Modelisation de contours : application à la segmentation d'images medicales de la prostate

Loading...
Thumbnail Image

Date

2018-03-13

Journal Title

Journal ISSN

Volume Title

Publisher

Université Mouloud Mammeri

Abstract

Parmi les techniques de traitement numérique d’images, la segmentation tient une place importante particulièrement dans le domaine de l’imagerie médicale. En effet, la détection et l’extraction de la forme d’un organe dans une image médicale est d’une grande utilité pour permettre au clinicien d’effectuer des diagnostics, préparer une intervention chirurgicale, étudier l’évolution d’une pathologie etc. C’est ainsi que l’on voit toujours paraître différents nouveaux algorithmes de segmentation présentant des performances de plus en plus élevées en termes de qualité et de précision des résultats et dans la reproductibilité de ces résultats, bien que cette reproductibilité reste difficile à atteindre de façon robuste et générique. Le thème développé dans cette thèse s’inscrit dans ce contexte et est relié aux méthodes de segmentation d’images à partir de modèles. L’approche proposée repose d’abord sur une opération de recalage d’images suivie d’une segmentation évidentielle incorporant une connaissance a priori à partir d’un modèle atlas. L’approche est ensuite appliquée à un problème clinique reconnu difficile à savoir la segmentation zonale de la prostate pour en extraire les différentes parties qui la composent alors que, pendant de nombreuses années, cette segmentation est effectuée pour extraire uniquement la glande toute entière à partir d’images de type IRM. Les performances de l’approche ont été évaluées en utilisant une base d'images représentative et multicentrique. De chaque image de la prostate de cette base, la zone de transition, la zone périphérique ainsi que la prostate toute entière ont été extraites. Les résultats obtenus pour chacune de ces zones ont été évalués et jugés très intéressants et très prometteurs.

Description

166 f. : ill. ; 30 cm. (+ CD-Rom)

Keywords

Segmentation d’images, Imagerie médicale, Approche évidentielle, Modèle atlas, Prostate

Citation

Option : Automatique