Extraction de paramètres morphométriques pour l'étude du réseau micro-vasculaire cérébral

par Céline Fouard

Thèse de doctorat en Traitement du signal et des images

Sous la direction de Grégoire Malandain.

Soutenue en 2005

à Nice .


  • Résumé

    L’objectif de cette thèse est de fournir des outils logiciels aux anatomistes et neuroanatomistes afin de permettre une analyse quantitative des réseaux microvasculaires cérébraux. Cette analyse demande des images de très haute résolution, mais aussi couvrant une surface du cortex suffisamment large pour être statistiquement significative. Come 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 « mosaïque d’images ». Ces mosaïques sont trop volumineuses pour être chargées et traitées en une seule fois dans la mémoire d’un ordinateur standard. Chaque image est acquise grâce à un microscope confocal dont la résolution impose une grille anisotrope. L’étude quantitative du réseau microvasculaire cérébral nécessite l’extraction des lignes centrales et une estimation des diamètres des vaisseaux, c’est pourquoi 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. L’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 distance permet de guider des algorithmes de squelettisation ? De tels outils nécessitent la conservation de propriétés globales. 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 par blocs. Ces algorithmes sont utilisés en routine par les chercheurs de l’INSERM.

  • Titre traduit

    Morphometrical parameters extraction for the study of the brain microvascular network


  • Résumé

    Our aim is to provide anatomists and neuroanatomists with software tools to quantitatively analyze 3-D images of the cerebral microvascular network. Such analyses require that input images be both of high resolution and of large size. 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”. But these mosaics are too large to be loaded and processed at once in the memory of a standard computer. We therefore developed dedicated image analysis tools for such images which process with sub-images. Micro-vascular network analysis requires vessel’s center lines extraction and vessel diameters estimation. We indeed have to compute distance map on each image point. To obtain the best trade-off between precision and computational cost, we choose 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 skeletonization algorithm which minimizes the number of disk access. The developed algorithms have been integrated within the software Amira and are currently in use at the INSERM research institute.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 184 p.
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 155-163. Résumés en français et en anglais

Où se trouve cette thèse ?

  • Bibliothèque : Université Nice Sophia Antipolis. Service commun de la documentation. Section Sciences.
  • Disponible pour le PEB
  • Cote : 05NICE4001
  • Bibliothèque : Université Nice Sophia Antipolis. Service commun de la documentation. Section Sciences.
  • Non disponible pour le PEB
  • Cote : 05NICE4001bis
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.