L'objectif de cette thèse est de fournir des outils de segmentation automatique basés sur l'utilisation d'atlas anatomiques. Les algorithmes proposés sont appliqués et évalués dans le cadre de la radiothérapie de la région ORL : segmentation des organes à risque et des aires ganglionnaires pour la plani cation du traitement, et segmentation des dents pour l'évaluation des risques liés aux soins dentaires post-irradiation. Nous abordons d'abord la construction d'un atlas moyen à partir d'une base d'images manuellement segmentées considérées comme atlas de référence. Nous proposons en particulier plusieurs algorithmes permettant d'estimer une segmentation moyenne à partir de segmentations incomplètes comportant des contours manquants. A n de dépasser les limites inhérentes à l'atlas moyen unique, et notamment ses diffi cultés à gérer la variabilité anatomique inter-individuelle, nous proposons de construire plusieurs atlas moyens à partir d'une stratifi cation de la base d'atlas, et d'utiliser pour chaque patient l'atlas moyen le plus adapté parmi ceux disponibles. Nous présentons ensuite plusieurs approches permettant de sélectionner puis de fusionner pour chaque patient les atlas de la base les plus pertinents. Nous proposons des approches globales, régionales et locales de sélection d'atlas et un protocole non biaisé pour les évaluer. Nous proposons aussi diff érents schémas pour la fusion d'atlas, notamment la construction d'un atlas moyen composite adapté au patient. Nous montrons que la sélection et la fusion d'atlas apportent une amélioration signi ficative par rapport à l'atlas moyen. La plupart de ces travaux ont été intégrés dans le logiciel ISOgray de DOSIsoft

Nous proposons un cadre statistique pour analyser les anomalies morphologiques et organisationnelles altérant l'anatomie des circuits neuronaux chez les patients atteints du syndrome de Gilles de la Tourette. Les composants de chaque circuit (matière grise et blanche) sont représentés comme des maillages 3D et intégrés dans un seul complexe. Cela permet d'étudier leur organisation et surtout la connectivité structurelle. La méthode proposée est basée sur une approche statistique appelée construction d'atlas qui résulte en un template, capturant les invariants de la population, et en déformations template-vers-sujets, décrivant la variabilité morphologique. Premièrement, nous intégrons la construction d'atlas dans un cadre bayésien qui permet d'estimer automatiquement des paramètres autrement fixés. Deuxièmement, nous réduisons les ressources de calcul nécessaires au traitement de faisceaux de fibres en définissant un schéma d'approximation basée sur un nouveau modèle appelé courants pondérés. Troisièmement, nous décrivons un nouveau modèle de déformation pour la construction d'atlas qui permet de capturer les variations morphologiques et organisationnelles. On montre l'efficacité de la méthode par comparaison de deux groupes de 44 patients et 22 témoins. Les résultats soulignent des anomalies sur la forme des structures de la matière grise et sur la connectivité structurelle. / We propose a statistical framework to analyse morphological and organisational anomalies altering the anatomy of neural circuits in patients with Gilles de la Tourette syndrome. The components of each circuit, from both white and grey matter, are represented as 3D meshes and integrated in a single shape complex. This allows to study their organisation and in particular the structural connectivity. The proposed methodology is based on a statistical approach called atlas construction which results in a template complex, capturing the invariants of the population and in template-to-subject deformations, describing the morphological variability. First, we embed the atlas construction in a Bayesian framework which allows to automatically estimate important parameters otherwise fixed by the user. Second, we reduce the important computational resources required to process fiber bundles by defining an approximation scheme based on a new computational model called weighted currents. Third, we describe a new deformation scheme for the atlas construction which permits to model variations in structural connectivity and at the same time to capture global anatomical changes. We show the effectiveness of the proposed method by comparing two groups of 44 patients and 22 controls respectively. Results highlight anomalies about both the shape of grey matter structures and structural connectivity.

L'objectif de cette thèse est de fournir aux radiothérapeutes des outils de contourage automatique des structures à risque pour la planification de la radiothérapie des tumeurs cérébrales et de la région ORL.<br /><br />Nous utilisons pour cela un atlas anatomique, constitué d'une représentation de l'anatomie associée à une image de celle-ci. Le recalage de cet atlas permet de contourer automatiquement les organes du patient et ainsi obtenir un gain de temps considérable. Les contributions présentées se concentrent sur trois axes.<br /><br />Tout d'abord, nous souhaitons obtenir une méthode de recalage la plus indépendante possible du réglage de ses paramètres. Celui-ci, effectué par le médecin, se doit d'être minimal, tout en garantissant un résultat robuste. Nous proposons donc des méthodes de recalage permettant un meilleur contrôle de la transformation obtenue, en passant par des techniques de rejet d'appariements aberrants ou en utilisant des transformations localement affines.<br /><br />Le second axe est consacré à la prise en compte de structures dues à la tumeur. En effet, la présence de ces structures, absentes de l'atlas, perturbe le recalage de celui-ci. Nous proposons donc également des méthodes afin de contourer ces structures et de les prendre en compte dans le recalage.<br /><br />Enfin, nous présentons la construction d'un atlas ORL et son évaluation sur une base de patients. Nous montrons ici la faisabilité de l'utilisation d'un atlas de cette région, ainsi qu'une méthode simple afin d'évaluer les méthodes de recalage utilisées pour construire un atlas.<br /><br />L'ensemble de ces travaux a été implémenté dans le logiciel Imago de DOSIsoft, ceci ayant permis d'effectuer une validation en conditions cliniques.