Surface, implicit, and volumetric deformable models for medical imaging
Modèles déformables surfaciques, implicites et volumiques, pour l'imagerie médicale
Résumé
The improvement of the medical images quality allows the obtention of volumetric images, which contain a great deal of information. An efficient approach to treat these images consists in using the a priori knowledge of the shape of the objects to be analysed, and to employ intrinsically 3D methods. Deformable models meet both criterions. We propose to formalise the deformable models and their evolution in a data image by distinguishing five components : binding characteristics, geometrical representation, deformation, deformability, and control. We describe three deformable models. We employ the delta-snakes surface model to reconstruct objets from unstructured points of their surface. We approximate this surface with an octree-spline distance map. We developed interactive tools to complete missing data or directly deform the surface. Then we propose for the same kind of application an implicit model based on primitives generating a local potential field. The primitives are interactively placed, or automatically selected in the discrete medial axis of the data. The optimisation of the parameters of the primitives leads to a compact representation of the objects. With these two models, we reconstruct objects digitized by range finders or segmented in volumetric images. Our last model is volumetric. Its hierarchical deformation via an octree-spline minimizes a generalized distance between its characteristics and the ones of the data. It is realized under the control of the Levenberg-Marquardt algorithm, within the limits placed by a regularisation function. We developed an iterated generalised distance calculation algorithm in a kd-tree. We apply this model to volumetric images segmentation. Other kind of application have also been conducted.
Les progrès des dispositifs d'imagerie médicale permettent l'obtention d'images volumiques, qui contiennent une grande quantité d'information. Une approche efficace de traitement de ces images consiste à utiliser la connaissance a priori de la forme des objets à analyser, et à employer des méthodes intrinsèquement tridimensionnelles. Les modèles déformables répondent à ces deux critères. Nous proposons de formaliser les modèles déformables et leur évolution dans une image dite de données, en distinguant cinq composantes : caractéristiques de liaison, représentation géométrique, déformation, déformabilité, et contrôle. Nous décrivons trois modèles déformables. Nous employons le modèle surfacique des delta-snakes pour reconstruire des objets à partir de points répartis sur leur surface. Nous approximons cette surface par une carte de distance octree-spline. Nous avons mis au point des outils interactifs pour compléter des données manquantes ou déformer directement la surface. Nous proposons ensuite pour ce même type d'application un modèle implicite à base de primitives générant un champ potentiel local. Les primitives sont placées interactivement, ou automatiquement sélectionnées dans l'axe médian discret des données. L'optimisation des paramètres des primitives mène à une représentation compacte des objets. Nous reconstruisons par ces deux modèles des objets numérisés par des capteurs de distance ou segmentés dans des images volumiques. Notre dernier modèle est volumique. Sa déformation hiérarchique par un octree-spline minimise la distance généralisée entre ses caractéristiques et celles des données, sous le contrôle de l'algorithme de Levenberg-Marquardt, et dans les limites imposées par une fonction de régularisation. Nous avons établi un algorithme de calcul de distance généralisée itérée dans un arbre k-d. Nous appliquons ce modèle à la segmentation d'images volumiques. D'autres types d'applications ont également été réalisées.