| Titre : | Techniques automatique de segmentation de sillons corticaux en imagerie IRM |
| Auteurs : | Fouzia Chighoub, Auteur ; Noureddine Djedi, Directeur de thèse |
| Type de document : | Mémoire magistere |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2011 |
| ISBN/ISSN/EAN : | TINF/48 |
| Format : | 1 vol. (86 p.) / ill. / 29 cm |
| Langues: | Français |
| Résumé : |
Un des objectifs de la neuroimagerie est de réaliser l’étude des structures cérébrales de sujets sains ou pathologiques. La grande variation des structures nécessite la mise en place de méthodes d’études spécifiques, souvent abordés par le biais de l’imagerie par résonance magnétique IRM. L’interprétation de ces images est devenue aujourd’hui un vecteur de connaissance primordial pour une meilleure compréhension du cerveau humain.La segmentation fiable et précise des images IRM du cerveau humain (sain ou pathologique) reste un objectif premier en analyse d’image médicale, les structures anatomiques qui nous intéressent dans ce travail sont les sillons corticaux, La détection et l’identification des sillons est l’une des préoccupations actuelles dans le monde de la recherche. Les images IRM permettent une bonne visualisation des différentes structures anatomiques notamment des sillons corticaux. Ce travail est articulé autour les méthodes automatiques de segmentations des sillons corticaux, nous proposons dans le contexte de ce travail deux méthode de segmentation des sillons corticaux. Les deux méthodes proposées traitent le même problème en utilisant deux approches différentes, la première utilise la propagation d’un contour pour établir une représentation de la surface médiane du sillon tandis que la deuxième méthode utilise la squelettisation 3D pour établir la même représentation.La première méthode proposée est basé principalement sur le modèle des contours actifs. Dans une première phase, l’image IRM de cerveau doit subir une série de prétraitements dont l’objectif est préparé l’image IRM aux traitements, le cerveau doit être séparé. Dans une deuxième phase, les voxels du volume IRM doivent être classifié en trois classes correspondant à la matière grise, matière blanche et liquide CSF. Ensuite l’opérateur MLVV est appliqué sur l’image pour obtenir la trace externe des sillons, dans une troisième phase, le contour actif et initialisé le long de la trace externe obtenu dans la phase présidente, dans une dernière phase, le contour est glissé sous l’influence d’un champs de forces vers le fond du sillons ce qui permet de construire la surface médiane qui représente le sillon.La seconde méthode est basée sur une approche complètement différente, la surface médiane est obtenue en appliquant une squelettisation 3D des zones sulcales, nous proposons dans ce contexte un nouvel algorithme de squelettisation spécifiquement adapté à la squelettisation des zones sulcales, les algorithmes de squelettisations sont généralement soumis à des contraintes de préservation de topologie, nous ajoutons à ces contraintes, une contrainte de courbure moyenne en utilisant l’opérateur MLvv.Mots clés : Segmentation automatique des sillons, surface médiane de sillons, IRM, contours actifs, MLvv, algorithmes de squelettisation 3D. |
| Sommaire : |
INTRODUCTION GENERALE 1 CHAPITRE I : L’IMAGERIE CEREBRALE PAR RESONANCE MAGNETIQUE 3 I.1 Introduction 3 I.2 Le cerveau 3 I.2.1 Description anatomique 3 I.2.2 Le cortex cérébral 7 I.2.3 Variabilité corticale 10 I.2.4 Les modalités d’observation de cerveau 10 I.3 L’imagerie par résonance magnétique 12 I.3.1 Principes physiques de la résonance magnétique nucléaire 12 I.3.2 Formation des images IRM 15 I.3.3 Contrastes en IRM 15 I.3.4 Caractérisation des images IRM 16 I.3.4.1 Le bruit 17 I.3.4.2 L’effet de volume partiel 17 I.3.4.3 Les hétérogénéités d’intensité 17 I.3.4.4 Autres artefacts 18 I.4 Conclusion 18 CHAPITRE II : LA SEGMENTATION DES SILLONS CORTICAUX 19 II.1 Introduction 19 II.2 La notion de la segmentation 19 La segmentation des structures cérébrales 20 II.3 Les applications de la segmentation des structures cérébrales 21 II.3.1 La morphométrie 21 II.3.2 La Cartographie fonctionnelle 21 II.3.3 La visualisation 21 II.4 Les outils utilisés dans la segmentation des sillons corticaux 22 II.4.1 Les atlas 22 II.4.2 Les modèles déformables 23 II.4.2.1 Les modèles paramétriques (explicite) 23 II.4.2.2 Les modèles géométriques (implicite) 23 II.4.3 La logique floue 25 II.4.4 Les opérations morphologiques 25 II.4.5 L’extraction du cerveau 26 II.5 Les courbures 3D 27 II.5.1 Courbures et directions principales 27 II.5.2 Opérateur MLvv 28 II.6 Les contours actifs paramétriques 29 II.6.1 Energie interne 29 II.6.2 Energie externe 29 II.7 Les méthodes de segmentation des sillons corticaux 30 II.7.1 La trace extérieure 31 II.7.2 La surface médiane 36 II.7.3 Le fond du sillon 40 II.7.4 Les régions sulcales 41 II.8 Conclusion 43 CHAPITRE III : DEVELOPPEMENT D’UNE METHODE AUTOMATIQUE DE SEGMENTATION DES SILLONS CORTICAUX 44 III.1 Introduction 44 III.2 Processus de segmentation 44 III.3 Prétraitement du volume IRM 45 III.3.1 La classification des tissus cérébrales 46 III.4 L’extraction de la surface médiane par les contours actifs 47 III.4.1 La définition de la région d’intérêt 47 III.4.2 La détection des traces externes 47 III.4.3 La méthode du contour actif 49 III.4.3.1 Energie interne 49 III.4.3.2 Energie externe 50 III.4.3.3 L’évolution du contour actif 53 III.4.3.4 Paramétrisation du contour 56 III.5 Segmentation de la surface médiane par squelettisation 3D 57 III.5.1 L’extraction de la zone sulcale 58 III.5.2 Squelettisation de la zone sulcale 58 III.5.2.1 Notion de base 59 III.5.3 Algorithme proposé 60 III.6 Conclusion 62 CHAPITRE IV : RESULTATS ET DISCUSSIONS 63 IV.1 Introduction 63 IV.2 La plateforme Mipav 63 IV.3 Expérimentations 64 IV.3.1 Les images IRM 64 IV.3.2 Extraction du cerveau par l’algorithme BET 65 IV.3.3 La classification du cerveau 66 IV.3.4 L’extraction de la surface médiane par les contours actifs 67 IV.3.4.1 La définition de la région d’intérêt 67 IV.3.4.2 Les traces externes 68 IV.3.4.3 L’évolution du contour actif 71 IV.3.5 Extraction de la surface médiane par squelettisation 3D 75 IV.3.5.1 Extraction de la zone sulcale 75 IV.3.5.2 L’extraction de la surface médiane 77 IV.4 Discutions des résultats 79 IV.5 Conclusion 80 CONCLUSION GENERALE 81 BIBLIOGRAPHIE 82 |
| En ligne : | http://thesis.univ-biskra.dz/id/eprint/3520 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| TINF/48 | Mémoire de magister | bibliothèque sciences exactes | Consultable |
