Modèles de la variabilité géométrique du rachis scoliotique

par Jonathan Boisvert

Thèse de doctorat en Automatique, traitement du signal et des images

Sous la direction de Nicholas Ayache.


  • Résumé

    Le rachis est constitué d'un ensemble de vertèbres entourées de tissus mous. Celui-ci est flexible, mais il est aussi rigide par morceau. Un modèle articulé permet de prendre en compte la nature particulière des déformations acceptables du rachis en vue de la création d’un modèle statistique. Les modèles articulés appartiennent cependant à une variété Riemannienne ce qui nous a amené à utiliser la moyenne de Fréchet et une mesure généralisée de la covariance lors de la création des modèles statistiques. L'analyse d’un grand groupe de patients scoliotiques a révélé que la variabilité de la forme du rachis est inhomogène et anisotrope et qu’il est aussi possible de localiser les niveaux vertébraux significativement affectés par un traitement orthopédique. Une ACP permet quant à elle d’extraire des modes de déformations typiques qui sont cliniquement intéressants et qui facilitent l’analyse de grandes bases de données. Finalement, un estimateur MAP permet de reconstruire des modèles 3D complets du rachis à partir de données partielles. Les résultats obtenus indiquent que cette méthode est plus performante que la méthode la plus utilisée actuellement. De plus, une erreur inférieure à 2 mm a été obtenue lorsqu’au moins 25 % des vertèbres étaient disponibles pour la reconstruction du modèle complet. Les résultats obtenus indiquent donc qu’un modèle statistique de la géométrie du rachis complet basé sur une modélisation articulée mène à des statistiques descriptives interprétables cliniquement et à des algorithmes qui permettent d’obtenir des modèles 3D du rachis dans des circonstances où cela aurait été impossible par le passé.

  • Titre traduit

    Geometric variability models of the scoliotic spine


  • Résumé

    The spine is composed of bony structures (the vertebrae), which are surrounded by soft tissues. Thus, it is a flexible structure, but it is also piecewise rigid. An articulated model enables us to take into account the specific nature of the spine deformations to create statistical models. Articulated models belong to a Riemannian manifold, thus the Fréchet mean and a generalized measure of the covariance were used to create statistical models of the spine shape. These statistical models can be intuitively analyzed using specialized visualization tools and compared using hypothesis tests. The analysis of a large group of scoliotic patients revealed that the spine shape variability is inhomogeneous and anisotropic, and that it is possible to localize the vertebral levels that are significantly altered by an orthopedic treatment. A PCA analysis was used to extract the principal deformation modes, which simplifies the analysis of large databases and uncovered clinically relevant patterns in scoliotic patients. Finally, an MAP estimator was used to reconstruct complete 3D spine models from partial radiological data. Our results indicate that the proposed method outperforms the most commonly used 3D reconstruction method when 2D landmarks are used. Furthermore, reconstruction errors of less than 2mm were obtained when at least 25 % of the vertebrae were available. The results of our studies indicate that a statistical model of the whole spine geometry, based on an articulated description of the spine, leads to clinically interpretable descriptive statistics and to algorithms that can reconstruct 3D spine models in circumstances where this was previously impossible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (xx-196 f.)
  • Annexes : Bibliogr. f. 173-196. Résumés en français et en anglais

Où se trouve cette thèse ?

  • Bibliothèque : Université Nice Sophia Antipolis. Service commun de la documentation. Section Sciences.
  • Non disponible pour le PEB
  • Cote : 08NICE4015
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.