Méthode automatique pour la localisation et l’identification de structures osseuses dans les radiographies EOS

Résumé

Le calcul de paramètres cliniques et la reconstruction tridimensionnelle de structures osseuses à partir de radiographies biplans en pratique clinique sont des tâches essentielles dans le domaine de l’imagerie médicale, particulièrement en orthopédie, pour établir le diagnostic et planifier le geste médical. Les processus de mesures cliniques et de reconstruction 3D sont basés sur la tâche d’extraction d’informations (par exemple : identifier sur des radiographies de face et de profil le centre de la tête fémorale, segmenter le tibia). Cette tâche d’extraction, principalement réalisée manuellement par des professionnels de la santé, est répétitive, chronophage et peut conduire à des résultats avec une grande variabilité. De ce fait, elle pourrait entraîner des erreurs lors du processus de reconstruction 3D ou entraîner un mauvais calcul des paramètres cliniques (par exemple : l’angle cervico-diaphysaire, l’angle fémoro-tibial), importants lors de la prise de décision avant, pendant et après la chirurgie ; ce qui pourrait compromettre la santé du patient. Dans les stéréoradiographies EOS (images issues du système de radiologie EOS à faible dose d’irradiation) présentant de fortes superpositions osseuses, différents points de vue (images de corps entier, du membre inférieur ou images avec structures partielles) et différentes orientations (0°, 20°, 45°, 70° ou 90°), cette tâche d’extraction est d’autant plus ardue. Cela explique la non-existence d’une méthode automatique d’extraction d’informations des membres inférieurs couvrant cette diversité d’images EOS. La non-résolubilité de cette problématique explique qu’actuellement en pratique clinique, la phase d’initialisation des processus de mesures cliniques et de reconstruction tridimensionnelle de structures osseuses pour les membres inférieurs, phase consistant à identifier des primitives d’intérêts (exemple : sphère, points) sur chaque structure osseuse soit encore réalisée manuellement. L’objectif principal de ce travail est de pallier cette problématique en automatisant la tâche d’extraction d’informations liées aux membres inférieurs sur des images EOS présentant différents points de vue et orientations en vue d’initialiser automatiquement les processus de mesures cliniques et de reconstruction 3D pour les radiographies EOS. Nous avons développé une méthode entièrement automatique de segmentation de structures osseuses et de localisation de points d’intérêt des membres inférieurs pour les radiographies EOS. L’approche de segmentation proposée est basée sur une approche d’augmentation de données permettant la génération d’images contenant à la fois des structures partielles et complètes et sur une nouvelle architecture neuronale appelée RobustNet. L’approche de localisation des points d’intérêt est principalement basée sur un réseau siamois qui prend en entrée des paires d’images EOS et prédit en sortie des points 3D. Les méthodes de segmentation de structures osseuses et de localisation de points d’intérêt des membres inférieurs proposées ont été respectivement testées sur 70 et 30 images EOS présentant différents points de vue (images frontales et sagittales du membre inférieur et de corps entier) et orientations du patient (0°, 90° et 45°). Les résultats obtenus sont prometteurs pour pouvoir être intégrés dans la plateforme logicielle d’analyse d’images EOS. Ce travail permettra d’extraire automatiquement des structures osseuses, des régions ou points d’intérêt des membres inférieurs dans des banques de données d’images EOS. Il permettra d’initialiser automatiquement les processus de mesures cliniques et de reconstruction tridimensionnelle des os des membres inférieurs et permettra une diminution du temps de traitement effectué sur les radiographies EOS.

Date	15 nov. 2021
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Carlos Vázquez (Directeur(-trice)), Jacques A. de Guise (Codirecteur(-trice)) & Matthew Toews (Codirecteur(-trice))