Projet : EPIDAURE

previous up next contents
Précédent : Atlas et morphométrie Remonter : Résultats nouveaux Suivant : Simulation de chirurgie laparoscopique


Sous-sections


   
Analyse du mouvement et des déformations

Mots clés : Déplacement, évolution, sclérose en plaques, cancer .

Détection et quantification automatiques de processus évolutifs dans des images tridimensionnelles



Participants : David Rey, Gérard Subsol, Hervé Delingette, Nicholas Ayache, Olivier Dourthe.

 

L'étude des processus évoluant au cours du temps comme les lésions de sclérose en plaques ou les tumeurs cancéreuses est primordiale pour la préparation d'une thérapie, le suivi des patients ou la quantification des effets des médicaments. Nous avons développé de nouveaux outils de détection et d'analyse automatiques de processus évolutifs dans des images médicales tridimensionnelles qui prolongent les travaux de Guillaume Calmon et Jean-Philippe Thirion [TC97]. Après avoir recalé rigidement les images d'un même patient acquises à des instants différents de façon à éliminer les écarts de positionnement dans l'imageur, nous calculons le champ de déplacement d'une image vers l'autre, grâce à une méthode de recalage non-rigide. Nous extrayons un champ plus aisément exploitable que le champ brut grâce à des filtres vectoriels. Ensuite, nous appliquons des opérateurs scalaires qui produisent des images dont l'intensité caractérise l'importance de l'évolution locale. Nous pouvons également faire une recherche de points « singuliers » du champ de vecteurs. Nous isolons alors les régions d'intérêt dans lesquelles il y a une évolution. Nous segmentons les zones d'évolution et analysons localement le champ par ajustement avec un modèle mathématique (par exemple, une transformation homothétique) de façon à extraire des paramètres quantitatifs pour chaque région d'intérêt. La méthode a été testée sur des images de sclérose en plaques du projet européen BIOMORPH, des images de glioblastome fournies par le MARIARC de Liverpool et sera prochainement utilisée pour détecter des mélanomes dans des images du poumon fournies par le service de radiologie de l'hôpital La Pitié-Salpétrière (voir [[70]]).

  
Figure 12: Segmentation automatique d'une lésion de sclérose en plaques à partir de deux acquisitions IRM prises à deux mois d'intervalle.
\fbox{\includegraphics[angle=-90,width=12cm]{images/David.segmentation.ps}}

Étude de la dynamique cardiaque par IRM marquée



Participants : Jérôme Declerck, Nicholas Ayache, Elliot McVeigh [Johns Hopkins].

  Nous nous sommes intéressés au problème du suivi du mouvement cardiaque dans les images tridimensionnelles par IRM marquée (tagged MRI en anglais) et de son analyse en vue de définir des paramètres quantitatifs représentatifs d'une pathologie. Pour cela, nous utilisons les transformations planisphériques 4D définies dans [[24]]. Ce sont des transformations continues de l'espace et du temps (éventuellement périodiques dans le temps) qui déforment l'espace à l'instant initial (pris par exemple en télédiastole) pour faire se correspondre au cours du cycle cardiaque des points caractéristiques extraits dans chacune des images qui composent la séquence. Ces points caractéristiques sont identifiés dans les images par IRM marquée comme des lignes de marquage sombres qui se déforment avec le tissu myocardique. Ces lignes sont détectées grâce au logiciel de segmentation semi-automatique FindTags et recalées avec la transformation 4D. Le mouvement est décomposé en mouvements canoniques comme dans [[24]] ainsi qu'en déplacements élémentaires (strain) suivant les directions de la surface du myocarde. La figure 13 illustre le calcul sur un coeur sain et un coeur pathologique atteint d'un infarctus postérieur. Les différences de valeurs des paramètres permettent de mesurer l'étendue de la zone atteinte. Les travaux sont présentés en détail dans la thèse de Jérôme Declerck [[5]] et dans [[56]].

  
Figure 13: Le déplacement élémentaire circonférentiel Ecc calculé pendant la systole (et en début de diastole) à partir de la transformation planisphérique 4D. En haut, pour un coeur normal, en bas pour un coeur pathologique (infarctus postérieur). Noter la différence au niveau du mur postérieur.
\fbox{\includegraphics[height=60mm,angle=90]{images/jdecler.normal_Ecc.ps}}
Coeur sain
\fbox{\includegraphics[height=60mm,angle=90]{images/jdecler.infarct_Ecc.ps}}
Coeur pathologique (infarctus postérieur)



previous up next contents
Précédent : Atlas et morphométrie Remonter : Résultats nouveaux Suivant : Simulation de chirurgie laparoscopique