Thèse soutenue

Caractérisation géométrique d’organes tubulaires

FR  |  
EN
Auteur / Autrice : Florent Grelard
Direction : Jean-Philippe Domenger
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 04/12/2017
Etablissement(s) : Bordeaux
Ecole(s) doctorale(s) : École doctorale Mathématiques et informatique (Talence, Gironde ; 1991-....)
Partenaire(s) de recherche : Equipe de recherche : Laboratoire bordelais de recherche en informatique
Jury : Président / Présidente : Nicolas Passat
Examinateurs / Examinatrices : Fabien Baldacci, Jacques-Olivier Lachaud, Anne Vialard
Rapporteurs / Rapporteuses : Isabelle Debled-Rennesson, Serge Miguet

Résumé

FR  |  
EN

Cette thèse s’inscrit dans un contexte d’analyse d’images médicales et s’attache plus particulièrement à l’étude des organes tubulaires (vaisseaux, bronches, neurones...). De nombreuses pathologies, telles que les bronchopneumopathies chroniques obstructives (BPCO) pour les bronches, affectent la structure des organes tubulaires. Des outils automatiques sont nécessaires afin d’effectuer des mesures précises, reproductibles et permettant un suivi dans le temps. L’objectif de la thèse est de proposer de nouveaux outils facilitant la caractérisation automatique de ces organes. Cette caractérisation se base le plus souvent sur l’analyse de la géométrie de l’organe segmenté. Il existe de nombreuses méthodes permettant d’effectuer des mesures géométriques, mais certaines nécessitent d’extraire des sous-représentations de l’organe. Dans le cadre de cette thèse, nous nous intéressons à deux de celles-ci : le squelette curvilinéaire et les plans de coupe 2D reconstruits orthogonalement à l’axe de l’organe. Notre première contribution est une méthode d’estimation précise des plans orthogonaux. Nous avons également proposé un algorithme de squelettisation spécifique aux organes tubulaires, ainsi que des outils d’amélioration de squelettes existants. De plus, nous présentons à la fin de ce document, un travail en cours sur une méthode de filtrage de structures tubulaires à partir d’images en niveaux de gris.