Squelettisation d`arbres vasculaires multimodaux

Squelettisation d’arbres vasculaires multimodaux
Lieu : Equipe GMCAO (Gestes Médico-Chirurgicaux Assistés par Ordinateur)
Laboratoire TIMC-IMAG, La Tronche
Encadrement : Matthieu Chabanas ([email protected])
Fanny Morin ([email protected])
Durée: 5 ou 6 mois, 1er Septembre 2015
Indemnisation : environ 480€ net / mois
Le/la candidat(e) devra présenter des compétences parmi :
Programmation Orientée Objet (C++), Génie logiciel, Modélisation 3D, Traitement d’image,
Vision par Ordinateur, Intérêt pour les applications cliniques.
Contexte
De nombreuses applications médicales requièrent la segmentation de structures
tubulaires (par exemple : le réseau veineux). Leur squelettisation est alors une étape
indispensable afin de pouvoir les exploiter.
Un cas typique d’application est le recalage de structures tubulaires multimodales qui
permettront d’estimer le mouvement et/ou la déformation d’organes lors d’interventions
chirurgicales : par exemple, l’arbre vasculaire du foie ou encore l’arbre bronchique des
poumons. Ainsi, il est nécessaire de traiter des structures provenant d’au moins deux types
d’imagerie (IRM, CT, échographie…), l’une acquise avant l’opération, l’autre pendant. Les
volumes segmentés auront alors des topologies et régularités différentes, ce qui rend le
recalage difficile et peu précis sans avoir recours à la squelettisation. La difficulté réside alors
dans le fait de proposer des squelettes ayant des propriétés similaires (répartition du nombre
de points, sensibilité au bruit…) pouvant être recalés de manière efficace et précise.
Dans le cas de ce stage, on s’intéressera plus particulièrement à la squelettisation de
l’arbre vasculaire cérébral provenant d’un IRM préopératoire et d’une échographie intraopératoire dans le but de quantifier le brain-shift (déformation/affaissement du cerveau suite
à l’ouverture de la boîte crânienne et à la perte de liquide céphalo-rachidien) lors de
neurochirurgies. Par ailleurs, il est à noter que ce stage rentre dans le cadre d’un projet existant
depuis une dizaine d’années dans l’équipe GMCAO et en collaboration depuis bientôt un an
avec les laboratoires ICube de Strabourg et Sintef de Trondheim (Norvège).
Exemple de squelettisation sur
une structure tubulaire (Wang
2012 [3]).
Segmentation de l’arbre vasculaire
cérébral localisé : l’IRM est en
blanc, l’échographie, en bleu.
Recalage de l’arbre vasculaire
autour d’une tumeur cérébrale
(Reinertsen et al. 2014 [5]).
Objectifs
Le but de ce stage sera d’explorer les différentes techniques de squelettisation
existantes et d’implémenter/adapter les plus pertinentes dans notre contexte. Les méthodes
choisies seront probablement différentes suivant les modalités d’imagerie. L’objectif sera
ensuite d’en étudier l’impact sur les arbres vasculaires segmentés fournis ainsi que sur leur
recalage.
Travail attendu
Une grande partie du stage portera sur l’étude et l’implémentation de méthodes de
squelettisation, notamment :



Réalisation d’une bibliographie des techniques existantes.
Choix, adaptation et implémentation de quelques méthodes jugées pertinentes.
Test des techniques implémentées sur nos données de segmentation : comparaison
des squelettes (et du recalage) obtenus.
Dans un deuxième temps, et suivant l’avancement et les envies du/de la candidat(e), il
sera possible d’étendre le sujet de ce stage suivant plusieurs aspects :




Amélioration des techniques de segmentation utilisées jusque-là pour segmenter
l’arbre vasculaire pour l’une et/ou l’autre modalité d’imagerie.
Amélioration des méthodes de recalage des arbres vasculaires (recalage élastique).
Amélioration des techniques de calcul de champ de déplacement (appariement des
points entre deux squelettes).
Parallélisation des méthodes implémentées sur GPU.
Il sera attendu de l’étudiant(e) un sens critique afin de pouvoir rendre un rapport pertinent
sur l’utilisation et les résultats obtenus avec les différentes méthodes étudiées en fonction
des modalités d’imagerie.
Références

Références sur la squelettisation de structures tubulaires qui pourront être étudiées :
[1] Z. Chen and S. Molloi. Automatic 3D vascular tree construction in CT angiography. Computerized Medical Imaging and
Graphics 27 (2003) 469–479.
[2] L. Verscheure, L. Peyrodie, N. Makni, N. Betrouni, S. Maouche and M. Vermandel. Dijkstra's Algorithm Applied to 3D
Skeletonization of the Brain Vascular Tree: Evaluation and Application to Symbolic. IEEE Engineering in Medicine and
Biology Society. 2010.
[3] S. Wang, J. Wu, M. Wei and X. Ma. Robust curve skeleton extraction for vascular structures. Graphical Models 74 (2012)
109–120.

Références sur la correction du brain-shift utilisant le recalage de l’arbre vasculaire :
[4] M. Bucki, O. Palombi, M. Bailet, Y. Payan. Doppler Ultrasound Driven Biomechanical Model of the Brain for Intraoperative
Brain-Shift Compensation: A Proof of Concept in Clinical Conditions. Y. Payan. Soft Tissue Biomechanical Modeling for
Computer Assisted Surgery, Springer-Verlag, pp.135-165, 2012.
[5] I.Reinersten, F. Lindseth, C. Askeland, D.H. Iversen and G. Unsgard. Intra-operative correction of brain-shift. Acta
Neurochirurgica. pp.1301-1310. 2014.