Morphometrical parameters extraction for the study of the micro-vascular network of the brain
Extraction de paramètres morphométriques pour l'étude du réseau micro-vasculaire cérébral
Résumé
Our aim is to provide anatomists and neuroanatomists with software tools to quantitatively analyze 3-D images of the cerebral micro-vascular network. Such analyses require that input images be both of high resolution and of large size, to take into account the smallest capillaries and cover areas of the brain sufficiently wide to be statistically relevant, respectively. As it cannot be acquired at once, we propose to pave the image area with smaller images acquired with a confocal microscope to obtain an "image mosaic". We developed dedicated building tools for this kind of mosaic to allow large and precise images. But these images are to large to be loaded and process at once in the memory of a standard computer. We therefor developed dedicated image analysis tools (filtering, thresholding, mathematical morphology, discrete topology tools...) for such mosaic which process with sub-images. Micro-vascular network analysis requires vessels' center lines extraction and a vessel diameters estimation. Discrete geometry lends itself as a particularly appropriate and powerful framework for this kind of processes. We indeed have to compute distance map on each image point. To obtain the best trade-off between precision and computational cost, we choosed chamfer distances. One of our contributions was to propose an automatic computation of chamfer coefficients adapted to any grid anisotropy. The use of such distance maps can guide skeletonisaton algorithms. Such algorithms require to keep the global property of topology. As we can only access sub-images we proposed a new skeletonization algorithm which minimizes the number of disk access to guaranty an acceptable computational time as well as a good skeleton localization. The developed algorithms have been integrated within the ergonomic software Amira and are currently in use at the INSERM research institute.
L'objectif de cette thèse est de fournir des outils logiciels aux anatomistes et neuro-anatomistes afin de permettre une analyse tridimensionnelle quantitative des réseaux micro-vasculaires cérébraux. Cette analyse demande des images de très haute résolution (permettant de tenir compte du plus petit capillaire), mais aussi des images couvrant une surface du cortex suffisamment large pour être statistiquement significative. Comme elle ne peut être acquise en une seule fois, nous proposons de paver la surface à imager de plusieurs petites images et de créer ainsi une grande "mosaïque d'images". Chaque image est acquise grâce à un microscope confocal dont la résolution impose une grille anisotrope. Nous avons alors développé des outils de reconstruction spécifiques pour ce genre de mosaïques afin de générer des images à la fois très étendues et très précises. Or ces images sont trop volumineuses pour être chargées et traitées en une seule fois dans la mémoire d'un ordinateur standard. Nous avons donc développé des outils spécifiques de traitement d'image (filtrage, seuillage, outils de morphologie mathématique, de topologie discrète...) décomposés en traitements en sous-images. L'étude quantitative du réseau micro-vasculaire cérébral nécessite l'extraction des lignes centrales et une estimation des diamètres des vaisseaux. La géométrie discrète offre un cadre de travail rapide et puissant pour ce type de calculs. En effet, nous devons calculer une carte de distance en tout point de l'image. Afin d'avoir la meilleure précision possible tout en gardant un temps de traitement raisonnable, nous avons choisi une carte de distance du chanfrein. Une de nos contributions a été de proposer un calcul automatique des coefficients de chanfrein permettant de s'adapter à tout type d'anisotropie de grille. L'utilisation de telles cartes de distances permet de guider des algorithmes de squelettisation. De tels outils nécessitent la conservation d'une propriété globale, la topologie. Comme nous nous plaçons dans un cadre où l'on a accès qu'à des sous images, nous avons proposé un nouvel algorithme de squelettisation qui minimise le nombre d'accès à des sous-images afin de garantir un temps de calcul acceptable, tout en localisant correctement le squelette. Ces algorithmes ont été intégrés dans le logiciel ergonomique Amira et sont utilisés par les chercheurs de l'unité U455 de l'INSERM.
Domaines
Interface homme-machine [cs.HC]
Loading...