Segmentation automatique de l’arbre coronarien à partir d’images angiographiques 3D+T de scanner

par Bessem Bouraoui

Thèse de doctorat en Informatique

Sous la direction de Christian Ronse.

Soutenue en 2009

à Strasbourg .


  • Résumé

    Pour un diagnostic médical fiable, la nécessité d’une description précise et correcte de l’état d’une structure anatomique est de plus en plus indispensable. Les progrès en acquisition d'images en tomographie par rayons X permettent maintenant, en routine clinique, d'obtenir plusieurs images 3D du cœur en une apnée de quelques cycles cardiaques. L'analyse et la visualisation de cette séquence cardiaque (3D+t) permettront au cardiologue d'interpréter plus facilement cette suite d'images. Le but de cette thèse est de segmenter les différentes structures vasculaires présentes dans cette images de cœur 4D (3D+t) obtenue en tomographie par rayons X. La série temporelle de la séquence cardiaque est composée d'environ une dizaine d'images 3D. Comme première étape on privilégiera la segmentation des artères coronaires, dont la présence d’une anomalie forme la cause principale d’un infarctus engendrant dans 80% des cas une mort subite. Pour atteindre cet objectif, nous aurons recours à diverses méthodes et techniques en morphologie mathématique (croissance de régions, squelettisation, transformée en tout ou rien en niveaux de gris, etc. ), tout en intégrant des informations anatomiques des structures cardiaques afin d'automatiser entièrement le processus de segmentation. Différentes étapes pour la segmentation des artères coronaires ont été réalisées : réduction de la zone de recherches par détection du coeur en entier, automatisation de la détection des germes des artères coronaires coronaires par détection de l'aorte, et détection des artères coronaires par croissance de région.

  • Titre traduit

    Fully automatic segmentation of coronary arteries in 3D+T angiographic scanner images


  • Résumé

    The objective of this thesis is to segment automatically the coronary arteries in images of scanner X. The images do not comprise only the heart, but also all the trunk of the body. A first stage consisted in removing any other structure than the heart in the image. An extraction of the aorta appeared necessary to us, then a localization of the germs of the coronary arteries will be carried out on the wall of this aorta. Once these germs are detected, an application of region growth is carried out, with a criterion of acceptance based on the Hit-ot-Miss transform. We based ourselves on a mathematical morphology operator, the Hit-ot-Miss transform. We combined his extension to the gray levels, with the blur alternative, which made our contribution to mathematical morphology. This work contributes to the evolution and the development of the vascular segmentation on two plans. In pratical terms of the contribution, three fully automatic algorithms were worked out, a first one to segment the heart, a second one to segment the aorta, and a third one for the segmentation of the coronary arteries. These algorithms have encouraging results, validated by an expert in cardiology, with 90% of correct results, the 10% remainders correspond to images of bad quality. In terms of methodology, this work allowed to integrate an new approach of segmentation, consisting in guiding the tools for image treatment by a priori knowledge, like her anatomical knowledge.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (VII-135 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 99-108

Où se trouve cette thèse ?