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

Segmentation précise des structures de l'articulation du genou sur des radiographies EOS de face

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Sarazin, Alexandre (2018). Segmentation précise des structures de l'articulation du genou sur des radiographies EOS de face. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[thumbnail of SARAZIN_Alexandre.pdf]
Prévisualisation
PDF
Télécharger (17MB) | Prévisualisation
[thumbnail of SARAZIN_Alexandre-web.pdf]
Prévisualisation
PDF
Télécharger (1MB) | Prévisualisation

Résumé

La délimitation des structures osseuses dans les images radiographiques est une opération nécessaire pour l’obtention de paramètres cliniques à l’aide d’une reconstruction 3D. Dans les régions telles que les articulations où plusieurs structures se côtoient et peuvent se superposer, cette délimitation reste difficile. Pour pallier à ces limitations, la grande majorité des outils disponibles nécessitent l’intervention d’un expert. Afin d’accélérer l’analyse, nous cherchons une solution automatique pour la délimitation précise des contours osseux sur des images radiographiques. Un des algorithmes utilisé pour délimiter les contours osseux est la recherché d’un chemin minimal passant par les zones les plus contrastées. Cette approche peut donner des résultats peu précis dans des cas difficiles (structures proches, faible contraste, etc.).

Une amélioration de cet algorithme nous a permis d’obtenir une méthode plus précise et mieux adaptée pour l’extraction de contours osseux dans la zone du genou. Cette nouvelle method détecte d’abord le contour du fémur avec un nouveau chemin minimal reposant sur le gradient et l’intensité des pixels de l’image. Elle détecte ensuite les deux contours possibles du tibia avec une recherche de chemins minimaux en 3D.

Nous avons comparé les résultats du chemin minimal implémenté dans SterEOS (plateforme de reconstruction 3D d’EOS Imaging) avec l’approche proposée sur 147 radiographies de face de genoux. Les segmentations de SterEOS obtenaient des erreurs moyennes de 0.85±0.52mm (déviation moyenne quadratique±écart type) pour le fémur et de 1.69±1.13mm pour le tibia par rapport à des segmentations manuelles réalisées par un expert. La méthode proposée obtient des erreurs moyennes de 0.40±0.13mm pour le fémur et de 1.17±0.92mm pour le tibia (gains de précision de 53% et de 31% respectivement).

Pour conclure, nous avons amélioré l’algorithme du chemin minimal en 2D et en 3D afin de détecter plus précisément les contours du fémur et du tibia sur des images radiographiques. L’utilisation du chemin minimal en 3D nous a aussi permis de segmenter tous les contours des plateaux tibiaux. Cette approche pourra être utilisée par la suite dans SterEOS pour améliorer l’automatisation des reconstructions 3D et l’évaluation des paramètres cliniques.

Titre traduit

Accurate bone segmentation of the knee joint on EOS radiographic frontal images

Résumé traduit

Bone delimitation in radiographic images is a necessary step in computing clinical measurements. This delimitation can be difficult in certain regions where structures are close and may overlap, like articulations. The vast majority of tools available need the input of a clinician. To accelerate the analysis, we want to fully automate the bone delimitation process on radiographic images and still get an accurate result.

One of the algorithm used to delineate bones is the search of a minimal path going through the most contrasted zones. This method can be inaccurate in certain scenarios (nearby structures, low contrast, etc.). We improved this method to get more accurate bone contours in the knee joint area. First, we search the femur’s contour with a new minimal path computed with the gradient and the pixels’ intensities. Then we detect all the contours of the tibia using an improved 3D minimal path.

We compared the outputs of the minimal path used in SterEOS (EOS Imaging 3D reconstruction platform) with our approach on 147 knee joints on frontal EOS images. The SterEOS version segments the femur with an average error distance of 0.85±0.52mm (root mean square deviation±standard deviation) and the tibia with 1.69±1.13mm compared to an expert’s manually segmented contours. The proposed algorithm segmented the femur with a precision of 0.40±0.13mm and the tibia with 1.17±0.92mm (53% and 31% precision improvements respectively).

To conclude, we modified the 2D and 3D minimal path algorithms and thus the precision of bone contours in radiographic images. Moreover, the 3D minimal path extracts both contours of the tibial plateau. This approach could be used in EOS software to improve the automatic 3D reconstructions and the computed clinical parameters.

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 avec mémoire en génie logiciel". Comprend des références bibliographiques (pages 109-114).
Mots-clés libres: segmentation, radiographie EOS de face, chemin minimal, genou
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Vázquez, Carlos
Codirecteur:
Codirecteur
de Guise, Jacques A.
Programme: Maîtrise en ingénierie > Génie
Date de dépôt: 04 avr. 2019 19:26
Dernière modification: 02 nov. 2022 13:50
URI: https://espace.etsmtl.ca/id/eprint/2258

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt