L’imagerie échographique est de plus en plus utilisée en raison de son faible coût, de sa nature non irradiante et de sa portabilité. En effet, les ondes ultrasonores émises par la sonde échographique lors de l’acquisition d’images ne sont pas nocives pour la santé du patient. La difficulté majeure de l’échographie réside dans le fait que les images présentent généralement un faible rapport signal/bruit, un faible contraste et des limites floues. La plupart des méthodes existantes se basent essentiellement sur l’intensité des pixels pour repérer les structures anatomiques d’intérêt. Malheureusement, la qualité variable des échographies peut diminuer la performance de ces dernières de façon significative.
Afin d’exploiter le potentiel de l’échographie, il est nécessaire d’utiliser des méthodes robustes qui prennent spécifiquement en compte ces défis. L’objectif de cette thèse est le développement de méthodes robustes pour la modélisation du contenu d’une image et d’une séquence d’images dans le contexte de l’échographie. Pour ce faire, une approche basée sur l’extraction d’attributs par projections iconiques horizontale et verticale des images pour l’analyse statique et dynamique des échographies a été développée. Ainsi, cette thèse a donné lieu à trois contributions.
D’abord, une méthode d’extraction automatique des repères vertébraux à partir d’échographies dans le plan transverse a été développée. En se basant sur les projections horizontale et verticale redressées de l’image, des connaissances a priori sur les vertèbres sont combinées avec le nouveau concept de frontière moyenne pour extraire les repères de manière entièrement reproductible. L’approche proposée localise avec succès le processus épineux et les lames pour un cadavre de porc et des sujets sains humains à condition que les repères soient visibles sur l’image.
Ensuite, un indice global pour l’analyse de la déformation des tissus a été proposé. Il représente un moyen prometteur d’évaluer la déformation des tissus sans corrélation ni suivi de repères. Il est ainsi possible d’évaluer la déformation entre deux images même si elles sont fortement décorrélées tant que la structure d’intérêt reste visible. Les résultats montrent que l’indice est robuste et fortement corrélé avec l’amplitude de la déformation réelle pour des échocardiographies simulées (cas sain et pathologiques) et ex vivo sur de la viande crue.
Enfin, une méthode d’analyse locale de la déformation des tissus a été développée comme une généralisation 2D dense et locale de l’indice. Pour ce faire, les projections horizontale et verticale sont considérées tout en s’inspirant de la méthode du comptage de boîtes typiquement utilisée pour estimer la dimension fractale. Cela permet d’obtenir un maillage de façon non supervisée qui se déforme comme le tissu d’intérêt. Les résultats obtenus indiquent que la méthode segmente le coeur de façon reproductible et suit avec précision et robustesse le diaphragme dans le temps.
En conclusion, ce projet offre un nouveau paradigme basé sur les projections iconiques des images pour modéliser de façon robuste l’information pertinente contenue dans les échographies. Bien que cette approche ait été développée avec les défis de l’échographie en tête, son potentiel est applicable aux images en général indépendamment de la modalité d’acquisition.
| Date | 21 mars 2022 |
|---|
| langue originale | Français |
|---|
| Établissement diplômant | - École de technologie supérieure
|
|---|
| Superviseur | Catherine Laporte (Directeur(-trice)) & Farida Cheriet (Codirecteur(-trice)) |
|---|
- ultrason
- modélisation d’image
- modélisation de mouvement
- segmentation automatique
- déformation des tissus
Brignol, A. (Auteur(e)),
Laporte (Directeur(-trice)) & Cheriet (Codirecteur(-trice)),
21 mars 2022Thèses et mémoires: Thèse de doctorat › Doctorat en génie: Génie