Reconstruction tridimensionnelle des structures vasculaires à partir d'un nombre restreint d'angiographies numérisées à l'aide des modèles déformables : utilisation d'approches stochastiques

• Auteur / Autrice : Moussa Senasli
• Direction : Line Garnero
• Type : Thèse de doctorat
• Discipline(s) : Imagerie médicale
• Date : Soutenance en 1999
• Etablissement(s) : Paris 11
• Partenaire(s) de recherche : Laboratoire : Laboratoire Charles Fabry (Palaiseau, Essonne1998-....)
• Jury : Examinateurs / Examinatrices : Éric Petit, Jocelyne Troccaz, Pierre Chavel, Alain Herment, Ali Asghar Mohammad Djafari
• Jury : Rapporteurs / Rapporteuses : Éric Petit, Jocelyne Troccaz

Mots clés

Mots clés contrôlés

Angiographie

Recuit simulé (mathématiques)

Imagerie médicale -- Qualité de l'image

Splines, Théorie des

Statistique bayésienne

Tomographie

Angiographie numérisée

Mots clés libres

Reconstruction tomographique

Angiographie numérisée

Modèle déformable

Résumé

En angiographie numérisée, une image est obtenue après soustraction de deux radiographies du vaisseau enregistrées avant et après injection de produit de contraste. La reconstruction tomographique a pour objectif d'extraire les propriétés morphologiques de la lésion à partir d'un faible nombre de projections densitométriques acquises autour du patient. Dans cette thèse, nous proposons une méthode de reconstruction du vaisseau à partir de trois projections sans introduire de restriction sur les formes des sections recherchées. Cette méthode consiste, en supposant la distribution de produit de contraste uniforme à l'intérieur de la lumière vasculaire, à décrire le vaisseau uniquement par les informations sur ses contours, et non par la valeur d'atténuation aux rayons X en chaque point de son volume. La paroi vasculaire est modélisée par un empilement de courbes B-spline définie par un réseau de points de contrôle, puis déformée au cours des itérations jusqu'à obtention d'une solution optimale. L'évolution du contour dans un cadre stochastique Bayesien est régie par la minimisation d'une fonctionnelle d'énergie, formée d'un terme d'attachement aux donnéës angiographiques et de termes de régularisation prenant en compte les artefacts de contour inhérent à la reconstruction. La solution recherchée correspond au minimum de cette fonctionnelle d'énergie. Des solutions proches du MAP sont obtenues par différents schémas d'optimisation stochastique (recuit simulé) ou déterministes (ICM, gradient). La méthode est appliquée à la reconstruction 3D des structures vasculaires et a été testé sur des simulations de vaisseaux et bifurcations. En utilisant seulement 3 projections, les contours vasculaires sont fidèlement et rapidement reconstruits. Une validation faite sur des données obtenues sur différents fantômes de vaisseaux a montré des résultats prometteur

Digital subtraction angiography is a technique that produce pictures "angiograms" of blood vessels by subtracting projection images recorded before and after the injection of a radioopaque contrast agent. The 3D luminal vessel geometry description and visualization is important for the diagnosis and the prognosis of heart attack and stroke. To retrieve the 3D information, it is necessary to take several projections around the patient. However, in clinical situations, due to the dynamics of the process and the limited dose that can be injected, only a few projections can be obtained. Ln this thesis, we developed an original method for reconstructing the 3D morphological vessel wall from a very low number of angiograms. In fact by supposing a homogenous mixing of the contrast agent inside the luminal region, the object to be reconstructed may be considered to be binary. Lnstead of searching the absorption coefficient at every pixel of the vessel lumen, we propose to estimate the boundary of the vessel. A general mathematical framework is then proposed. Regularization is introduced by modeling the vessel boundary slices by smooth contours to get the reconstruction problem well posed. A Bayesian approach is applied to optimize the shape of the contour according to the recorded angiograms and the internal smoothness constraints. The proposed method consist in retrieving the optimal position of the control points that define the shape of the searched vessel contour. The maximum a posteriori solution is given by the minimization of a non convex energy function attributed to the contour and is performed by a simulated annealing algorithm. The energy consists of a data attachment term (the projection of the final solution must fit the recorded angiograms and a regularization term that guides the reconstruction of realistic, diseased or healthy, vessels). Preliminary simulations on noisy and truncated synthetic images show promising results. With only three projections, the method reproduces quite satisfactorily the forms of the different stenosis, at the vessel segment or the branching level. Validation of the method on hardware vessel phantoms is presented