Segmentation 3D d'images radiologiques : applications à la volumétrie d'organes et de lésions

• Auteur / Autrice : Gilles André
• Direction : Angel Osorio
• Type : Thèse de doctorat
• Discipline(s) : Biologie
• Date : Soutenance en 2002
• Etablissement(s) : Paris 11

Mots clés

Mots clés libres

Imagerie radiologique

Algorithme croissance de régions

Résumé

La principale contribution de mes travaux de thèse concerne les méthodes de segmentation d'images radiologiques par croissance de régions. En premier lieu, le principe de cette approche est détaillé en faisant état de la bibliographie consacrée à ce type de segmentation. Dans un second temps, l'algorithme type croissance de région mis en oeuvre est décrit en formalisant et en étudiant la complexité du problème. Il s'agit, au cour de la propagation de la propriété d'appartenance de contraindre d'une part l'homogénéité des niveaux de gris d'une forme, et d'autre part, la connexité de ces mêmes voxels appartenant à cette forme. Concernant la première contrainte, lors de la propagation de la propriété d'appartenance, une analyse de l'évolution d'un ensemble de valeurs de moyenne et d'écart type des niveaux de gris des voxels est effectuée. Ce, afin de décider d'inclure ou non certains voxels à la forme segmentée. Des techniques statistiques plus robustes sont en suite introduites afin de rendre cet algorithme moins sensible à la présence du bruit. La deuxième contrainte liée à la trace d'une forme sur chaque coupe de l'examen, fait appel à trois types de traces dénommées: connexe, lacunaire et peine. L'introduction de ces trois types de traces pallie les inconvénients que présente la diversité des formes segmentées. Un système d'alertes a été mis au point, détectant la présence de traces aberrantes lors de l'exécution de l'algorithme. Cette approche permet de rendre la méthode de type croissance de régions plus robuste grâce à l'utilisation de connaissances rattachées à priori aux formes à segmenter. Mes travaux ont été validés d'abord sur des images synthétiques, puis sur des problèmes cliniques. Une étude de précision a été réalisée sur ces images en ayant pour objectif d'augmenter la robustesse de l'algorithme face à des formes peu disparates.

The principal contribution of those works of research relates to the radiological techniques of region- growing image segmentation. Initially, the principle of this approach is detailed by giving a report on the bibliography devoted to this kind of segmentation. In the second time, the region-growing algorithm implemented is described by formalizing and studying the problem complexity. It consists in constraining, during the propagation of the belonging property, in one hand, the grey-level homogeneity, and in the other hand the connexity of these same voxels pertaining to the form. Concerning the first constraint, during the propagation of the belonging property, an analysis of the evolution of the set of values of standard average and the deviation of the levels of grey of the voxels are carried out. This, in order to decide if we include or not some voxels with the segmented form. More robust statistical techniques in continuation are introduced in order to make this algorithm less sensitive to the presence of the noise. The second constraint related to the trace of a form on each cut of the examination, called upon three types of traces called: related, lacunar and pains. The introduction of these three types of traces mitigates the disadvantages which the diversity of the segmented forms presents. A system of alert was developed, detecting the presence of aberrant traces at the time of execution of the algorithm. This approach makes it possible to return the method of growth the more robust type of areas thanks to the utilisation of knowledge attached a priori to the forms to segment. My work was first validated on synthetic images, then on clinical problems. A study of precision was carried out on these images by having for objective to increase the robustness of the algorithm vis-à-vis not very disparate forms.