Vers une segmentation automatique de la carotide

Vers une segmentation automatique de la carotide

LA LOCALISATION D’ADÉNOMES dans la région thyroïdienne est utile au chirurgien pour préparer une intervention. Dans le chapitre 6, nous avons introduit une méthode qui permet à l’opérateur de segmenter manuellement différentes structures. Il peut ainsi obtenir une image tridimensionnelle représentant l’adénome mais également le lobe thyroïdien, la carotide et les structures internes de la peau. Le chirurgien dispose alors d’une vue simple de la région thyroïdienne complète. La segmentation manuelle est réalisée en moins de 5 minutes par l’opérateur. Mais l’idéal serait de pouvoir automatiser entièrement la segmentation. La thyroïde et l’adénome sont de formes et de caractéristiques très variables et leur segmentation nécessitent fréquemment l’interprétation d’un expert. Il en va autrement de la carotide qui est une structure souvent nettement reconnaissable sur les données échographiques. Il s’agit en effet d’une structure tubulaire anéchogène. Compte tenu de ces informations, une méthode de segmentation plus rapide que la segmentation manuelle proposée dans le chapitre précédent est alors envisageable. Après avoir passé en revue les méthodes de segmentation proposées dans la littérature, le chapitre est consacré aux deux approches que nous avons développées. Les contraintes sont ici légèrement différentes puisque l’on cherche une segmentation approximative ce qui permet de favoriser les informations sur la forme de la carotide.

Introduction

L’extraction automatique des vaisseaux est un problème qui se pose dans de nombreuses applications médicales, que ce soit pour en améliorer la visualisation ou pour quantifier des sténoses, des thromboses, vérifier la position de stent, etc. Dans [79], une revue des différentes méthodes de segmentation est présentée : – Un seuillage simple est la méthode la plus immédiate. Elle fournit cependant rarement la structure cherchée et une deuxième étape de correction manuelle est nécessaire. Pour la carotide, le niveau des échos est faible. Mais compte tenu de l’atténuation des signaux avec la profondeur, la sélection des signaux faibles inclut toutes les données à partir d’une certaine profondeur sans oublier les points situés dans une Vers une segmentation automatique de la carotide 148 Vers une segmentation automatique de la carotide ombre acoustique. Le niveau des échos dans la carotide peut en outre varier de façon notable et fixer un seuil global ne suffit pas à isoler la structure du reste des données. – Des techniques de filtrage adaptées peuvent mettre en valeur les vaisseaux sanguins. Les filtres sont généralement basés sur la détection de structures de type « ligne ». Une optimisation globale permet ensuite d’améliorer le résultat. La détection des formes tubulaires à différentes échelles [41, 42] et les contours actifs géodésiques [51] permettent de segmenter automatiquement des structures vasculaires complexes de manière plus robuste. Ces techniques sont bien adaptées aux données d’angiographie ( vaisseaux de faible diamètre, structures arborescentes complexes, etc. ) mais exigent un certain temps de calcul pour extraire automatiquement l’ensemble de la structure vasculaire. Ce temps est trop élevé pour notre situation, où la carotide a un diamètre important et présente une forme très simple. – Les méthodes de suivi réalisent la détection du contour au fur et à mesure du parcours du vaisseau. Lorsque l’axe central est fourni par l’utilisateur, il est possible de détecter les contours dans les plans de coupe orthogonaux. Le problème est alors de détecter le cercle ou l’ellipse correspondant aux bords du vaisseau dans le plan de coupe. Dans [31], la veine fémorale est étudiée en vue de l’étude et du suivi des thromboses veineuses. La segmentation est réalisée manuellement dans différents plans de coupe et un modèle de surface permet de reconstruire les structures vasculaires de la cuisse. Un modèle déformable est utilisé dans [29] pour segmenter un ventricule sur des images échographiques 2D, les déformations étant restreintes par des méthodes statistiques. L’auteur montre ensuite que ce même modèle peut être appliqué à la segmentation de la carotide. Dans [30], la bifurcation de la carotide est également segmentée à l’aide d’un modèle déformable. Pour coller le modèle aux parois, les deux approches utilisent une force de gonflage lorsque les nœuds du maillage sont à l’intérieur de la carotide i.e. lorsque la valeur est inférieure à un seuil donné.

Deux méthodes Nous avons testé deux approches

Dans la première, l’axe est indiqué par l’utilisateur et la détection des contours est faite dans les plans de coupe. Dans la deuxième approche, on utilise un modèle de cylindre déformable qui se gonfle pour s’adapter aux parois de la carotide. Dans les deux cas une description du cylindre est nécessaire. 

Préliminaires : cylindre généralisé

La première étape est de choisir un modèle pour la description de la structure étudiée. Les vaisseaux ayant une structure tubulaire, les cylindres généralisés apportent une solution pratique. Intuitivement, un cylindre est obtenu en déplaçant un disque circulaire le long d’un axe rectiligne passant par le centre du disque. Les cylindres généralisés étendent le modèle en autorisant [24] : – des variations du rayon du disque ; – des sections non circulaires ; – des sections non orthogonales à l’axe ; – des axes non rectilignes. Expression mathématique La description ci-dessus, si elle est intuitivement simple, n’est pas adaptée aux algorithmes et une formulation mathématique est nécessaire. Pour cela, on commence par définir les repères associés à l’axe du cylindre.