Segmentation des structures céphaliques à topologie complexe

Chantrel, Steeve (2016). Segmentation des structures céphaliques à topologie complexe. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (15MB) | Prévisualisation
Prévisualisation	PDF Télécharger (1MB) | Prévisualisation

Résumé

L’utilisation de l’imagerie médicale connaît un essor croissant dans la pratique de la médecine actuelle. Les acquisitions, qu’elles soient en deux ou trois dimensions, sont utilisées pour poser des gestes pré, per ou post-opératoires. Toutefois, la visualisation n’est pas toujours suffisante, il est souvent nécessaire de mesurer les volumétries précises des organes. Pour ce faire, il est impératif de délimiter avec précision les structures anatomiques d’intérêt à l’aide de méthodes de segmentation. Ce domaine de recherche connexe à l’imagerie médicale est en constante évolution et compte un grand nombre d’approches différentes. Certains systèmes utilisent des bases de données statistiques, d’autres n’utilisent que les données propres à l’image à traiter comme les Level-Sets. En fonction du type d’acquisition et/ou du type d’organe ciblé, certaines approches sont à préférer à d’autres. Toutefois, lorsque les structures d’intérêt présentent des surfaces à topologie complexe ou peuvent connaître une forte variation interindividuelle, les approches proposées dans la littérature peuvent être inefficaces. Les causes potentielles d’inefficacité peuvent être imputées, soit à un trop grand nombre de degrés de liberté (pas de connaissances a priori) ou à un trop grand nombre de contraintes (une connaissance a priori trop stricte). Dans les deux cas, le résultat de la segmentation risque d’être inexact et par conséquent inexploitable en clinique. Pour pallier ces limitations, la méthode proposée dans cette thèse utilise les données pour forger in-situ un modèle a priori fiable permettant une segmentation précise des organes ciblés. Le modèle généré permet de contraindre une segmentation par recherche de surface minimale 3D dans un espace plan restreint. La méthode développée est automatique, multimodalité et applicable à plusieurs types d’organes.

Titre traduit

Segmentation of cephalic structures with complex topology

Résumé traduit

Medical imaging has been increasingly growing in the practice of medicine today. Acquisitions, whether in two or three dimensions, are used before, during or after an operation. However, the display is not always sufficient, it is often necessary to measure the precise volume of organs. To do this, it is imperative to accurately define the borders of the anatomical structures of interest using a segmentation method. This area of research related to medical imaging is constantly changing and has a large number of different approaches. Some systems use statistical databases such as active contours; others use only the specific data image to be processed as Level-Sets. Depending on the type of acquisition and / or the type of targeted organ, some approaches are preferable to others. However, when structures of interest have complex surfaces or topology that may experience strong inter-individual variation, the approaches proposed in the literature may be ineffective. The potential causes of inefficiency can be attributed either to too many degrees of freedom (no prior knowledge) or too many constraints (a priori knowledge too strict). In both cases, the segmentation result may be false and therefore unusable in clinics. To overcome these limitations, the method proposed in this thesis uses the data to build an in-situ prior model reliable for accurate segmentation of target organs. The model generated allows computing a minimal surface in a small flat space. This minimal surface is the solution of the segmentation problem. The developed method is automatic, multi-modality and applicable to several types of organs.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thèse présentée à l'École de technologie supérieure comme exigence partielle à l'obtention du doctorat en génie". Comprend des références bibliographiques (pages 159-164).
Mots-clés libres:	segmentation, structures céphaliques, complexe dento-maxillo-facial, IRM, CBCT
Directeur de mémoire/thèse:	Directeur de mémoire/thèse de Guise, Jacques A.
Codirecteur:	Codirecteur Schmittbuhl, Matthieu
Programme:	Doctorat en génie > Génie
Date de dépôt:	10 juill. 2019 14:28
Dernière modification:	02 nov. 2022 14:14
URI:	https://espace.etsmtl.ca/id/eprint/1685

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt