Déconvolution aveugle parcimonieuse en imagerie échographique avec un algorithme CLEAN adaptatif

Sparse blind deconvolution in ultrasound imaging using an adaptative CLEAN algorithm

• Auteur / Autrice : Liviu-Teodor Chira
• Direction : Jean-Marc Girault, Corneliu Rusu
• Type : Thèse de doctorat
• Discipline(s) : Sciences de la Vie et de la Santé
• Date : Soutenance le 17/10/2013
• Etablissement(s) : Tours en cotutelle avec Universitatea tehnică (Cluj-Napoca, Roumanie)
• Ecole(s) doctorale(s) : École doctorale Énergie, Matériaux, Sciences de la Terre et de l'Univers (Centre-Val de Loire ; 2012-....)
• Partenaire(s) de recherche : Equipe de recherche : SST/12/U INSERM 930 - IC5- Imagerie et Cerveau (équipe 5)
• Jury : Président / Présidente : Sorin Hintea
• Jury : Examinateurs / Examinatrices : Jean-Marc Girault, Corneliu Rusu, Sorin Hintea, Corneliu Burileanu, Mircea Ivan, Pierre Tauber
• Jury : Rapporteur / Rapporteuse : Denis Kouamé, Corneliu Burileanu

Mots clés

Mots clés contrôlés

Spectroscopie -- Déconvolution

Imagerie médicale -- Qualité de l'image

Échographie

Imagerie ultrasonore

Mots clés libres

Imagerie ultrasonore

Post traitement

Déconvolution aveugle

Algorithme greedy

Matching Pursuit

Parcimonie

CLEAN adaptatif

Ultrasound imaging

Postprocessing

Blind deconvolution

Greedy algorithm

Matching Pursuit

Sparsity

Adaptive CLEAN

Résumé

L'imagerie médicale ultrasonore est une modalité en perpétuelle évolution et notamment en post-traitement où il s'agit d'améliorer la résolution et le contraste des images. Ces améliorations devraient alors aider le médecin à mieux distinguer les tissus examinés améliorant ainsi le diagnostic médical. Il existe déjà une large palette de techniques ''hardware'' et ''software''. Dans ce travail nous nous sommes focalisés sur la mise en oeuvre de techniques dites de ''déconvolution aveugle'', ces techniques temporelles utilisant l'enveloppe du signal comme information de base. Elles sont capables de reconstruire des images parcimonieuses, c'est-à-dire des images de diffuseurs dépourvues de bruit spéculaire. Les principales étapes de ce type de méthodes consistent en i) l'estimation aveugle de la fonction d'étalement du point (PSF), ii) l'estimation des diffuseurs en supposant l'environnement exploré parcimonieux et iii) la reconstruction d'images par reconvolution avec une PSF ''idéale''. La méthode proposée a été comparée avec des techniques faisant référence dans le domaine de l'imagerie médicale en utilisant des signaux synthétiques, des séquences ultrasonores réelles (1D) et images ultrasonores (2D) ayant des statistiques différentes. La méthode, qui offre un temps d'exécution très réduit par rapport aux techniques concurrentes, est adaptée pour les images présentant une quantité réduite ou moyenne des diffuseurs.

The ultrasonic imaging knows a continuous advance in the aspect of increasing the resolution for helping physicians to better observe and distinguish the examined tissues. There is already a large range of techniques to get the best results. It can be found also hardware or signal processing techniques. This work was focused on the post-processing techniques of blind deconvolution in ultrasound imaging and it was implemented an algorithm that works in the time domain and uses the envelope signal as input information for it. It is a blind deconvolution technique that is able to reconstruct reflectors and eliminate the diffusive speckle noise. The main steps are: the estimation of the point spread function (PSF) in a blind way, the estimation of reflectors using the assumption of sparsity for the examined environment and the reconstruction of the image by reconvolving the sparse tissue with an ideal PSF. The proposed method was tested in comparison with some classical techniques in medical imaging reconstruction using synthetic signals, real ultrasound sequences (1D) and ultrasound images (2D) and also using two types of statistically different images. The method is suitable for images that represent tissue with a reduced amount or average scatters. Also, the technique offers a lower execution time than direct competitors.