Reconstruction 3D biplanaire non supervisée de la colonne vertébrale et de la cage thoracique scoliotiques par modèles statistiques

Benameur, Said (2004). Reconstruction 3D biplanaire non supervisée de la colonne vertébrale et de la cage thoracique scoliotiques par modèles statistiques. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (7MB) | Prévisualisation

Résumé

Cette thèse présente trois approches statistiques pour la reconstruction 3D de la colonne vertébrale et de la cage thoracique scoliotiques à partir de deux images radiographiques conventionnelles. Globalement, les méthodes sont basées sur l'utilisation de contours de vertèbres ou des côtes détectées dans deux images radiographiques et une connaissance géométrique a priori de nature statistique de chaque élément. La reconstruction est formulée comme un problème de minimisation de fonctions d'énergie résolues par des méthodes d'optimisation. Pour la colonne vertébrale, les méthodes sont validées par comparaison avec des reconstructions de 57 vertèbres scoliotiques reconstruites à partir d'images tomodensitométriques. Plusieurs méthodes ont été proposées afin de raffiner les solutions obtenues et de rendre les méthodes non supervisées.

Titre traduit

Unsupervised 3D biplanar reconstruction of the scoliotic spine and rib cages using statistical models

Résumé traduit

In this thesis, we present three statistical 3D reconstruction methods of anatomical shapes from two conventional calibrated radiographie images (postero-anterior with normal incidence and lateral).

In a first article, a supervised statistical 3D reconstruction method of the scoliotic vertebrae is presented. This method uses a priori global knowledge of the geometric structure of each vertebra and the contours segmented on the two radiographie images. This geometric
knowledge is efficiently captured by a statistical deformable template integrating a set of admissible deformations, expressed by the first modes of variation in Karhunen-Loeve expansion, of the pathological deformations observed on a representative scoliotic vertebra population. The energy function is solved with a gradient descent technique.

In a second article, we present a unsupervised 3D biplanar hierarchical and statistical 3D reconstruction method of the scoliotic spine. This method uses a priori hierarchical global knowledge, both on the geometrie structure of the whole spine and of each vertebra. It relies on the specification of two 3D statistical templates. The first, a rough geometric template on which rigid admissible deformations are defined, is used to ensure a crude registration of the whole spine. An accurate 3D reconstruction is then performed for each vertebra by a second template on which non-linear admissible global, as well as local deformations, are defined. This unsupervised 3D reconstruction procedure leads to two separate minimization procedures efficiently solved with a Exploration/Selection stochastic algorithm.

In a third article, we present a unsupervised 3D biplanar statistical reconstruction method of the scoliotic rib cages. It uses a deformable statistical model based on a mixture of Probabilistic Principal Component Analysers which is applied on a training base of scoliotic rib cages. The 3D reconstruction for each mixture's component consists of extracting and fitting the projections of the deformable template with the preliminary segmented contours on the postero-anterior radiographic view. The 3D reconstruction is stated as an energy function minimization problem, which is solved with a exploration/selection algorithm. The optimal 3D reconstruction then corresponds to the component of the deformation mixture and parameters leading to the minimal energy function. Parameters of this mixture model are estimated with the Stochastic Expectation Maximization.

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. [155]-163.
Mots-clés libres:	3D, Biplanaire, Cage, Colonne, geometrique, Methode, Modelisation, Reconstruction, Scoliose, Scoliotique, Statistique, Thoracique, Vertebral, Vertebre
Directeur de mémoire/thèse:	Directeur de mémoire/thèse de Guise, Jacques A.
Codirecteur:	Codirecteur Mignotte, Max
Programme:	Doctorat en génie > Génie
Date de dépôt:	19 avr. 2011 16:17
Dernière modification:	02 nov. 2022 14:16
URI:	https://espace.etsmtl.ca/id/eprint/696

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt