Recalage monomodal et multimodal intra-patient

Cours recalage monomodal et multimodal intra-patient, tutoriel & guide de travaux pratiques en pdf.

Recalage d’images

Définition

Le recalage en imagerie médicale, semble avoir une importance considérable. Cela se comprend aisément, étant donné le nombre d’applications qui nécessitent de comparer des images médicales :
La fusion d’information : des images de modalités différentes du même patient doivent être recalées.
La mesure d’évolution : des images de même modalité du même patient, mais acquises à des instants différents, doivent être recalées.
La comparaison d’individus : des images de même modalité, mais de sujets différents, doivent être recalées.
La superposition d’atlas : des images de modalités différentes de sujets différents doivent être recalées.
La notion de recalage, telle que présenté dans [93], est associée à la définition d’une correspondance point-par-point, entre les coordonnées d’un point dans un espace à celle d’un autre point dans un autre espace (aussi appelé référentiel). Dans le domaine de l’imagerie médicale, cette notion se trouve renforcée par le fait que ces points correspondent tous à des points anatomiques.
Dès lors, un certain nombre de questions viennent à l’esprit :
o Quelles informations utiliser pour guider le recalage ? o Comment déformer une image ?
o Comment définir la ressemblance entre deux images ? o Comment trouver la meilleure déformation ?
De ce fait, qu’elle s’inscrive dans le cadre d’une application interactive ou automatique, une procédure de recalage suit généralement le même schéma et réclame la définition de certains critères à savoir :
Extraction des structures homologues (appelées aussi attributs ou primitives) : Ce sont les caractéristiques, extraites des images, qui permettent de guider le recalage.
Modèle de déformation : Il conditionne la manière dont l’image est géométriquement modifiée.
Critère de similarité : Il définit une certaine distance entre les attributs des images afin de quantifier la notion de ressemblance.
Stratégie d’optimisation : Elle permet de déterminer la meilleure transformation au sens d’un certain critère de similarité dans l’espace de recherche défini par le modèle de déformation.
De nombreux articles, tels que celui de Brown en 1992 [94] et Maintz en 1998 [95], dressent des états de l’art des méthodes de recalage existantes, qui ont été complétés récemment par Zitova en 2003 [96]. Ils s’attachent à réaliser une revue complète et à fournir une classification des méthodes et différents types de recalage employées dans le domaine de l’imagerie médicale.

Types de recalage

Les critères cités auparavant, varient beaucoup en fonction de l’application recherchée. Nous pouvons distinguer quatre principaux types de recalage dépendant de l’application visée :

Recalage monomodal intra-patient

Il correspond à un recalage d’images provenant du même patient et de la même modalité. Les images sont alors semblables du point de vue des intensités et ne comportent que peu de différences anatomiques. Ce type de recalage est utilisé pour le suivi des pathologies, des traitements, ou bien pour le contrôle postopératoire.

Recalage multimodal intra-patient

Il vise à la mise en correspondance d’images de modalités différentes du même patient. Dans ce cas, les images sont alors différentes du point de vue des intensités, mais ne comportent pas de différences anatomiques. Ce recalage est appliqué essentiellement pour la fusion des informations provenant d’examens différents.

Recalage monomodal inter-patients

Il concerne le recalage d’images de différents patients mais de même modalité. Dans ce cas, les images sont semblables mais comportent des différences anatomiques importantes. Une telle application pourrait être intéressante dans le cas des statistiques tenant compte de la variabilité anatomique d’une population, dans la construction d’atlas de modèles anatomiques ou même pour l’étude de pathologie au sein d’une population.

Recalage multimodal inter-patients

Cette dernière catégorie comprend les méthodes ayant pour but de mettre en correspondance des images de divers patients acquises selon différentes modalités. Les images sont alors variées en intensité et comportent également des anatomies différentes.
Le Tableau II.1, présente quelques exemples d’applications rencontrées, nécessitant l’utilisation de méthodes de recalage d’images en fonction de la dualité modalité/patient.
Dans notre cas, le recalage utilisé pour la comparaison des images rétiniennes est un recalage de type monomodal, inter-patients : des images de la même modalité (rétine) de personnes différentes sont recalées.

Structures homologues

Les structures homologues sont des informations extraites des images qui servent de base pour le calcul de la transformation. Ces structures sont caractérisées par leur dimensionnalité (dimension de leur espace de description, au sens paramétrique du terme), par la dimension de leur espace d’évolution (espace euclidien le plus souvent) et enfin par leur nature.
Dans notre cas, nous avons proposé un algorithme de recalage automatique des images rétiniennes (décrit dans une section ultérieure). Cet algorithme utilise comme structures homologues les points de références extraits dans le chapitre 4 : la papille et la macula.

Le modèle de transformation

Différents types de transformations ont été proposés dans la littérature [106] ; nous distinguerons les transformations linéaires et les transformations non linéaires. Une distinction peut aussi être faite entre les transformations globales où toute l’image est transformée avec les mêmes équations (par exemple pour une fusion d’informations), et les transformations locales où les différentes régions de l’image ne sont pas déterminées de la même façon (par exemple pour une étude d’évolution de pathologie).
Le recalage de deux images entre elles consiste à définir la transformation permettant de mettre en correspondance un point d’une image avec le même point dans l’autre image. Nous présentons par la suite un certain nombre de transformations, classées selon la dimension de l’espace de recherche (qui correspond au nombre de paramètres à trouver ou encore au nombre de degrés de liberté).
Nous n’avons pas jugé utile de s’étaler sur ces transformations, une brève description, telle que nous l’avons trouvé dans la littérature, va être présentée dans ce qui suit.

Les transformations linéaires

Les notations des paramètres utilisés dans les définitions suivantes sont définies dans un espace 2D comme suit :
: la distance de translation sur l’axe des abscisses.
: la distance de translation sur l’axe des ordonnées.
: l’angle de rotation dans l’espace 2D.
: le facteur de redimensionnement ou mise à l’échelle.