Caractérisation ultrasonore des tissus par une approche statistique
Auteur / Autrice : | Anca Cristea |
Direction : | Olivier Basset, Christian Cachard |
Type : | Thèse de doctorat |
Discipline(s) : | Traitement du signal et de l'image |
Date : | Soutenance le 09/12/2015 |
Etablissement(s) : | Lyon 1 |
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 pour la Santé (Lyon ; 2007-....) |
Jury : | Président / Présidente : Ayache Bouakaz |
Examinateurs / Examinatrices : Emilie Franceschini | |
Rapporteur / Rapporteuse : Ayache Bouakaz, Simone Balocco |
Mots clés
Mots clés contrôlés
Résumé
L'objectif de la caractérisation des tissus par ultrasons ou ‘Quantitative Ultrasound (QUS)’ est de différencier les tissus pathologiques en associant les paramètres d’un modèle aux caractéristiques physiques du tissu. L'usage exclusif des ultrasons pour obtenir un diagnostic peut garantir que le patient ne subira pas une procédure invasive (e.g. une biopsie), utilisant des rayonnements ionisants (e.g. la tomographie) ou même inconfortable et coûteuse (e.g. IRM). Les méthodes de QUS extraient des informations sur la microstructure du tissu à partir du contenu spectral ou temporel des signaux ultrasonores. Le signal temporel radiofréquence (RF) et son enveloppe sont d'intérêt à cause du speckle crée par l’interférence des ondes, qui peut être modélisé par des distributions statistiques. Ce travail propose d'explorer la possibilité d'obtenir des estimations QUS fiables en utilisant des distributions statistiques comme modèles pour le speckle ultrasonore. Les estimations sont constituées des paramètres des distributions respectives et dépendent de la densité de diffuseurs dans le milieu. L’évaluation s’effectue sur des images simulées, des fantômes de particules et des biofantômes. Dans la première partie, la distribution Gaussienne Généralisée est utilisée pour modéliser le signal RF, et la distribution de Nakagami est utilisée pour modéliser son enveloppe. Les deux distributions sont limitées à discriminer les milieux avec une faible densité de diffuseurs, parce que les valeurs de leurs paramètres de forme saturent pour un speckle pleinement développé. Par conséquent, puisque la formation du speckle pleinement développé dépend de la résolution du système d'imagerie, la caractérisation peut se faire seulement à de très hautes résolutions, correspondant à des hautes fréquences qui ne sont pas communes en échographie clinique. Une application du modèle de Nakagami sur l’image crée par la seconde harmonique montre le potentiel du paramètre de forme de Nakagami en tant que mesure de la nonlinéarité du milieu. Dans la deuxième partie, l'enveloppe a été modélisée en utilisant la distribution K-Homodyne. Le paramètre de regroupement des diffuseurs α permet de discriminer entre les milieux denses jusqu’à une limite supérieure à celle du paramètre de Nakagami. Pourtant, cette limite est difficile à estimer avec précision, parce que les valeurs caractéristiques pour le speckle pleinement développé sont affectées par un biais et une variance élevés. Le biais et la variance peuvent être améliorés en augmentant la quantité de données utilisée pour l’estimation. Dans la dernière partie, une technique de déconvolution spécialement conçue pour la caractérisation des tissus a été évaluée. Des essais exhaustifs ont montré qu’elle n’est pas suffisamment robuste pour une application clinique, puisque les images déconvoluées ne sont pas fidèles à la réflectivité originale du milieu