Segmentation d’images échographiques pour applications spatiale

US segmentation for space applications

• Auteur / Autrice : François Derache
• Direction : Nicole Vincent
• Type : Thèse de doctorat
• Discipline(s) : Traitement du signal et des images
• Date : Soutenance le 15/12/2022
• Etablissement(s) : Université Paris Cité
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris (1992-...)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique PAris DEscartes (Paris ; 1998)
• Jury : Président / Présidente : Florence Rossant
• Jury : Examinateurs / Examinatrices : Florence Rossant, Yue Min Zhu, Philippe Arbeille, Alain Maillet
• Jury : Rapporteur / Rapporteuse : Jean-Yves Ramel, Yue Min Zhu

Mots clés

Mots clés contrôlés

Vol spatial -- Effets physiologiques

Médecine spatiale

Traitement d'images -- Techniques numériques

Échographie

Mots clés libres

Echographie

Segmentation

Espace

Physiologie

Santé

Cardiovasculaire

Ultrasound

Segmentation

Space

Physiology

Medicine

Cardiovascular system

Résumé

L'exploration spatiale nous guide plus loin que l’orbite terrestre, avec le retour d’humains sur la Lune et la préparation des missions habitées vers Mars. Plus l’homme s’éloignera de la Terre, plus grand sera le délai de communication entre la Terre et les explorateurs. Ainsi, la télé-opération par un expert, depuis le sol, les équipements présents à bord de vaisseaux orbitant autour de la Terre, tel que l’ISS, ne sera alors plus une option. Il faudra aller vers des équipements autonomes permettant à une personne non spécialiste de pouvoir les utiliser avec efficacité. Ainsi pour faciliter la réalisation d’échographies, lors des missions d’exploration, ce dispositif médical devra être le plus autonome possible, en guidant de façon efficace l’utilisateur dans le positionnement de la sonde d’échographie et dans le réglage de la machine. La méthode proposée dans ces travaux propose une autonomie qui s’acquière en analysant en temps réel les variations de niveaux de gris qui s’apparentent à un organe. Elle utilise l'analyse par niveau de gris des zones d’une image échographique qui s’apparentent à un organe de par leur contraste, leur présence récurrente au cours des images échographiques successives. Puis, la méthode permet de segmenter l’organe identifié en décomposant le problème en 1D afin de détecter le contour. Pour cela, on remonte dans toutes les directions depuis le centre de l’organe pour relever le niveau de gris et détecter des variations brutales de contraste qui permettent de faire la différence entre l’intérieur de l’organe (sombre) et les tissus (clairs). Les résultats sont ensuite affinés pour obtenir un contour en temps réel et ne nécessitant que très peu de ressources de calcul.

Medical ultrasound scan is a common and relevant medical imaging process for medical monitoring and research. Non-invasive and low-cost, it also provides real-time images without ionizing radiations. As the space exploration will guide us further away from Earth, to the Moon, Mars and beyond, delay will impact real time interaction (Mars up to 40min delay) and tele operated system will no longer be an option, especially for astronauts medical monitoring and research protocols. Communication delays with the crew will extend, band coverage will rarefy, and lot of other challenges will appear. Furthermore, human physiological response will be a new field of investigation to make sure that astronaut underwent a safe evolution; do not develop any pathology that could affect the mission performances. To facilitate long distance sonography allowing any inexperienced user to perform an organ scan for a later post analysis by a professional, autonomous ultrasounds device, integrating automated detection of targeted organs is the next step. Our method suggests an innovative solution to identify, analyze, and segment organs in ultrasounds scans based on the greyscale study through a 1 dimensional approach. The method consists in analyzing a volume of images captured during volumic scans, identifying the organ, displaying the long and short axis views of it. The method will allow a distant expert sonographer to deliver a reliable medical diagnostic remotely. Our method analyzes, detects and segments organs in ultrasounds scan based on the greyscale variation along a one-dimensional segment in a 3D volume using a common 2D scanning probe.