Dans le domaine de l'imagerie médicale ultrasonore, la connaissance du déplacement du milieu imagé est une donnée clinique très importante dans de nombreux examens, parmi lesquels nous pouvons citer les examens Doppler ou les examens d'élastographie. Dans la littérature, les deux principales familles de méthodes permettant d'estimer le déplacement sont les méthodes de mise en correspondance de blocs et les méthodes Doppler. Les méthodes de mise en correspondance de blocs estiment le déplacement en comparant des vignettes prises dans les images ultrasonores avant et après déplacement. Elles dépendent donc de la méthode utilisée pour former les images. Les méthodes Doppler mesurent quant à elles le déplacement suivant une direction particulière, ce qui limite leur gamme d'utilisation à l'estimation de champs de déplacements simple. Dans cette thèse, nous avons proposé un formalisme, ainsi que trois méthodes, permettant d'estimer le déplacement 2D directement à partir de ces signaux bruts. Cette approche permet de s'affranchir de la dépendance envers la méthode de formation d'images, tout en permettant l'estimation de champs complexes. Nous avons mis en évidence le concept de vecteur normal, liant le déplacement réel de milieu aux décalages temporels de long des signaux bruts. Le formalisme général est appliqué à plusieurs séquences ultrasonores: la première méthode d'estimation utilise des signaux acquis à l'aide d'éléments uniques de la sonde; la deuxième est basée sur l'utilisation d'ondes planes et la troisième méthode s'appuie sur une séquence utilisant des faisceaux focalisés. Les méthodes d'estimation directe du mouvement ont été validées en simulation et expérimentalement, et leurs performances ont été comparées à une méthode de référence: la mise en correspondance de blocs. Les méthodes proposées améliorent significativement la précision de l'estimation du champ de déplacement par rapport à la méthode standard, en atteignant une précision de 1.5µm dans la direction transverse et une précision de 2.5µm dans la direction axiale pour une fréquence de travail de 5MHz. Nous avons également développé une méthode de formation d'images améliorant la résolution spatiale. Cette méthode utilise les spectres de signaux RF acquis avec des ondes planes pour former le spectre de l'image ultrasonore. Elle fournit les images utilisées par la méthode d'estimation du mouvement de référence. / In the field of medical ultrasound imagery, the knowledge of displacement is an important input for many clinical exams, including color Doppler and elastography. In the literature, the two main way proposed for solving the displacement field estimation are blockmatching techniques and Doppler methods. Blockmatching techniques try to match part of images acquired before and after the displacement and depends on the way those images where created. On the other hand, Doppler methods only estimate displacement along a fixed direction. In this thesis, we proposed three methods that can be used to estimates directly the motion field from raw RF signals by using the proposed concept of normal vector. This concept models how displacement will change RF signals. The proposed methods are compared in simulation and experimentally to a reference blockmatching technique and show a improvement of resolution. Proposed methods resolution are up to 1.5µm in the transverse direction and 2.5µm in the axial direction at a frequency of 5MHz. We also proposed a new beamforming technique that estimate the spectrum of the ultrasound image. This method is compatible with RF signals used by motion estimation methods.

Cette thèse porte sur la prise en compte des incertitudes et du mouvement dans le traitement des tumeurs pulmonaires en radiothérapie, que ce soit par photons, par protons ou par ions légers (hadronthérapie). L’accent est mis sur les méthodes de prise en compte du mouvement dites "passives". Ces méthodes, ne nécessitant pas d’asservissement respiratoire pour la délivrance de la dose, sont moins lourdes à mettre en place, et limitent l’introduction de nouvelles sources d’incertitudes. Des contributions cliniques et méthodologiques sont proposées. Tout d’abord, l’imagerie tomodensitométrique (TDM) pour la planification des traitements doit faire l’objet d’une attention particulière dans le cas de tumeurs soumises aux mouvements respiratoires. Nous avons évalué l’influence de la présence d’artéfacts de mouvements dans les images TDM sur la qualité de la planification. Nous avons également proposé des méthodologies et des recommandations pour l’optimisation des paramètres d’acquisition ainsi qu’un algorithme original de détection automatique des artéfacts dans les images TDM 4D. L’une des principales sources d’incertitudes lors de la planification de traitements en radiothérapie concerne la délinéation des volumes cibles. Nous avons évalué la variabilité inter-observateur de délinéation du volume cible macroscopique (GTV) et du volume cible interne (ITV) via une méthode originale permettant de l’intégrer dans le calcul des marges de sécurité. La réduction des incertitudes dues au mouvement respiratoire peut être réalisée en associant au système de contention une compression abdominale afin de limiter l’amplitude du mouvement respiratoire. Nous avons proposé une étude visant à évaluer l’impact de l’utilisation d’un tel système en fonction de la localisation dans le poumon. En radiothérapie par photons, une stratégie appelée mid-position consiste à irradier la tumeur dans sa position moyenne pondérée dans le temps et permet de réduire les marges par rapport à une stratégie ITV tout en conservant une couverture dosimétrique correcte. Une partie du travail de la thèse a consisté à participer à l’élaboration d’une étude clinique visant à comparer les deux stratégies, ITV et mid-position. Dans la plupart des cas, le mouvement respiratoire a une distribution de probabilité non-gaussienne et asymétrique, pouvant invalider la recette de calcul de marges de van Herk pour des mouvements tumoraux fortement asymétriques et de grande amplitude. Nous avons proposé un modèle numérique afin de prendre en compte cette asymétrie. Enfin, la prise en compte du mouvement respiratoire en hadronthérapie par des marges de sécurité doit faire l’objet de considérations spécifiques, en particulier en raison de la sensibilité du dépôt de dose aux variations de densité sur la trajectoire du faisceau. Dans une dernière partie, la définition des marges de sécurité pour prendre en compte le mouvement respiratoire de manière optimale est discutée. / This PhD thesis focuses on the uncertainties and motion management in lung radiation therapy and particle therapy. Passive motion management techniques are considered. They consist in delivering the dose without any respiratory beam monitoring which may be difficult to set up or may introduce additional uncertainties. Clinical and methodological contributions about different treatment steps are proposed. First of all, computed tomography (CT) images for treatment planning must be carefully acquired in the presence of respiration-induced tumor motion. We assessed the impact of motion artifacts on the quality of treatment planning. We also proposed methodologies and recommendations about the optimization of 4D-CT acquisition parameters and an original method for automated motion artifact detection in 4D-CT images. Target delineation introduces one of the main source of uncertainties during radiation therapy treatment planning. We quantified inter-observer variations in the delineation of the gross tumor volume (GTV) and the internal target volume (ITV) using an original method in order to incorporate them in margin calculation. Reduction of motion uncertainties can be achieved by combining an abdominal pressure device with the immobilization system to reduce the amplitude of respiratory motion. We proposed a study to evaluate the usefulness of such a device according to the tumor location within the lung. Delivering the dose to the ITV implies an important exposure of healthy tissues along the tumor trajectory. An alternative strategy consists in irradiating the tumor in its time-averaged mean position, the mid-position. Margins are reduced compared with an ITV-based strategy while maintaining a correct tumor coverage. One part of the work consisted in participating in the implementation of a clinical trial in photon radiation therapy to compare the two strategies, ITV and mid-position. In the margin recipe proposed by van Herk, a Gaussian distribution of all combined errors is assumed. In most cases, respiratory motion has an asymmetric non-Gaussian distribution and the assumption may not be valid for strongly asymmetric tumor motions with a large amplitude. We proposed a numerical population-based model to incorporate asymmetry and non-Gaussianity of respiratory motion in margin calculation. Finally, when taking respiratory motion into account in particle therapy with safety margins, one must consider various parameters, particularly the dose deposit sensitivity to density variations. The last part is dedicated to a discussion on the defining of safety margins in order to optimally take into account respiratory motion.

Actuellement, l’étude du mouvement des tissus biologiques figure parmi les thématiques majeures dans le domaine de l’imagerie médicale, dont le challenge est d’apporter un complément d’information clinique et de permettre une aide au diagnostic. L’application récente de techniques d’élastographie ouvre de nouvelles perspectives de caractérisation biomécanique des tissus, et notamment du cerveau. Dans ce contexte, nous proposons une méthodologie innovante d’élastographie passive des propriétés mécaniques du tissu cérébral dont le but est de permettre à terme le diagnostic des maladies neurodégénératives. / The study of biological tissues movement is currently, one of the major thematics in the medical imaging field. The challenge is to provide additional clinical information and allow for diagnostic assistance. The recently introduced elastographic techniques, provide ample opportunities for biomechanical tissues characterization, particularly of cerebral tissues. An innovative passive-elastographic methodology for assessing mechanical properties of brain tissue is proposed. The eventual aim is to allow for the diagnosis of neurodegenerative diseases.

Dans le cadre de cette thèse, nous nous somme focalisés sur deux objectifs complémentaires. Le premier concerne l’évolution de la méthode du Gabarit Déformable Elastique (GDE) pour l’extraction semi-automatique de l’anatomie et du mouvement cardiaque, développée au laboratoire Creatis. Un travail a d’abord été réalisé sur une base de données de 45 patients afin de mettre en évidence les points forts et les points faibles de l’algorithme, notamment la difficulté à suivre des déformations trop importantes ou des formes inhabituelles. Puis, différents types de contraintes ont été intégrées au modèle GDE afin d’en améliorer les performances : prescription locale ou dense de déplacements, directionnalité de la déformation contrainte par celle des fibres. Les contraintes proposées sont évaluées sur des données de synthèse et des données réelles en IRM ciné et de marquage tissulaire acquises chez l’homme. Parallèlement, une étude a été réalisée pour mettre en place la méthodologie nécessaire à l’extraction et l’analyse statistique de la déformation des fibres myocardiques. Ce travail a été effectué en collaboration avec une équipe du Auckland Bioengineering Institute en Nouvelle-Zélande. Un modèle biomécanique par éléments finis intègre la direction principale des fibres en tout point du ventricule gauche issue d’acquisitions en IRM du tenseur de diffusion (IRM-TD) sur coeurs humains ex vivo et le mouvement issu de séquences IRM marquées. Cette combinaison permet l’estimation de la déformation des fibres et sa variation durant le cycle cardiaque. La variabilité dans la déformation des fibres est étudiée statistiquement à travers le croisement d’une base de données IRM-TD et d’une base de données IRM marquées. / In this thesis, we are interested in two complementary goals. First, we have improved the Dynamic Deformable Elastic Template (DET) model, developed at Creatis, for the semi-automatic extraction of the anatomy and cardiac motion. The performance of the method was assessed on a database consisting in 45 patients and yielded fairly accurate results. However, it experienced difficulties when dealing with very large thickening throughout the cardiac cycle. Thus, different type of constraints were integrated to the DET model in order to improve robustness and accuracy : local or dense prescribed displacements, deformations directionally constrained by the fibres. These constraints are evaluated on simulated and real human data, in both cine and tagged MR images. A methodology has also been developed in order to extract and statistically analyse myocardial fibre strain. This work was done in collaboration with a team at the Auckland Bioengineering Institute in New Zealand. A finite elements biomechanical model integrates the principle direction of fibres in the left ventricle from Diffusion Tensor MRI acquisitions on ex vivo human hearts and motion from tagged MRI sequences. Fibre strain and its variation throughout the cardiac cycle were estimated. Variability in fibre strain is statistically studied by joining DT-MRI and tagged MRI databases.

Évaluer quantitativement les mouvements d'un patient lors d'un traitement par radiothérapie est un enjeu majeur. En effet, ces mouvements et ces déformations anatomiques induisent une incertitude balistique conduisant les thérapeutes à augmenter les marges de sécurité, ce qui peut empêcher de délivrer une dose suffisante à la région tumorale. Dans le cadre de cette thèse, nous nous sommes intéressés à l'estimation de ces mouvements dans les images obtenues juste avant le traitement par le scanner à faisceau conique. Pour cela, nous avons utilisé des algorithmes de recalage déformable. Dans un premier temps, nous avons cherché à améliorer la modélisation du mouvement respiratoire. Pour cela, nous nous sommes basés sur un modèle utilisant une segmentation de l'intérieur de la cage thoracique afin d'autoriser le glissement des organes internes contre cette dernière, tout en préservant un champ de déformation cohérent. La segmentation de l'intérieur de la cage thoracique est effectuée automatiquement par un algorithme qui prend en paramètres une segmentation des poumons et de la cage thoracique. Les algorithmes permettant de segmenter ces deux régions se sont avérés peu robustes, ce qui nous a poussé à les améliorer. Une fois ces structures bien segmentées, le modèle de transformation souffre d'un inconvénient majeur empêchant son utilisation dans un algorithme de recalage entre des projections 2D et une image 3D. En effet, il nécessite une segmentation 3D de l'intérieur de la cage thoracique dans les 2 images à recaler, ce qui est impossible à obtenir pour la série de projections 2D. Le modèle proposé dans cette thèse permet de contraindre les déformations à représenter des mouvements physiologiquement plausibles, tout en ne nécessitant qu'une seule segmentation de l'image 3D. Dans un deuxième temps, nous avons implémenté un algorithme de recalage 2D/3D utilisant le modèle de déformation proposé afin d'extraire le mouvement respiratoire des projections 2D de l'imageur à faisceau conique. Cet algorithme a été testé sur des images simulées dont les déformations étaient connues. Les résultats étant concluants, nous avons utilisé un algorithme de reconstruction compensée en mouvement dans le but de produire des images 3D sans flou respiratoire sur des données réelles. L'approche proposée permet d'obtenir une connaissance approfondie de l'anatomie du patient et de son mouvement respiratoire le jour du traitement, ce qui ouvre de nouvelles perspectives comme l'adaptation journalière du traitement, le calcul de dose prenant en compte le mouvement respiratoire et la re-planification de traitement. Cette approche de recalage entre une image 3D et des projections 2D est généralisable à d'autres mouvements et d'autres régions anatomiques. / Motion estimation is a challenge in radiotherapy. It requires security margins to account for the incertitude on the tumor position. In this thesis, we address the problem of estimating the motion directly in the treatment room using the cone-beam projections. Firstly, we proposed a new breathing motion model that takes into account the sliding discontinuity between the rib-cage and the lungs. This method uses a segmentation of the inner part of the rib-cage which is obtained by an algorithm that requires the segmentation of the lungs and the rib-cage. The algorithms segmenting these parts were not robust enough and we proposed methods to improve their robustness. Compared to previous methods using this mask, our motion model is more robust to segmentation inconsistencies because it only requires a single mask instead of two consistent masks. Moreover, in case of 2D/3D registration, the computation of the second mask is usually not possible. The proposed model restricts the transformation to physically plausible motions and rely on a single segmentation. Secondly, we proposed a 2D/3D registration algorithm that uses our breathing model to extract motion from the cone-beam projections obtained just before the treatment. This algorithm was tested on simulated data. Then, we applied it to real data to reconstruct motion compensated images to remove motion blur from cone-beam CT. The proposed approach gives access to the patient motion just before the treatment, which can be used to daily adapt the treatment or to compute 4D dose maps. This approach can be used for other motions in other anatomic regions.

In the field of robotics and self-navigation, Simultaneous Localization and Mapping (SLAM) is a technique crucial for estimating poses while concurrently creating a map of the environment. Robotics applications often rely on various sensors for pose estimation, including cameras, inertial measurement units (IMUs), and more. Traditional discrete SLAM, utilizing stereo camera pairs and inertial measurement units, faces challenges such as time offsets between sensors. A solution to this issue is the utilization of continuous-time models for pose estimation. This thesis delves into the exploration and implementation of a continuous-time SLAM system, investigating the advantages of multi-modal sensor fusion over discrete stereo vision models. The findings indicate that incorporating an IMU into the system enhances pose estimation, providing greater robustness and accuracy compared to relying solely on visual SLAM. Furthermore, leveraging the continuous model's derivative and smoothness allows for decent pose estimation with fewer measurements, reducing the required quantity of measurements and computational resources.

Ce travail de thèse est axé sur le domaine du traitement d'images biomédicales. L'objectif de notre étude est l'estimation des paramètres traduisant les propriétés mécaniques de l'artère carotide in vivo en imagerie échographique, dans une optique de détection précoce de la pathologie cardiovasculaire. L'analyse du mouvement longitudinal des tissus de la paroi artérielle, i.e. dans la même direction que le flux sanguin, représente la motivation majeure de ce travail. Les trois contributions principales proposées dans ce travail sont i) le développement d'un cadre méthodologique original et semi-automatique, dédié à la segmentation et à l'estimation du mouvement de la paroi artérielle dans des séquences in vivo d'images ultrasonores mode-B, ii) la description d'un protocole de génération d'une référence, faisant intervenir les opérations manuelles de plusieurs experts, dans le but de quantifier la précision des résultats de notre méthode malgré l'absence de vérité terrain inhérente à la modalité échographique, et iii) l'évaluation clinique de l'association entre les paramètres mécaniques et dynamiques de la paroi carotidienne et les facteurs de risque cardiovasculaire dans le cadre de la détection précoce de l'athérosclérose. Nous proposons une méthode semi-automatique, basée sur une approche conjointe de segmentation des contours de la paroi et d'estimation du mouvement des tissus. L'extraction de la position des interfaces est réalisée via une approche spécifique à la structure morphologique de la carotide, basée sur une stratégie de programmation dynamique exploitant un filtrage adapté. L'estimation du mouvement est réalisée via une méthode robuste de mise en correspondance de blocs (block matching), basée sur la connaissance du déplacement a priori ainsi que sur la mise à jour temporelle du bloc de référence par un filtre de Kalman spécifique. La précision de notre méthode, évaluée in vivo, correspond au même ordre de grandeur que celle résultant des opérations manuelles réalisées par des experts, et reste sensiblement meilleure que celle obtenue avec deux autres méthodes traditionnelles (i.e. une implémentation classique de la technique de block matching et le logiciel commercial Velocity Vector Imaging). Nous présentons également quatre études cliniques réalisées en milieu hospitalier, où nous évaluons l'association entre le mouvement longitudinal et les facteurs de risque cardiovasculaire. Nous suggérons que le mouvement longitudinal, qui représente un marqueur de risque émergent et encore peu étudié, constitue un indice pertinent et complémentaire aux marqueurs traditionnels dans la caractérisation de la physiopathologie artérielle, reflète le niveau de risque cardiovasculaire global, et pourrait être bien adapté à la détection précoce de l'athérosclérose. / This thesis is focused on the domain of bio-medical image processing. The aim of our study is to assess in vivo the parameters traducing the mechanical properties of the carotid artery in ultrasound imaging, for early detection of cardiovascular diseases. The analysis of the longitudinal motion of the arterial wall tissues, i.e. in the same direction as the blood flow, represents the principal motivation of this work. The three main contributions proposed in this work are i) the development of an original and semi-automatic methodological framework, dedicated to the segmentation and motion estimation of the arterial wall in in vivo ultrasound B-mode image sequences, ii) the description of a protocol aiming to generate a reference, involving the manual tracings of several experts, in the objective to quantify the accuracy of the results of our method despite the absence of ground truth inherent to ultrasound imaging, and iii) the clinical evaluation of the association between the mechanical and dynamical parameters of the arterial wall and the cardiovascular risk factors, for early detection of atherosclerosis. We propose a semi-automatic method, based on a combined approach of wall segmentation and tissues motion estimation. The extraction on the interfaces position is realized via an approach specific to the morphological structure of the carotid artery, based on a strategy of dynamic programming using a matched filter. The motion estimation is performed via a robust block matching method, based on the a priori knowledge of the displacement as well as the temporal update of the reference block with a specific Kalman filter. The accuracy of our method, evaluated in vivo, corresponds to the same order of magnitude as the one resulting from the manual operations performed by experts, and is significantly higher than the one obtained from two other classical methods (i.e. a classical implementation of the block matching technique, and the VVI commercial software). We also present four clinical studies, and we evaluate the association between longitudinal motion and cardiovascular risk factors. We suggest that the longitudinal motion, which represents an emerging cardiovascular risk marker that has been only few studied yet, constitutes a pertinent and complementary marker aiming at the characterization of arterial physio-pathology, traduces the overall cardiovascular risk level, and could be well suited to the early detection of the atherosclerosis.

Dans les examens médicaux et les actes de thérapie, les techniques minimalement invasives sont de plus en plus utilisées. Des instruments comme des aiguilles de biopsie, ou des électrodes sont utilisés pour extraire des échantillons de cellules ou pour effectuer des traitements. Afin de réduire les traumatismes et de faciliter le suivi visuelle de ces interventions, des systèmes d’assistance par imagerie médicale, comme par exemple, par l’échographie 2D, sont utilisés dans la procédure chirurgicale. Nous proposons d’utiliser l’échographie 3D pour faciliter la visualisation de l’aiguille, mais en raison de l’aspect bruité de l’image ultrasonore (US) et la grande quantité de données d’un volume 3D, il est difficile de trouver l’aiguille de biopsie avec précision et de suivre sa position en temps réel. Afin de résoudre les deux principaux problèmes ci-dessus, nous avons proposé une méthode basée sur un algorithme RANSAC et un filtre de Kalman. De même l’étude est limitée à une région d’intérêt (ROI) pour obtenir une localisation robuste et le suivi de la position de l’aiguille de biopsie en temps réel. La méthode ROI-RK se compose de deux étapes: l’étape d’initialisation et l’étape de suivi. Dans la première étape, une stratégie d’initialisation d’une ROI en utilisant le filtrage de ligne à base de matrice de Hesse est mise en œuvre. Cette étape permet de réduire efficacement le bruit de granularité du volume US, et de renforcer les structures linéaires telles que des aiguilles de biopsie. Dans la deuxième étape, après l’initialisation de la ROI, un cycle de suivi commence. L’algorithme RK localise et suit l’aiguille de biopsie dans une situation dynamique. L’algorithme RANSAC est utilisé pour estimer la position des micro-outils et le filtrage de Kalman permet de mettre à jour la région d’intérêt et de corriger la localisation de l’aiguille. Une stratégie d’estimation de mouvement est également appliquée pour estimer la vitesse d’insertion de l’aiguille de biopsie. Des volumes 3D US avec un fond inhomogène ont été simulés pour vérifier les performances de la méthode ROI-RK. La méthode a été testée dans des conditions variables, telles que l’orientation d’insertion de l’aiguille par rapport à l’axe de la sonde et le niveau de contraste (CR). La précision de la localisation est de moins de 1 mm, quelle que soit la direction d’insertion de l’aiguille. Ce n’est que lorsque le CR est très faible que la méthode proposée peut échouer dans le suivi d’une structure incomplète de l’aiguille. Une autre méthode, utilisant l’algorithme RANSAC avec apprentissage automatique a été proposée. Cette méthode vise à classer les voxels en se basant non seulement sur l’intensité, mais aussi sur les caractéristiques de la structure de l’aiguille de biopsie. Les résultats des simulations montrent que l’algorithme RANSAC avec apprentissage automatique peut séparer les voxels de l’aiguille et les voxels de tissu de fond avec un CR faible. / In medical examinations and surgeries, minimally invasive technologies are getting used more and more often. Some specially designed surgical instruments, like biopsy needles, or electrodes are operated by radiologists or robotic systems and inserted in human’s body for extracting cell samples or delivering radiation therapy. To reduce the risk of tissue injury and facilitate the visual tracking, some medical vision assistance systems, as for example, ultrasound (US) systems can be used during the surgical procedure. We have proposed to use the 3D US to facilitate the visualization of the biopsy needle, however, due to the strong speckle noise of US images and the large calculation load involved as soon as 3D data are involved, it is a challenge to locate the biopsy needle accurately and to track its position in real time in 3D US. In order to solve the two main problems above, we propose a method based on the RANSAC algorithm and Kalman filter. In this method, a region of interest (ROI) has been limited to robustly localize and track the position of the biopsy needle in real time. The ROI-RK method consists of two steps: the initialization step and the tracking step. In the first step, a ROI initialization strategy using Hessian based line filter measurement is implemented. This step can efficiently reduce the speckle noise of the ultrasound volume, and enhance line-like structures as biopsy needles. In the second step, after the ROI is initialized, a tracking loop begins. The RK algorithm can robustly localize and track the biopsy needles in a dynamic situation. The RANSAC algorithm is used to estimate the position of the micro-tools and the Kalman filter helps to update the ROI and auto-correct the needle localization result. Because the ROI-RK method is involved in a dynamic situation, a motion estimation strategy is also implemented to estimate the insertion speed of the biopsy needle. 3D US volumes with inhomogeneous background have been simulated to evaluate the performance of the ROI-RK method. The method has been tested under different conditions, such as insertion orientations angles, and contrast ratio (CR). The localization accuracy is within 1 mm no matter what the insertion direction is. Only when the CR is very low, the proposed method could fail to track because of an incomplete ultrasound imaging of the needle. Another methodology, i.e. RANSAC with machine learning (ML) algorithm has been presented. This method aims at classifying the voxels not only depending on their intensities, but also using some structure features of the biopsy needle. The simulation results show that the RANSAC with ML algorithm can separate the needle voxels and background tissue voxels with low CR.