Modèle déformables pour la segmentation et le suivi en imagerie 2D et 3D

Deformable models for segmentation and tracking in 2D and 3D imaging

• Auteur / Autrice : Julien Mille
• Direction : Hubert Cardot, Romuald Boné, Pascal Makris
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2007
• Etablissement(s) : Tours
• Ecole(s) doctorale(s) : Ecole doctorale Santé, sciences, technologies (Tours....-2012)
• Jury : Président / Présidente : Marinette Revenu
• Jury : Examinateurs / Examinatrices : Laurent David Cohen
• Jury : Rapporteurs / Rapporteuses : Isabelle Bloch, Nikos Paragios

Mots clés

Mots clés contrôlés

Recalage 2D/3D

Ensembles de niveaux, Méthodes d'

Calcul adaptatif

Semiconducteurs à bande interdite étroite

Algorithmes gloutons

Méthode des contours actifs

Imagerie tridimensionnelle en médecine

Traitement d'images -- Techniques numériques

Résumé

Les modèles déformables tels que les contours actifs sont des outils généraux et puissants pour la segmentation, en permettant notamment l'adjonction de contraintes et de connaissances a priori sur les objets à segmenter. Un modèle déformable est une structure géométrique déformée à l'aide d'une méthode d'évolution afin de s'ajuster aux frontières des objets recherchés. La segmentation est formulée comme un problèpmme d'optimisation, le but étant de déterminer la courbe ou la surface minimisant une fonction objectif (une énergie) composée de termes internes relatifs à la régularité géométrique du modèle et de termes externes qui mettent en relation le modèlle et l'image. Dans cette thèse, nous développons un modèle de contour actif pour la segmentation 2D et un modèle de surface active pour la segmentation 3D, ces deux modèles étant basés sur un formalisme unifié. Nous généralisons également le modèle de surface au problème de segmentation et suivi 3D+T. Nous proposons un ensemble d'amélioration de l'algorithme glouton, une méthode de minimisation numérique de la fonctionnelle d'énergie. Nous développons un nouveau terme externe basé région, que nous appelons énergie de région en bande étroite. Ce terme combine des caractéristiques locales et globales des structures d'intérêts et présente des avantages tant au niveau calculatoire qu'au niveau de la cohérence par rapport aux données.

Deformabe models such as active contours are general and powerful tools for image segmentation, enabling to add constraints and prior knowledge about the objects to be segmented. Deformable models are geometrical structures deformed by an evolution method in order to fit the object boundaries. Segmentation is expressed as an optimization problem, which purpose is to determine the curbe of the surface minimizing an objective function (an energy), made up of internal terms related to to model's geometrical smoothness and external terms attaching the model to the image data. In this thesis, we develop an active contour model for 2D segmentation and an active surface model for 3D segmentation, both being based on a unified framework. We also extend the surface model to 3D+T segmentation and tracking. We propose several improvements on the greedy algorithm, a numerical method minimizing the objective function. We also develop an original region-based external term, referring it to as narroy band region energy. It combines local and global features about structures of interest and offers advantages relative to the computational cost and consistency with respect to data.