Shortest Paths Computation, and Applications in Medical Imaging

Applications de calculs de plus courts chemins en imagerie médicale

• Auteur / Autrice : Mickaël Péchaud
• Direction : Renaud Keriven
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2009
• Etablissement(s) : Paris 7

Mots clés

Mots clés contrôlés

Artères cérébrales

Électrodes

Électroencéphalographie

Algorithmes

Imagerie diagnostique

Chemins et cycles (théorie des graphes)

Résumé

Ce travail porte sur le calcul de plus courts chemins en vision par ordinateur, et plus particulièrement sur son application en imagerie médicale. Après une introduction générale aux problèmes de plus courts chemins discrets et continus, nous présentons une version unifiée des algorithmes de type fast-marchings, ainsi qu'une preuve de convergence dans un cas général. Nous proposons ensuite une application à la segmentation de structures tubulaires dans des images bi-dimensionnelles - permettant intrinsèquement de détecter le centre et le rayon de la structure en reformulant le problème comme un problème de plus courts chemins en dimension 4. Nous démontrons la précision et la robustesse de cette méthode sur des exemples réels et synthétiques. Ce formalisme est appliqué à la segmentation en imagerie optique corticale à partir de l'information de flot et étendu pour la segmentation de réseaux complets. Enfin, nous proposons une application des plus court chemins à l'analyse de données issues d'IRM de diffusion à haute résolution angulaire (HARDI), permettan entre autres la segmentation de faisceaux de fibres réputés difficiles.

This thesis tackles the issue of the computation of shortest path in computer vision, and some of its applications to medical imaging. After a general introduction to shortest paths problems - both discrete and continuous - we present a unified version of fast-marching algorithms, as well as a convergence proof in a general case. We then apply it to the segmentation of tubular structures in 2D images - leading to an algorithm that can retrieve both centerline and radius of the structures. We demonstrate the accuracy and the robustness of our method on several real and synthetic images. We also apply this framework to flow-based segmentation of vessels in cortical optical imaging , and extend it to the segmentation of full networks. Finally, we propose to apply shortest paths computation to the analysis of high angular resolution diffusion MRI daja (HARDI), allowing the segmentation of difficult fibers bundles.