Filtrage et segmentation d'images tridimensionnelles : application à la détection et à la caractérisation des structures anatomiques et pathologiques du foie
Le volume des tissus sains et pathologiques du foie ainsi que leur localisation tridimensionnelle sont des données fondamentales en cancérologie hépatique. Elles sont cependant peu exploitées car leur évaluation est laborieuse et complexe. Nous proposons un outil de segmentation supervisée des images tomographiques du foie, qui permet à un opérateur de détecter et de caractériser les structures anatomiques et pathologiques hépatiques en peu de temps (moins de 10 minutes) et avec peu d'efforts. L'approche adoptée n'intègre que très peu de connaissance a priori, ce qui permet d'assurer une grande robustesse et autorise son utilisation à d'autres domaines de l'imagerie 3D. Dans un premier temps les images sont traitées par un filtre non linéaire tridimensionnel de sélection de voisinage. Ce filtre permet de réduire fortement le bruit et les textures tout en rehaussant les contours. Un mécanisme de restauration des détails permet de préserver les structures de faible taille. Nous proposons une implantation du filtre qui, prenant en compte des redondances entre voisinages, permet de réduire de façon notable le nombre des calculs nécessaires à son application. Pour développer notre méthode de segmentation tridimensionnelle nous nous sommes inspirés des principes de la segmentation optimale hiérarchique. Ceci nous permet de nous affranchir de tout sens de parcours, la segmentation étant guidée par les données, d'utiliser des prédicats de fusion de plus en plus complexes lorsque la taille des régions augmente et que leur nombre diminue, et enfin d'intégrer des informations sur les contours des régions. Les régions obtenues sont enfin traitées par un opérateur qui effectue leur classification et les éventuelles corrections. Grâce à cet outil les tissus sains et pathologiques du foie peuvent être définis en peu de temps de calcul (environ cinq minutes) et peu de travail de la part de l'opérateur (généralement moins de cinq minutes).
| Main Author: | |
|---|---|
| Format: | thesis biblioteca |
| Language: | fre |
| Published: |
UM2
|
| Subjects: | U10 - Informatique, mathématiques et statistiques, S20 - Physiologie de la nutrition humaine, foie, pathologie, sciences médicales, imagerie, http://aims.fao.org/aos/agrovoc/c_4395, http://aims.fao.org/aos/agrovoc/c_5631, http://aims.fao.org/aos/agrovoc/c_4695, http://aims.fao.org/aos/agrovoc/c_36760, |
| Online Access: | http://agritrop.cirad.fr/487446/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Le volume des tissus sains et pathologiques du foie ainsi que leur localisation tridimensionnelle sont des données fondamentales en cancérologie hépatique. Elles sont cependant peu exploitées car leur évaluation est laborieuse et complexe. Nous proposons un outil de segmentation supervisée des images tomographiques du foie, qui permet à un opérateur de détecter et de caractériser les structures anatomiques et pathologiques hépatiques en peu de temps (moins de 10 minutes) et avec peu d'efforts. L'approche adoptée n'intègre que très peu de connaissance a priori, ce qui permet d'assurer une grande robustesse et autorise son utilisation à d'autres domaines de l'imagerie 3D. Dans un premier temps les images sont traitées par un filtre non linéaire tridimensionnel de sélection de voisinage. Ce filtre permet de réduire fortement le bruit et les textures tout en rehaussant les contours. Un mécanisme de restauration des détails permet de préserver les structures de faible taille. Nous proposons une implantation du filtre qui, prenant en compte des redondances entre voisinages, permet de réduire de façon notable le nombre des calculs nécessaires à son application. Pour développer notre méthode de segmentation tridimensionnelle nous nous sommes inspirés des principes de la segmentation optimale hiérarchique. Ceci nous permet de nous affranchir de tout sens de parcours, la segmentation étant guidée par les données, d'utiliser des prédicats de fusion de plus en plus complexes lorsque la taille des régions augmente et que leur nombre diminue, et enfin d'intégrer des informations sur les contours des régions. Les régions obtenues sont enfin traitées par un opérateur qui effectue leur classification et les éventuelles corrections. Grâce à cet outil les tissus sains et pathologiques du foie peuvent être définis en peu de temps de calcul (environ cinq minutes) et peu de travail de la part de l'opérateur (généralement moins de cinq minutes). |
|---|