Déformation 3D automatique du fémur à partir d’un nombre arbitraire de radiographies EOS calibrées

Toupin, Francis (2023). Déformation 3D automatique du fémur à partir d’un nombre arbitraire de radiographies EOS calibrées. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (9MB) | Prévisualisation

Résumé

La reconstruction 3D du fémur est utile aux chirurgiens orthopédiques afin de planifier leur chirurgie ainsi que le type d’implants à utiliser. En partenariat avec la compagnie EOS Imaging, nous utiliserons leurs radiographies biplanes calibrées afin de proposer une méthode de déformation 3D précise du fémur permettant d’utiliser un nombre arbitraire de radiographies EOS calibrées. Ce projet de recherche s’inscrit dans l’optique de remplacer la méthode de reconstruction 3D semi-automatique actuellement utilisée dans la plateforme commerciale de EOS Imaging, SterEOS. Notre revue de la littérature a permis de constater que les algorithmes de reconstruction 3D actuellement utilisés en reconstruction d’os à partir de radiographies s’appuient majoritairement sur des algorithmes de recalage 3D/2D non rigide. Ces méthodes, bien que robustes et précises, possèdent plusieurs limitations et sont complexes à utiliser. C’est dans cette optique que nous proposons une méthode de déformation 3D automatique utilisant Pixel2Mesh++, un algorithme d’apprentissage profond effectuant une déformation dense sur un modèle générique. Nos expérimentations se concentrent sur l’utilisation d’une paire de DRR où le fémur est en position face/profil ainsi que sur l’impact de l’utilisation de radiographies additionnelles dans le processus de reconstruction et montrent que notre méthode permet d’obtenir une reconstruction très précise, et ce même lorsque seulement deux images sont utilisées.

Titre traduit

Automatic 3D deformation of the femur based on an arbitrary number of calibrated EOS images

Résumé traduit

3D reconstruction of the femur is useful for orthopedic surgeons in order to plan their surgery as well as the type of implants to be used. In partnership with the company EOS Imaging, we will use their calibrated biplane X-ray images in order to propose a precise 3D reconstruction method of the femur allowing for an arbitrary number of calibrated EOS images to be used. This research project’s objective is to replace the semi-automatic 3D reconstruction method currently used in EOS Imaging’s commercial platform, SterEOS. Our review of the literature has shown that the 3D reconstruction algorithms currently used in bone reconstruction from x-ray images are mainly based on non-rigid 3D/2D registration algorithms. These methods, although robust and accurate, have several limitations and are complex to use. It is in this perspective that we propose a 3D deformation method using Pixel2Mesh++, a deep learning algorithm performing a dense deformation on a generic model. Our experiments focus on the use of a pair of DRR where the femur is seen from the face and the side view as well as on the impact of using additional radiographs in the reconstruction process and show that our method makes it possible to obtain a very precise 3D reconstruction, even when a single acquisition is used.

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 des technologies de la santé". Comprend des références bibliographiques (pages 133-144).
Mots-clés libres:	reconstruction 3D, fémur, apprentissage profond, imagerie multivues, recalage, EOS, déformation 3D
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Vázquez, Carlos
Codirecteur:	Codirecteur de Guise, Jacques A.
Programme:	Maîtrise en ingénierie > Génie
Date de dépôt:	20 févr. 2024 20:27
Dernière modification:	20 févr. 2024 20:27
URI:	https://espace.etsmtl.ca/id/eprint/3415

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt