3D segmentation and registration for minimal invasive prostate cancer therapy - TEL - Thèses en ligne Access content directly
Theses Year : 2014

3D segmentation and registration for minimal invasive prostate cancer therapy

Assistance par ordinateur de gestes mini-invasifs de traitements de la tumeur de la prostate

Ke Wu

Abstract

The work of this Thesis is focused on image guided focal therapy of prostate cancer by High Intensity Focused Ultrasound (HIFU). Currently MRI is the only imaging technique that can locate the tumor in prostate. In contrast, the tumor is not visible in the ultrasound image which is used to guide the HIFU planning and therapy. The aim of the Thesis is to provide registration techniques of T2 MRI to ultrasound. Two approaches were explored: 1) Region-based registration. More particularly, we studied an ultrasound texture descriptors based on moments invariant to rotation and scaling. These descriptors are sensitive to speckle distribution regardless of the scale or the orientation. As we expected, some of these descriptors can be used to characterize regions sharing a similar speckle spatial distribution. But, we also found that some other descriptors were sensitive to the contours of these regions. This property seems very useful to adapt the classical boundary-based or mixed region/boundary-based segmentation methods (active contours, graph cut, etc.) to process US images. 2) Surface-based registration approach.. We adapted the Optimal Definition Surface (OSD) method to the segmentation of the prostate in T2 MRI, Furthermore, we proposed the multiple-objects OSD which is a concurrent segmentation of the prostate, bladder and rectum. Finally we used the prostate surface extracted from the ultrasound volume and from T2 MRI in a surface-to-surface elastic registration scheme. This registration allowed us to merge the preoperative MR information in the peroperative US volume.
Les travaux de cette Thèse porte sur des éléments de guidage d'une thérapie focale du cancer de la prostate par Ultrasons Focalisés Haute Intensité (HIFU). Actuellement l'IRM est la seule technique d'imagerie qui permet de localiser la tumeur dans la prostate. Par contre, la tumeur n'est pas visible dans l'échographie qui est l'imagerie utilisée pour la planification et le guidage de la thérapie. L'objectif de la Thèse est de proposer des techniques de recalage de l'IRM T2 vers l'échographie. Deux approches ont été explorées : 1) Une approche basée région et plus particulièrement une méthode de descripteurs de la texture en échographie basée sur des moments invariants en rotation et en échelle. Ces descripteurs sont sensibles à la distribution du speckle quelle que soit son échelle ou son orientation. Certains de ces descripteurs permettent de caractériser les régions présentant une même distribution de speckle, mais nous avons également constaté que certains autres de ces descripteurs étaient sensibles aux contours de ces régions. Cette caractéristique nous semble très utile pour les méthodes de segmentation intégrant à la fois l'information de contours et l'information de régions (contours actifs, graph cut, etc.). 2) Une approche basée surface. Nous avons adapté une méthode de Définition Optimale de la Surface (OSD) à la segmentation de la prostate en IRM T2. Et plus particulièrement une segmentation concurrente de la prostate, de la vessie et du rectum par OSD multi-objets. Les surfaces de la prostate extraites du volume échographique et du volume IRM T2 nous ont permis d'envisager une première tentative de recalage surface/surface par la méthode des démons.
Fichier principal
Vignette du fichier
WU_Ke.pdf (5.82 Mo) Télécharger le fichier
Origin Version validated by the jury (STAR)
Loading...

Dates and versions

tel-00962028 , version 1 (20-03-2014)
tel-00962028 , version 2 (29-08-2014)

Identifiers

  • HAL Id : tel-00962028 , version 2

Cite

Ke Wu. 3D segmentation and registration for minimal invasive prostate cancer therapy. Signal and Image processing. Université de Rennes, 2014. English. ⟨NNT : 2014REN1S015⟩. ⟨tel-00962028v2⟩
617 View
729 Download

Share

Gmail Mastodon Facebook X LinkedIn More