3D anisotropic segmentation for quantification in vascular magnetic resonance imaging
Segmentation anisotrope 3D pour la quantification en imagerie vasculaire par résonance magnétique
Résumé
The proposed method uses an elastic model of the arterial centerline to track this line in a prediction-correction scheme using inertia moments. Vascular-lumen segmentation is performed in planes orthogonal to the extracted centerline. The arterial stenosis is quantified by comparing contours from healthy and strictured sections.
L'objectif de cette thèse est la segmentation d'images vasculaires tridimensionnelles obtenues par résonance magnétique.
L'application clinique visée est la quantification de sténoses artérielles. Nous proposons une méthode de segmentation divisée
en deux étapes : extraction de l'axe central du vaisseau et détection des contours sur les plans localement perpendiculaires à
l'axe.
Notre principale contribution est la méthode d'extraction automatique de la ligne centrale du vaisseau, basée sur un
modèle de squelette extensible dont la croissance est régie par l'analyse multi-échelle du tenseur d'inertie. Cette analyse nous
fournit des informations sur l'orientation, le diamètre et la forme locale du vaisseau en chaque point de l'axe. Ceci nous permet
de proposer un mécanisme de reconstruction approximative du vaisseau à l'aide d'un volume binaire composé d'une succession
de sphéroïdes centrés sur l'axe, orientés selon l'orientation locale du vaisseau et adaptés à la taille locale du vaisseau. Sur la
même base théorique, nous proposons une méthode de détection semi-automatique de bifurcations artérielles. Le traitement
récursif des bifurcations détectées vise à aborder la problématique de l'extraction de l'arbre vasculaire entier.
Le calcul des paramètres de sténose s'appuie sur l'extraction de contours planaires. Pour ce faire, nous avons implémenté
deux algorithmes : le premier basé sur l’extraction d’iso-contours à seuil adaptatif et le deuxième sur un modèle de contour
actif à longueur normalisée. Ces algorithmes ont été implémentés dans un logiciel convivial appelé MARACAS (MAgnetic
Resonance Angiography Computer ASsisted analysis) qui a été soumis à une validation pré-clinique portant sur 6 fantômes
vasculaires et sur des données cliniques de 27 patients.
Origine | Fichiers produits par l'(les) auteur(s) |
---|
Loading...