Segmentation and Symbolic Representation of Brain Vascular Network : Application to ArterioVenous Malformations

par Fan Li

Thèse de doctorat en Signal, Image, Automatique

Sous la direction de Éric Petit.

Soutenue le 01-06-2016

à Paris Est , dans le cadre de École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication (Champs-sur-Marne, Seine-et-Marne ; 2015-....) , en partenariat avec Laboratoire Images, Signaux et Systèmes Intelligents (Créteil) (laboratoire) et de Laboratoire Image- Signaux et Systèmes Intelligents / LISSI - EA 3956 (laboratoire) .

Le président du jury était Yacine Amirat.

Le jury était composé de Éric Petit, Catalin Iulian Fetita, Hocine Redjem, Yasmina Chenoune.

Les rapporteurs étaient Maciej Orkisz, Nicolas Passat.

  • Titre traduit

    Segmentation et Représentation Symbolique du Réseau Vasculaire Cérébral : Application à Artérioveineuse Malformations


  • Résumé

    Le traitement et l’analyse d’images angiographiques rotationnelles 3D (3DRA) de haute résolution spatiale pour l’aide à la planification d’interventions en neuroradiologie interventionnelle est un domaine de recherche récent et en plein essor. Les neuroradiologues ont besoin d’outils interactifs pour la planification des procédures d’embolisation et l’optimisation du guidage de microcathéters durant les interventions endovasculaires. L’exploitation des données d’imagerie pour l’aide au diagnostic et la thérapeutique requiert le développement d’algorithmes robustes et de méthodes efficaces. Ces méthodes permettent d’intégrer les informations contenues dans ces images pour en extraire des descripteurs anatomiques utiles durant les phases pre et per-opératoires.Cette thèse est dédiée au développement d’une chaine de traitement complète comprenant la segmentation, la reconstruction tridimensionnelle (3D) et la représentation symbolique de vaisseaux cérébraux à partir d’images 3DRA, pour faciliter la planification d’interventions d’embolisation pour le traitement de Malformations ArtérioVeineuses cérébrales (MAVs).La première partie du travail est consacrée à l’étude des différentes approches utilisées en segmentation des vaisseaux. Deux méthodes de segmentation sont ensuite proposées. Tout d’abord, une méthode de segmentation 2D coupe par coupe est développée ainsi qu’un technique robuste de suivi de vaisseaux permettant de détecter les bifurcations et de poursuivre le tracking de plusieurs branches du même vaisseau. Un maillage basé sur la triangulation Contrainte de Delaunay permet ensuite la reconstruction et la visualisation 3D des vaisseaux ainsi obtenus. Une méthode de segmentation 3D automatisée des images 3DRA est ensuite développée, elle présente l’avantage d’être plus rapide et de traiter le volume d’images entier en 3D. Cette méthode est basée sur la croissance de régions. Le processus 3D démarre à partir d’une coupe initiale pré-segmentée en utilisant la reconstruction géodésique et sur laquelle les germes sont placés de manière automatique. Finalement, une représentation du réseau vasculaire sur laquelle on distingue clairement les trois entités que sont les artères, les veines drainantes et le nidus est obtenue.La deuxième partie de la thèse est consacrée à la représentation symbolique des vaisseaux. L'étude hiérarchique du squelette permet de donner une description graphique du réseau vasculaire cérébral. A partir de cette description graphique, les vaisseaux et leurs branches sont labellisés et un ou plusieurs vaisseaux peuvent être isolés du reste du réseau pour une analyse visuelle plus précise, ce qui n’est pas possible avec les reconstructions 3D du constructeur. De plus, cette représentation améliore la détermination des chemins optimaux pour l’embolisation de la MAV et réduit la complexité due à l’enchevêtrement des vaisseaux malformés.La chaine de traitement complète ainsi développée aboutit à une description 3D précise des vaisseaux. Elle permet une meilleure compréhension structurelle du réseau vasculaire cérébral et offre aux neuroradiologues la possibilité d’extraire des descripteurs anatomiques, et géométriques (taille, diamètre…) des vaisseaux. Enfin, une étape de vérification des résultats par un expert neuroradiologue a permis la validation clinique des résultats de segmentation et de reconstruction 3D. L’intégration des algorithmes développés dans une interface graphique intuitive et facile d’utilisation devra être faite pour permettre l’exploitation de nos résultats en routine clinique


  • Résumé

    The processing and analysis of 3D Rotational Angiographic images (3DRA) of high spatial resolution to facilitate intervention planning in interventional neuroradiology is a new and booming research area. Neuroradiologists need interactive tools for the planning of embolization procedures and the optimization of the guidance of micro-catheters during endovascular interventions. The exploitation of imaging data to help in diagnosis and treatment requires the development of robust algorithms and efficient methods. These methods allow integrating information included in these images in order to extract useful anatomical descriptors during preoperative and peroperative phases.This thesis is dedicated to the development of a complete processing pipeline including segmentation, three-dimensional (3D) reconstruction and symbolic representation of cerebral vessels from 3DRA images, aiming to facilitate the embolization intervention planning for the treatment of cerebral ArterioVenous Malformations (AVMs).The first part of the work is devoted to the study of the different approaches used for the segmentation of vessels. Two segmentation methods are then proposed. First, a 2D slice-by-slice segmentation method is developed, followed by a robust vessel tracking process that enables detecting bifurcations and further following several branches of the same vessel. A mesh based on the Constrained Delaunay triangulation allows then the 3D reconstruction and visualization of the obtained vessels. An automated 3D segmentation method of 3DRA images is then developed, which presents the advantage of being faster and processing the whole 3D volume of images. This method is region growing based. The 3D process starts from an initial pre-segmented slice using the geodesic reconstruction, where the seeds are automatically placed. Finally, a representation of the vasculature is obtained, in which these three entities are clearly visible: the feeding arteries, the draining veins and the nidus.The second part of the thesis is devoted to the symbolic representation of the vessels. The hierarchical study of the skeleton allows giving a graphic description of the cerebral vascular network. From this graphic description, the vessels and their branches are labeled and one or more vessels can be isolated from the rest of network for a more accurate visual analysis, which is not possible with the original 3D reconstructions. Moreover, this improves the determination of the optimal paths for the AVM embolization and reduces the complexity due to the entanglement of the malformed vessels.The complete processing pipeline thus developed leads to a precise 3D description of the vessels. It allows a better understanding of the cerebral vascular network structure and provides the possibility to neuroradiologists of extracting anatomical and geometric descriptors (size, diameter...) of the vessels. Finally, a verification step of the results by a neuroradiology expert enabled clinical validation of the 3D segmentation and reconstruction results. The integration of the developed algorithms in a user-friendly graphical interface should be achieved to allow the exploitation of our results in clinical routine


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : Communautés d’Universités et d'Etablissements Université Paris-Est. Bibliothèque universitaire.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.