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

Prétraitements adaptatifs des radiographies pour la segmentation des pédicules sur la vue postero-antérieure de patients atteints de scoliose idiopathique adolescente

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Doré, Vincent (2009). Prétraitements adaptatifs des radiographies pour la segmentation des pédicules sur la vue postero-antérieure de patients atteints de scoliose idiopathique adolescente. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

[thumbnail of DORÉ_Vincent.pdf]
Prévisualisation
PDF
Télécharger (89MB) | Prévisualisation
[thumbnail of DORÉ_Vincent-web.pdf]
Prévisualisation
PDF
Télécharger (13MB) | Prévisualisation

Résumé

Les images radiographiques sont utilisées depuis près d'un siècle pour aider les praticiens dans leur diagnostique. Depuis quelques décennies, l'utilisation d'ordinateurs a permis d'offrir de nouveaux outils de visualisation du corps humain, notamment avec l'imagerie 3D. A l'hôpital Sainte-Jusfine, les radiographies de patients atteints de scoliose idiopathique sont utilisées pour reconstmire leur colonne vertébrale en trois dimensions. Ceci permettant de mieux comprendre les déformations dues à cette pathologie mais aussi afin de poser un diagnostic plus précis pour chaque patient. Cependant, les radiographies sont des images fortement dégradées. Ces dégradations influencent la qualité de la reconstruction. Le but principal de cette thèse fut de développer des outils de prétraitements adaptés aux radiographies afin de réduire l'influence du bmit et du flou dus au modèle d'acquisition de ces images.

Nous nous sommes dans un premier temps intéressés aux caractéristiques du bmit afin de mieux le comprendre et de mieux le modéliser. Ainsi les radiographies sont des données hétéroscédastiques, c'est-à-dire que la variance du bmit en un pixel donné dépend de son niveau de gris. A partir de cette demière caractéristique, nous avons étendu le filtre à moyennes non locales aux radiographies. Ce faisant, le paramètre de régularisation est ajusté en chaque pixel automafiquement en fonction des stmctures locales de l'image. Nous avons aussi introduit une régression robuste qui permet d'augmenter le pouvoir de débmitage du modèle. Le modèle de débmitage que nous avons développé est ainsi automatique et bien adapté aux images radiographiques.

Nous nous sommes ensuite intéressés au rehaussement des radiographies. Nous avons choisi d'utiliser une approche par EDP (Équation aux dérivées partielles). Ces dernières permettent de rehausser les contours d'une image. Les récentes EDPs utilisent un tenseur structurel linéaire afin d'estimer le gradient de l'image dans le bmit; Nous avons proposés dans cette thèse un nouveau tenseur stmcturel, le TSMNL (le Tenseur Stucturel â moyennes Non Locales) basé sur les caractéristiques non locales des dérivatives de l'image pour foumir une estimafion robuste du gradient. Le TSMNL est aussi aisément étendu aux images hétéroscédastiques et donc aux images radiographiques. Nous nous sommes intéressés à deux EDPs de rehaussement, la diffusion anisotrope et le filtre de choc, nous présentons des résultats sur des images natturelles et sur des radiographies.

Afin d'évaluer l'impact du filtrage sur les traitements postérieurs des images, nous nous sommes intéressés à la segmentation des pédicules. Ces demiers objets sont deux structures tabulaires prolongeant la "marge" latérale postérieure du corps vertébral. Ceux-ci peuvent être identifiés sur deux vues radiographiques et être utilisés comme repères anatomiques pour la reconstmction 3D. Parce que les pédicules apparaissent sur des images fortement bmitées comme étant de petits objets faiblement contrastés, ils sont difficilement identifiables. Il est donc difficile de réaliser une segmentation directement sur ces images. Nous avons donc dans un premier temps, construit une table de probabilités sur laquelle il est plus aisé de le faire. Nous avons ensuite développé un modèle de segmentation mulfi-échelle ("grossier à fin") à partir d'un modèle simple de contour actif La table permet d'avoir la même initialisation des paramètres du contour actif pour tous les pédicules. A la première échelle, une première forme grossière du pédicule est extraite.

