Figure

Objet

Conception, mise en oeuvre et implantation sur site d'un nouvel algorithme de détection de contours destiné à être utilisé en ligne dans l'analyse de données médicales pulmonaires. Application à l'identification automatisée de lésions et à leur localisation dans les segments pulmonaires.

Description

La segmentation pulmonaire n'est malheureusement pas souvent utilisée aujourd'hui dans l'approche chirurgicale du traitement des lésions pulmonaires. La difficulté manifeste de traiter des images pulmonaires en raison de leur caractère spécifique, de leur hétérogénéité et de la disparité des valeurs des volumes manipulés constitue, probablement, la raison majeure de cette situation. Ce projet présente un nouvel algorithme de détection de frontières, aidé par un opérateur, et adapté au traitement des données médicales pulmonaires.

Le principe de la reconstruction par propagation de régions est basé sur le fait que les niveaux de gris des voxels d'un même objet sont regroupés et constituent un maximum d'intensité relatif à la couleur de l'objet. En sélectionnant dans le cube de données un voxel appartenant à un objet et en définissant les bornes inférieure et supérieure des niveaux de gris des voxels lui appartenant, la propagation de la propriété d'appartenance locale suffit pour le reconstruire. La principale difficulté réside dans la recherche parmi les voisins du voxel-graine, des voxels dont les niveaux de gris sont compris dans l'intervalle sélectionné. Si l'intervalle n'est pas bien défini, certains voxels ne seront pas attribués à l'objet à reconstruire et la propriété d'appartenance ne sera pas correctement propagée. Dans les cas les plus fréquents, les objets à reconstruire sont homogènes et tous les voxels de l'objet sont retenus. L'étape suivante consiste à valider l'appartenance des voxels voisins à partir de la dernière région retenue. Ainsi, de proche en proche, la propriété d'appartenance à un objet devra être attribuée à chacun de ses voxels.

Cet algorithme est particulièrement bien adapté à la reconstruction d'objets de forme << arborescente >>. Tel est le cas, en imagerie médicale, de l'arbre bronchique et du système vasculaire pulmonaire. Sous un point de vue du traitement d'images, la difficulté, dans le cas des poumons, réside dans la présence simultanée, dans un même volume, de parenchyme, d'air, et de sang. Or l'identification de ces entités est indispensable pour la mise en oeuvre automatisée de la segmentation pulmonaire à partir des données usuelles. Par ailleurs, la taille relativement réduite des lésions pulmonaires oblige à utiliser un algorithme du type << régions >> plutôt qu'un algorithme du type << frontière >>, l'hypothèse retenue étant que les lésions sont relativement homogènes en densité.

Le système informatique développé pour la localisation des lésions pulmonaires, comporte les étapes de << reconstruction volumique du poumon >>, << reconstruction volumique des lésions >>, << segmentation automatisée du volume pulmonaire >>, << mise en correspondance des masques de segmentation et du volume reconstruit >> et enfin, << superposition géométrique des lésions et des masques >>. La difficulté, d'un point de vue du traitement d'images, étant la localisation précise du système vasculaire, une approximation géométrique d'aide à l'opérateur a été retenue comme approche finale.

Résultats et perspectives

Le système informatique est opérationnel et fonctionne sur un ordinateur standard du type PC, quelque soit son système d'exploitation. La méthode proposée conduit à une localisation dont la précision est inférieure à 5 mm, valeur largement compatible avec le caractère << mobile >> du parenchyme pulmonaire .

Références

[1] Samuel Merran, Angel Osorio, Olivier Bedelet : << 3D Localization on Pulmonary Nodules : PC Based 3D Reconstruction Algorithm and Realistic Display >>, infoRAD, RSNA'99 Chicago, Novembre 1999.

Gpe Interaction et Multi-Modalités		Dpt CHM		Sommaire		Présentation