La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Recalage d’images échographiques par apprentissage pour l’échographie 3D main libre sans capteur de position

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Conrath, Juliette (2012). Recalage d’images échographiques par apprentissage pour l’échographie 3D main libre sans capteur de position. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[thumbnail of CONRATH_Juliette.pdf]
Prévisualisation
PDF
Télécharger (1MB) | Prévisualisation
[thumbnail of CONRATH_Juliette-web.pdf]
Prévisualisation
PDF
Télécharger (523kB) | Prévisualisation

Résumé

L’échographie 3D main libre sans capteur de position est une approche permettant la reconstruction de volumes échographiques par l’analyse du contenu des images d’une séquence acquise sans contrainte avec le matériel conventionnel 2D. La corrélation entre les images permet en effet de déduire la distance les séparant grâce à un modèle de décorrélation du speckle, tandis que les méthodes conventionnelles de recalage permettent d’estimer le mouvement dans le plan des images. La complexité du mouvement main libre engendre cependant des erreurs dans l’estimation du déplacement de la sonde, du fait des sources multiples de décorrélation. Ce mémoire présente d’abord une étude de ces erreurs grâce à des expérimentations réalisées sur des paires d’images synthétiques. Cette étude permet de confirmer l’hypothèse qu’une grande partie des erreurs sont systématiques et qu’il existe une relation entre ces erreurs et les valeurs réelles du déplacement. Par la suite, une méthode permettant de modéliser cette relation est présentée, dans le but de corriger les estimations. La modélisation est réalisée par apprentissage bayésien de régression par Machine à Vecteurs de Pertinence. Les expérimentations sur imagerie synthétique ont permis de démontrer la validité de cette nouvelle méthode : les résultats montrent en effet une réduction significative des erreurs par rapport à la méthode conventionnelle.

Résumé traduit

Sensorless freehand 3D ultrasound imaging is an approach which allows the reconstruction of ultrasound volumes by analyzing the contents of the 2D scans in a freely acquired sequence to estimate their relative positions, instead of relying on a position sensor. Indeed, the distance between scans can be inferred using a speckle decorrelation model which describes the relationship between image correlation and elevational distance, while in-plane motion can be estimated by conventional registration methods. However, each type of motion (in-plane and out-of-plane) occuring in freehand motion is a source of decorrelation, and these multiple sources cause motion estimation errors. A study of these errors based on experiments on synthetic imagery is first presented, confirming the hypothesis that the errors are largely systematic and that a relationship between these errors and the ground truth displacement exists. A novel method to correct the estimations is thus proposed, based on the learning of this relationship using the Relevance Vector Machine algorithm. Experiments on synthetic imagery demonstrate the validity and reliability of our method : the results show a significant error reduction in comparison with the conventional method.

Type de document: Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires: "Mémoire présenté à l'École de technologie supérieure comme exigence partielle à l'obtention de la maîtrise en génie électrique". Bibliogr. : f. [101]-105.
Mots-clés libres: Échographie. Granularité (Optique). Imagerie tridimensionnelle. Recalage d’images échographiques, Décorrélation du speckle, Correction d’estimation par apprentissage, Échographie 3D main libre
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Laporte, Catherine
Programme: Maîtrise en ingénierie > Génie électrique
Date de dépôt: 21 nov. 2012 19:44
Dernière modification: 03 mars 2017 00:52
URI: https://espace.etsmtl.ca/id/eprint/1099

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt