Caractérisation automatique de la morphologie et de la fonction cardiaque : Une cadre B-spline intégré pour la segmentation et le suivi en temps réel du ventricule gauche

Automated assessment of cardiac morphology and function : An integrated B-spline framework for real-time segmentation and tracking of the left ventricle

• Auteur / Autrice : Daniel Barbosa
• Direction : Denis Friboulet, Jan d' Hooge
• Type : Thèse de doctorat
• Discipline(s) : Electronique
• Date : Soutenance le 28/10/2013
• Etablissement(s) : Lyon, INSA en cotutelle avec KU Leuven (1970-....)
• Ecole(s) doctorale(s) : École doctorale Électronique, électrotechnique, automatique (Lyon)
• Partenaire(s) de recherche : Laboratoire : CREATIS - Centre de Recherche et d'Application en Traitement de l'Image et du Son, UMR5515 (Lyon, Rhône ; 1995-2006)
• Jury : Président / Présidente : Dirk Vandermeulen
• Jury : Examinateurs / Examinatrices : Denis Friboulet, Jan d' Hooge, Dirk Vandermeulen, Elsa Angelini, Alison Noble, Olivier Bernard, Frédérique Frouin, Jean-Louis Vanoverschelde
• Jury : Rapporteurs / Rapporteuses : Elsa Angelini, Alison Noble

Mots clés

Mots clés contrôlés

Imagerie ultrasonore

Mots clés libres

Imagerie médicale

Imagerie cardiaque

Echocardiographie ultrasonore radiofréquence

Imagerie 3D

Vision par ordinateur

Ventricule gauche

Segmentation d'images

Medical Imaging

Cardia imaging

Radio Frequency Ultrasonic Echocardiography

Imagerie 3D

Computer vision

Left ventricule

Image segmentation

Résumé

L’objectif principal de cette thèse est le développement de techniques de segmentation et de suivi totalement automatisées du ventricule gauche (VG) en RT3DE. Du fait de la nature difficile et complexe des données RT3DE, l’application directe des algorithmes classiques de vision par ordinateur est le plus souvent impossible. Les solutions proposées ont donc été formalisées et implémentées de sorte à satisfaire les contraintes suivantes : elles doivent permettre une analyse complètement automatique (ou presque) et le temps de calcul nécessaire doit être faible afin de pouvoir fonctionner en temps réel pour une utilisation clinique optimale. Dans ce contexte, nous avons donc proposé un nouveau cadre ou les derniers développements en segmentation d’images par ensembles de niveaux peuvent être aisément intégrés, tout en évitant les temps de calcul importants associés à ce type d’algorithmes. La validation clinique de cette approche a été effectuée en deux temps. Tout d’abord, les performances des outils développés ont été évaluées dans un contexte global se focalisant sur l’utilisation en routine clinique. Dans un second temps, la précision de la position estimée du contour du ventricule gauche a été mesurée. Enfin, les méthodes proposées ont été intégrées dans une suite logicielle utilisée à des fins de recherche. Afin de permettre une utilisation quotidienne efficace, des solutions conviviales ont été proposées incluant notamment un outil interactif pour corriger la segmentation du VG.

The fundamental goal of the present thesis was the development of automatic strategies for left ventricular (LV) segmentation and tracking in RT3DE data. Given the challenging nature of RT3DE data, classical computer vision algorithms often face complications when applied to ultrasound. Furthermore, the proposed solutions were formalized and built to respect the following requirements: they should allow (nearly) fully automatic analysis and their computational burden should be low, thus enabling real-time processing for optimal online clinical use. With this in mind, we have proposed a novel segmentation framework where the latest developments in level-set-based image segmentation algorithms could be straightforwardly integrated, while avoiding the heavy computational burden often associated with level-set algorithms. Furthermore, a strong validation component was included in order to assess the performance of the proposed algorithms in realistic scenarios comprising clinical data. First, the performance of the developed tools was evaluated from a global perspective, focusing on its use in clinical daily practice. Secondly, also the spatial accuracy of the estimated left ventricular boundaries was assessed. As a final step, we aimed at the integration of the developed methods in an in-house developed software suite used for research purposes. This included user-friendly solutions for efficient daily use, namely user interactive tools to adjust the segmented left ventricular boundaries.