sous les trois secondes, l’algorithme reste assez rapide pour être utilisé de façon interactive.

Date	11 sept. 2012
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Mohamed Cheriet (Directeur(-trice)) & Sylvain Deschênes (Codirecteur(-trice))