Cette forme est transmise à l'échelle suivante par l'intermédiaire d'une force contraignant le contour actif de rester proche de la forme grossière du pédicule. Pour valider la fiabilité de notre segmentation, nous avons validé notre algorithme de segmentation de pédicules sur 38 radiographies. Le taux de segmentation est de 81.1%. Les résultats ont été comparés avec grande satisfaction avec la segmentation manuelle d'un expert.

Titre traduit

X-Ray preprocessing for pedicle segmentation on posteroanterior views from patients affected by adolescent idiopathic scoliosis

Résumé traduit

The radiographic images have been used for almost a century to help the practitioners in their diagnostic. For some decades, the use of computers allowed to offer new tools to visualize the human body, notably with the 3D imaging. At the Sainte-Justine hospital, Xrays of pafients affected by idiopathic scoliosis are used to reconstructing their vertebral column in three dimensions. This allows not only to better understand the deformations due to this pathology but also to come up with a more precise diagnostic for every patient. Because X-rays are strongly degraded images, the quality of the reconstmction is typically low. The main purpose of this thesis is to develop preprocessing tools adapted to X-rays to reduce the impact of the noise and the blur, that are due to the acquisition model.

At first, we were interested in the characterization of the noise in order to understand and better model it. Hence, X-rays are heteroscedastic data, which means that the variance of the noise at a given pixel depends on its gray level. Based on this latter characteristic, we extend the nonlocal means filter to X-ray images. Consequently, the regularization parameter is pixelwise automatically adjusted as a function of the local stuctures of the image. We also introduced a robust regression which allows to increase the denoising power of the model. The denoising process that we developed is therefore automatic and well adapted to the radiographic images.

We were then interested in the X-rays deblurring process. We chose to use an PDE-based approach that enhances the image contours. The recent PDEs use a linear stmctural tensor to estimate the gradient of the image in the noise. In this thesis, we proposed a new structural tensor, the TSMNL (the Non local Stmctural Tensor) which is based on the non local characteristics of the image derivatives to provide a robust estimation of the gradient. The TSMNL could also be easily extended to heteroscedastic images and thus to X-ray images. We focused on two enhancing PDEs, the anisotropic diffusion and the shock filter, we present results on both natural and X-ray images.

To estimate the impact of the filtering on image post processing, we investigated the segmentation of pedicles. These last objects are two tubular stmctures prolonging the posterior lateral margin of the vertebral body. Pedicles can be identified on two radiographie views and can be used as anatomical marks for 3D reconstmction. Because they appear as small and weakly contrasted objects on highly degraded images, they are difhcult to be recognized and directly segmented on X-rays image. To alleviate this issue, we started by building a probability table which increased the contrast. We then developed a multi-scale model of segmentation ("coarse to fine") based on a simple active contour. Our probability table allows to have the same initialization parameters of the active contour for ail pedicles at the same vertebral level. At the first scale, a coarse shape of the pedicle is extracted. Then, on the folowing scale, a force constrained the active contour to remain close to coarse shape of the pedicle. To validate the reliability of our segmentation, we tested our algorithm of segmentation on 38 X-rays. The segmentation rate is 81.1%. The segmentation results have been compared with big satisfaction with the manual segmentation of an expert.

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". Bibliogr : f. [204]-214.
Mots-clés libres: Radiographie Traitement. Scoliose. Adolescence. adaptatif, debruitage, filtrage, image, pedicule, postero-anterieur, pretraitement, vue
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Cheriet, Mohamed
Programme: Doctorat en génie > Génie
Date de dépôt: 12 août 2010 18:44
Dernière modification: 03 janv. 2017 22:23
URI: https://espace.etsmtl.ca/id/eprint/38

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt