L'étude des cellules souches est l'un des champs de recherches les plus importants dans le domaine biomédical. La vision par ordinateur et le traitement d'images ont été fortement mis en avant dans ce domaine pour le développement de solutions automatiques de culture et d'observation de cellules. Ce travail de thèse propose une nouvelle méthodologie pour l'observation et la modélisation de la prolifération de cellule souche neuronale sous microscope à contraste de phase. À chaque observation réalisée par le microscope durant la prolifération, notre système extrait un modèle en trois dimensions de la structure de cellules observées. Cela est réalisé par une suite de processus d'analyse, synthèse et sélection. Premièrement, une analyse de la séquence d'images de contraste de phase permet la segmentation de la neurosphère et des cellules la constituant. À partir de ces informations, combinées avec des connaissances a priori sur les cellules et le protocole de culture, plusieurs modèles 3-D possibles sont générés. Ces modèles sont finalement évalués et sélectionnés par rapport à l¿image d¿observation, grâce à une méthode de recalage 3-D vers 2-D. A travers cette approche, nous présentons un outil automatique de visualisation et d'observation de la prolifération de cellule souche neuronale sous microscope à contraste de phase.

Nous proposons de construire un atlas numérique 3D contenant les caractéristiques moyennes et les variabilités de la morphologie d’un organe. Nos travaux seront appliqués particulièrement à la construction d'un atlas numérique 3D de la totalité de la cornée humaine incluant la surface antérieure et postérieure à partir des cartes topographiques fournies par le topographe Orbscan II. Nous procédons tout d'abord par normalisation de toute une population de cornées. Dans cette étape, nous nous sommes basés sur l'algorithme de recalage ICP (iterative closest point) pour aligner simultanément les surfaces antérieures et postérieures d'une population de cornée vers les surfaces antérieure et postérieure d'une cornée de référence. En effet, nous avons élaboré une variante de l'algorithme ICP adapté aux images (cartes) de cornées qui tient compte de changement d'échelle pendant le recalage et qui se base sur la recherche par voisinage via la distance euclidienne pour établir la correspondance entre les points. Après, nous avons procédé pour la construction de l'atlas cornéen par le calcul des moyennes des élévations de surfaces antérieures et postérieures recalées et leurs écarts-types associés. Une population de 100 cornées saines a été utilisée pour construire l'atlas cornéen normal. Pour visualiser l’atlas, on a eu recours à des cartes topographiques couleurs similairement à ce qu’offrent déjà les systèmes topographiques actuels. Enfin, des observations ont été réalisées sur l'atlas cornéen reflétant sa précision et permettant de développer une meilleure connaissance de l’anatomie cornéenne. / We propose to build a 3D digital atlas which contains the average characteristics and variability of the morphology of an organ. In particular our work consists in the construction of a 3D digital atlas of the entire human cornea including anterior and posterior surfaces. The atlas was built using topographies provided by the Orbscan II system. First, we normalized the given population of corneas using a variant of the ICP (iterative closest point) algorithm for shape registration to fit simultaneously the anterior and posterior surfaces with the anterior and posterior surfaces of a reference cornea. Indeed, we developed a specific algorithm for corneas topographies that considers scaling during registration and which is based on neighborhood search via the Euclidean distance to find the correspondence between points. After that, we built the corneal atlas by averaging elevations of anterior and posterior surfaces and by calculating their associated standard deviations. A population of 100 healthy corneas was used to construct the normal corneal atlas. To illustrate the atlas, we used topographic color maps like those already offered by existing topographic systems. Finally, observations were made on the corneal atlas that reflects its precision and allows to develop a better understanding of corneal anatomy.

Les techniques de chirurgie assistée par ordinateur suscitent depuis quelques années un vif intérêt, depuis l’aide au diagnostic jusqu’à l’intervention chirurgicale elle-même, en passant pas les prises de décision. Dans ce but, l’Analyse par Éléments Finis (AEF) du comportement de modèles biomécaniques tridimensionnels est une des méthodes numériques les plus utilisées et les plus efficaces. Cependant, la fiabilité des solutions de l’AEF dépend fortement de la qualité et de la finesse de la représentation des organes sous la forme de maillages d'éléments finis (MEF). Or la génération de tels maillages peut être extrêmement longue et exigeante en ressources computationnelles, car il est nécessaire de procéder à l’extraction précise de la géométrie de l’organe-cible à partir d’images médicales avant de recourir à des algorithmes sophistiqués de maillage. Confrontés à ces enjeux, certains travaux se sont attachés à éviter la procédure de maillage en exploitant des méthodes fondées pour chaque patient sur la déformation géométrique d’un maillage défini sur un sujet de référence, dit « Atlas ». Mais ces méthodes nécessitent toujours une description géométrique précise de l’organe-cible du patient, sous la forme de contours, de modèles surfaciques tridimensionnels ou d’un ensemble de points de référence. Dans ce contexte, le but de la thèse est de développer une méthodologie de conception automatique de maillages « patient-spécifiques », basée sur un Atlas, mais évitant cette étape de segmentation de la géométrie de l’organe-cible du patient. Dans une première partie de la thèse, nous proposons une méthode automatique qui, dans une première phase, procède au recalage volumétrique de l'image anatomique de l’Atlas sur celle du patient, afin d’extraire la transformation géométrique permettant de passer de l’Atlas au patient, puis, dans une seconde phase, déforme le maillage de l’Atlas et l’adapte au patient en lui appliquant cette transformation. Le processus de recalage est conçu de telle manière que la transformation géométrique préserve la régularité et la haute qualité du maillage. L’évaluation de notre méthode, à savoir l'exactitude du processus de recalage inter-sujets, s’est faite en deux étapes. Nous avons d’abord utilisé un ensemble d’images CT de la cage thoracique, en accès libre. Puis nous avons exploité des données IRM de la langue que nous avons recueillies pour deux sujets sains et deux patients souffrant de cancer de la langue, en condition pré- et post-opératoire.Dans une seconde partie, nous développons une nouvelle méthode, toujours basée sur un Atlas, qui exploite à la fois l'information fournie par les images anatomiques et celle relative à la disposition des fibres musculaires telles qu’elle est décrite par imagerie par résonance magnétique du tenseur de diffusion (RM-DT). Cette nouvelle démarche s’appuie ainsi, d’abord sur le recalage anatomique proposé dans notre première méthode, puis sur l’identification et le recalage d’un ensemble de faisceaux de fibres musculaires qui seront ensuite intégrés aux maillages « patient-spécifiques ». Contrairement aux techniques usuelles de recalage d’images RM-DT, qui impliquent pour chaque image la réorientation des tenseurs de diffusion soit au cours de l'estimation de la transformation géométrique, soit après celle-ci, notre technique ne nécessite pas cette réorientation et recale directement les faisceaux de fibres de l’Atlas sur ceux du patient. Notre démarche est très importante, car la détermination et l’identification précises de toutes les sous-structures musculaires nécessiteraient une intervention manuelle pour analyser des milliers, voire des millions, de fibres, qui sont grandement influencées par les limitations et aux distorsions inhérentes aux images RM-DT et aux techniques de tractographie des fibres. L’efficacité de notre méthodologie est démontrée par son évaluation sur un ensemble d’images IRM et RM-DT de la langue d’un sujet. / During the last years, there has been considerable interest in using computer-aided medical design, diagnosis, and decision-making techniques that are rapidly entering the treatment mainstreams. Finite Element Analysis (FEA) of 3D models is one of the most popular and efficient numerical methods that can be utilized for solving complex problems like deformation of soft tissues or orthopedic implant designs/configurations. However, the accuracy of solutions highly depends upon the quality and accuracy of designed Finite Element Meshes (FEMs). The generation of such high-quality subject/patient-specific meshes can be extremely time consuming and labor intensive as the process includes geometry extraction of the target organ and meshing algorithms. In clinical applications where the patient specifiity has to be taken into account via the generation of adapted meshes these problems become methodological bottlenecks. In this context, various studies have addressed these challenges by bypassing the meshing phase by employing atlas-based frameworks using the deformation of an atlas FE mesh. However, these methods still rely on the geometrical description of the target organ, such as contours, 3D surface models, or a set of land-marks.In this context, the aim of this thesis is to investigate how registration techniques can overcome these bottlenecks of atlas-based approaches.We first propose an automatic atlas-based method that includes the volumetric anatomical image registration and the morphing of an atlas FE mesh. The method extracts a 3D transformation by registering the atlas' volumetric image to the subject's one. The subject-specific mesh is then generated by deforming a high-quality atlas FE mesh using the derived transformation. The registration process is designed is such a way to preserve the regularity and the quality of meshes for subsequent FEAs. A first step towards the evaluation of our approach, namely the accuracy of the inter-subject registration process, is provided using a data set of CT ribcage. Then, subject-specific tongue meshes are generated for two healthy subjects and two patients suffering from tongue cancer, in pre- and post-surgery conditions. In order to illustrate a tentative fully automatic process compatible with the clinical constraints, some functional consequences of a tongue surgery are simulated for one of the patients, where the removal of the tumor and the replacement of the corresponding tissues with a passive flap are modeled. With the extraction of any formal priorknowledge on the shape of the target organ and any meshing algorithm, high-quality subject-specific FE meshes are generated while subject’s geometrical properties are successfully captured.Following this method, we develop an original atlas-based approach that employs the information provided by the anatomical images and diffusion tensor imaging (DTI) based muscle fibers for the recognition and registration of fiber-bundles that can be integrated in the subject-specific FE meshes. In contrast to the DT MR images registration techniques that include reorientation of tensors within or after the transformation estimation, our methodology avoids this issue and directly aligns fiber-bundles. This also enables one to handel limited or distorted DTIs by deformation of an atlas fibers’ structure according to the most reliable and non-distorted subject’s ones. Such a manner becomes very important, since the classification and the determination of muscular sub-structures need manual intervention of thousands or millions of fibers for each subject, which are influenced by the limitations associated with the DTI image acquisition process and fiber tractography techniques. To evaluate the performance of our method in the recognition of subject’s fiber-bundles and accordingly in the deformation of the atlas ones, a simulated data set is utilized. In addition, feasibility of our method is demonstrated on acquired human tongue data set.

La complexité de l’anatomie fait de son apprentissage une tâche difficile. Au fil des années, différents supports de connaissances ont vu le jour dans le but de représenter et structurer l’anatomie : des dessins au tableau, aux livres d’anatomie, en passant par l’étape incontournable de la dissection, et des travaux pratiques sur maquettes 3d. Il est néanmoins difficile d’appréhenderla dimension dynamique de l’anatomie avec les outils d’apprentissage conventionnels ; connaissance qui est pourtant essentielle à la formation des médecins. A travers ces travaux de thèse nous proposons un système original et innovant pour l’apprentissage de l’anatomie intitulé « Living Book of Anatomy » (LBA). L’idée étant, pour un utilisateur donné, de superposer à sa propre image une maquette anatomique 3d (peau, squelette, muscles et viscères) et del’animer en mimant les mouvements de celui-ci. Nous parlons ici d’une application temps-réel de type « miroir augmenté ». Nous utilisons la Kinect comme capteur de mouvement.Le premier défi à relever est l’identification de caractéristiques morphologiques qui nous permettront de recaler notre maquette anatomique 3d sur l’utilisateur. Nous proposons ici deux technologies interchangeables en fonction des besoins. La première méthode, temps-réel, est basée sur l’utilisation de transformations affines attachées entre les repères positionnés à chaque articulation du squelette donné par la Kinect pour déformer la maquette 3d à l’aide de poids de skinning prédéfinis. La seconde méthode, plus couteuse en temps (de l’ordre de quelques minutes), se découpe en trois parties : dans un premier temps nous déformons la peau à l’aide de la position des articulations du squelette d’animation Kinect et du nuage de pointpartiel de l’utilisateur ; à partir de cela et de règles anatomiques strictes nous déformons le squelette ; pour finir nous déformons les tissus mous pour qu’ils comblent l’espace entre le squelette et la peau. Le second défi concerne la capture réaliste et temps-réel des mouvements utilisateurs. Reproduire le comportement des structures anatomiques est une tâche complexe due aux informations Kinect souvent partielles et très bruitées. Nous proposons ici l’utilisation de règles anatomiques concernant les articulations du corps (axes de rotation et butées articulaires) pour contraindre les mouvements donnés par la Kinect et obtenir des mouvements réalistes. Pour obtenir des mouvements fluides nous nous proposons d’utiliser des filtrages, notamment le filtre de Kalman. Le dernier défi concerne la dominante de retour visuel et d’interaction.Lors de ces travaux nous nous sommes tout particulièrement intéressés à un renducorps complet pour montrer le fonctionnement général du corps humain et de ces différentes articulations. Nous avons également choisi le membre inférieur comme structure anatomique d’intérêt avec pour but la mise en avant de phénomènes anatomiques spécifiques, comme l’activité musculaire.Les différents éléments ont été intégrés dans un système opérationnel présenté en détails dans ce manuscrit de thèse. Grâce à des expérimentations - avec des étudiants et des professionnels de différents domaines - et la présentation de ces travaux sous forme de démonstrations lors de différents congrès, nous avons validé cet outil / To ease the complex task of anatomy learning, there exist many ways to represent and structure anatomy : illustrations, books, cadaver dissections and 3d models. However, it is difficult to understand and analyse anatomy motion, which is essential for medicine students. We present the "Living Book of Anatomy" (LBA), an original and innovative tool to learn anatomy. For a specific user, we superimpose a 3d anatomical model (skin, skeleton, muscles and visceras) onto the user’s color map and we animate it following the user’s movements. We present a real-time mirror-like augmented reality (AR) system. A Kinect is used to capturebody motions.The first innovation of our work is the identification of the user’s body measurements to register our 3d anatomical model. We propose two different methods to register anatomy.The first one is real-time and use affine transformations attached to rigid positioned on each joint given by the Kinect body tracking skeleton in order to deform the 3d anatomical model using skinning to fit the user’s measurements.The second method needs a few minutes to register the anatomy and is divided in 3 parts : skin deformation (using Kinect body tracking skeleton and the Kinect partial point cloud), with it and strict anatomical rules we register the skeleton. Lastly we deformm the soft tissues to completly fill the space inbetween the registered skeleton and skin.Secondly, we want to capture realistically and in real-time the user’s motion. To do that we need to reproduce anatomical structure motion but it is a complex task due to the noisy and often partial Kinect data. We propose here the use of anatomical rules concerning body articulations (angular limits and degrees of freedom) to constraint Kinect captured motion in order to obtain/gain plausible motions. a kalman filter is used to smooth the obtaiined motion capture.Lastly, to embed visual style and interaction, we use a full body reproduction to show general knowledge on human anatomy and its differents joints. We also use a lower-limb as structure of interest to higlight specific anatomical phenomenon, as muscular activity.All these tools have been integrated in a working system detailed in this thesis.We validated our tool/system by presenting it as a live demo during different conferences and through user studies done with students and professionnals from different backgrounds

Nous présentons dans cette étude nos travaux concernant le recalage 3D/2D d'images de dissection aortique. Son but est de de proposer une visualisation de données médicales, qui pourra servir dans le contexte de l'assistance peropératoire durant les procédures endovasculaires.Pour effectuer cette tâche, nous avons proposé un modèle paramétrique de l'aorte, appelé enveloppe tubulaire. Il sert à exprimer la forme globale et les déformations de l'aorte, à l'aide d'un nombre minimal de paramètres.L'enveloppe tubulaire est utilisée par les algorithmes de recalage proposés dans cette étude.Notre méthode originale consiste à proposer un recalage par calcul direct de la transformation entre image 2D, i.e. sans procéssus d'optimisation, et est appelée recalage par ITD .Les descripteurs, que nous avons définis pour le cas des images d'aorte, permettent de trouver rapidement un alignement grossier des données. Nous proposons également l'extension de notre approche pour la mise en correspondance des images 3Det 2D.La chaîne complète du recalage 3D/2D, que nous présentons dans ce document, est composée de la technique ITD et de méthodes précises iconiques et hybrides. L'intégration de notre algorithme basé sur les descripteurs en tant qu'étape d'initialisation réduit le temps de calcul nécessaire et augmente l'efficacité du recalage, par rapport aux approches classiques.Nous avons testé nos méthodes avec des images médicales, issues de patients trîtés par procédures endovasculaires. Les résultats ont été vérifiés par les spécialistes cliniques et ont été jugés satisfaisants; notre chaine de recalage pourrait ainsi être exploitée dans les salles d'interventions à l'avenir. / In this study, we present our works related to 3D/2D image registrationfor aorti dissition. Its aim is to propose a visualization of medial datawhih an be used by physians during endovas ular proedures.For this purpose, we have proposed a parametrimodel of aorta, alleda Tubular Envelope. It is used to express the global shape and deformationsof the aorta, by a minimal number of parameters. The tubular envelope isused in our image registration algorithms.The registration by ITD (Image Transformation Descriptors) is our ori-ginal method of image alignment : itomputes the rigid 2D transformation between data sets diretly, without any optimization process.We provide thedefinition of this method, as well as the proposition of several descriptors' formulae, in the base of images of aorta. The technique allows us to quickly and a poarse alignment between data. We also propose the extension of theoriginal approach for the registration of 3D and 2D images.The complete chain of 3D/2D image registration techniques, proposedin this document, consists of the ITD stage, followed by an intensity basedhybrid method. The use of our 3D/2D algorithm, based on the image trans-formation descriptors as an initialization phase, reduces the computing timeand improves the efficiency of the presented approach.We have tested our registration methods for the medical images of several patients after endovasular treatment. Results have been approved by our clinical specialists and our approach.We have tested our registration methods for the medical images of several patients after endovascular treatment. Results have been approved by our clinical specialists and our approach may appear in the intervention rooms in the futur.

Les imageurs des hôpitaux produisent de plus en plus d'images 3D et il y a un nombre croissant d'études de cohortes. Afin d'ouvrir la voie à des méthodes utilisant de larges bases de données, il est nécessaire de développer des approches permettant de rendre ces bases cohérentes en recalant les images. Les principales méthodes actuelles de recalage de groupes utilisent des données denses (voxels) et sélectionnent une référence pour mettre en correspondance l'ensemble des images. Nous proposons une approche de recalage par groupes, sans image de référence, en utilisant seulement des points d'intérêt (Surf3D), applicable à des bases de plusieurs centaines d'images médicales. Nous formulons un problème global fondé sur l'appariement de points d'intérêt. La variabilité inter-individu étant grande, le taux de faux positifs (paires aberrantes) peut être très important (70\%). Une attention particulière est portée sur l'élimination des appariements erronés. Une première contribution effectue le recalage rigide de groupes d'images. Nous calculons les recalages de toutes les paires d'images. En s'appuyant sur le graphe complet de ces recalages, nous formulons le problème global en utilisant l'opérateur laplacien. Des expérimentations avec 400 images scanner CT 3D hétérogènes illustrent la robustesse de notre méthode et sa vitesse d'exécution. Une seconde contribution calcule le recalage déformable de groupes d'images. Nous utilisons des demi-transformations, paramétrées par des pyramides de B-splines, entre chaque image et un espace commun. Des comparaisons sur un jeu de données de référence montrent que notre approche est compétitive avec la littérature tout en étant beaucoup plus rapide. Ces résultats montrent le potentiel des approches basées sur des points d'intérêt pour la mise en correspondance de grandes bases d'images. Nous illustrons les perspectives de notre approche par deux applications : la segmentation multi-atlas et l'anthropologie. / The ever-increasing amount of medical images stored in hospitals offers a great opportunity for big data analysis. In order to pave the way for huge image groups screening, we need to develop methods able to make images databases consistent by group registering those images. Currently, group registration methods generally use dense, voxel-based, representations for images and often pick a reference to register images. We propose a group registration framework, without reference image, by using only interest points (Surf3D), able to register hundreds of medical images. We formulate a global problem based on interest point matching. The inter-patient variability is high, and the outliers ratio can be large (70\%). We pay a particular attention on inhibiting outliers contribution. Our first contribution is a two-step rigid groupwise registration. In the first step, we compute the pairwise rigid registration of each image pair. In a second step, a complete graph of those registrations allows us to formulate a global problem using the laplacian operator. We show experimental results for groups of up to 400 CT-scanner 3D heterogeneous images highlighting the robustness and speed of our approach. In our second contribution, we compute a non-rigid groupwise registration. Our approach involves half-transforms, parametrized by a b-spline pyramid, between each image and a common space. A reference dataset shows that our algorithm provides competitive results while being much faster than previous methods. Those results show the potential of our interest point based registration method for huge datasets of 3D medical images. We also provide to promising perspectives: multi-atlas based segmentation and anthropology.

Le but de cette étude est de comparer le respect de la morphologie canalaire après instrumentation à l’aide de trois systèmes de mise en forme canalaire différents : le One Shape NEW Generation®, le Wave One® et le Revo-S® grâce à une étude en Micro-tomographie assistée par ordinateur ou micro-CT (Computed Tomography). La mise en place d’une chaîne méthodologique totalement tridimensionnelle (3D) comprenant la reconstruction, le recalage et la segmentation a permis de traiter les images acquises et d’extraire les images recalées des canaux dentaires avant et après instrumentation. Les artéfacts de segmentation dus aux calcifications et aux débris dentinaires ont été traités. Une méthode d’estimation des zones non instrumentées a également été décrite.Le transport canalaire a été calculé pour chaque coupe de chaque tiers radiculaire, en comparant la position du centroïde avant et après instrumentation. La comparaison des moyennes de transport canalaire ne montre pas de différence significative entre les 3 systèmes d’instrumentation.Cette approche méthodologique en 4 parties a permis de valider un protocole d’imagerie 3D reproductible, qui pourra être appliqué in vitro en recherche endodontique dans l’analyse des effets instrumentaux. / The aim of this study is to compare the respect of the root canal morphology after instrumentation with different shaping systems (One Shape NEW Generation®, Wave One® and Revo-S®), by using Micro-Computed Tomography.We used a fully three-dimensional (3D) methodological process which involved the reconstruction, registration and segmentation. By this methodological process, images have been acquired and processed in order to extract registered canals images before and after the instrumentation. The segmentation artifacts like calcifications and debris have been taken into account. A method to estimate the non-instrumented zones is also described.The canal transportation was calculated for each slice of each root-third by comparing the position of the centroids before and after instrumentation. No significant difference was found between the three instrumentation systems when canal transport means were done.This 4-part methodological approach has enabled the validation of a reproducible 3D imaging protocol. This can be applied in vitro in endodontic research for analysis of the instrumental effects.

Le relevé et la reconstruction 3D de scènes sous-marine deviennent chaque jour plus incontournable devant notre intérêt grandissant pour l’étude des fonds sous-marins. La majorité des travaux existants dans ce domaine sont fondés sur l’utilisation de capteurs acoustiques l’image n’étant souvent qu’illustrative.L’objectif de cette thèse consiste à développer des techniques permettant la fusion de données hétérogènes issues d’un système photogrammétrique et d’un système acoustique.Les travaux présentés dans ce mémoire sont organisés en trois parties. La première est consacrée au traitement des données 2D afin d’améliorer les couleurs des images sous-marines pour augmenter la répétabilité des descripteurs en chaque point 2D. Puis, nous proposons un système de visualisation de scène en 2D sous forme de mosaïque.Dans la deuxième partie, une méthode de reconstruction 3D à partir d’un ensemble non ordonné de plusieurs images a été proposée. Les données 3D ainsi calculées seront fusionnées avec les données provenant du système acoustique dans le but de reconstituer le site sous-marin.Dans la dernière partie de ce travail de thèse, nous proposons une méthode de recalage 3D originale qui se distingue par la nature du descripteur extrait en chaque point. Le descripteur que nous proposons est invariant aux transformations isométriques (rotation, transformation) et permet de s’affranchir du problème de la multi-résolution. Nous validons à l’aide d’une étude effectuée sur des données synthétiques et réelles où nous montrons les limites des méthodes de recalages existantes dans la littérature. Au final, nous proposons une application de notre méthode à la reconnaissance d’objets 3D. / The survey and the 3D reconstruction of underwater become indispensable for our growing interest in the study of the seabed. Most of the existing works in this area are based on the use of acoustic sensors image.The objective of this thesis is to develop techniques for the fusion of heterogeneous data from a photogrammetric system and an acoustic system.The presented work is organized in three parts. The first is devoted to the processing of 2D data to improve the colors of the underwater images, in order to increase the repeatability of the feature descriptors. Then, we propose a system for creating mosaics, in order to visualize the scene.In the second part, a 3D reconstruction method from an unordered set of several images was proposed. The calculated 3D data will be merged with data from the acoustic system in order to reconstruct the underwater scene.In the last part of this thesis, we propose an original method of 3D registration in terms of the nature of the descriptor extracted at each point. The descriptor that we propose is invariant to isometric transformations (rotation, transformation) and addresses the problem of multi-resolution. We validate our approach with a study on synthetic and real data, where we show the limits of the existing methods of registration in the literature. Finally, we propose an application of our method to the recognition of 3D objects.

Le but de ce travail est d'analyser des scènes sous-marines naturelles et en particulier cartographier des environnements sous-marins en 3D. Il existe aujourd'hui de nombreuses techniques pour résoudre ce problème. L'originalité de ce travail se trouve dans la fusion de deux cartes obtenues avec des capteurs de différentes résolutions.Dans un premier temps, un engin autonome (ou un bateau) analyse les fonds marins avec un sonar multifaisceaux et crée une première carte globale de la zone. Cette carte est ensuite décomposée en petites cellules représentant une mosaïque du fond marin. Une deuxième analyse est ensuite réalisée sur certaines cellules particulières à l'aide d'un second capteur avec une résolution plus élevée. Cela permettra d'obtenir une carte détaillée 3D de la cellule. Un véhicule autonome sous-marin ou un plongeur muni d'un système de vision stéréoscopique effectuera cette acquisition. Ce projet se décompose en deux parties, la première s'intéressera à la reconstruction 3D de scènes sous-marines en milieu contraint à l'aide d'une paire stéréoscopique. La deuxième partie de l'étude portera sur l'aspect multimodal. Dans notre cas, nous utilisons cette méthode pour obtenir des reconstructions précises d'objets d'intérêts archéologiques (statues, amphores, etc.) détectés sur la carte globale. La première partie du travail concerne la reconstruction3D de la scène sous-marine.Même si aujourd'hui le monde de la vision a permis de mieux appréhender ce type d'image, l'étude de scène sous-marine naturelle pose encore de nombreux problèmes. Nous avons pris en compte les bruits sous-marins lors de la création du modèle 3D vidéo ainsi que lors de la calibration des appareils photos. Une étude de robustesse à ces bruits a été réalisée sur deux méthodes de détections et d'appariements de points d'intérêt. Cela a permis d'obtenir des points caractéristiques précis et robustes pour le modèle 3D. La géométrie épipolaire nous a permis de projeter ces points en 3D. La texture a été ajoutée sur les surfaces obtenues par triangulation de Delaunay. La deuxième partie consiste à fusionner le modèle 3D obtenu précédemment et la carte acoustique. Dans un premier temps, afin d'aligner les deux modèles 3D (le modèle vidéo et le modèle acoustique), nous appliquons un recalage approximatif en sélectionnant manuellement quelques paires de points équivalents sur les deux nuages de points. Pour augmenter la précision de ce dernier, nous utilisons un algorithme ICP (Iterative Closest Points). Dans ce travail nous avons créé une carte 3D sous-marine multimodale réalisée à l'aide de modèles 3D " vidéo " et d'une carte acoustique globale.

Dans cette thèse, nous présentons une méthode de segmentation d’images radiographiques des membres inférieurs en régions d’intérêt (ROIs), une méthode de recalage rigide tridimensionnel (3D) / bidimensionnel (2D) des prothèses du genou sur les deux images biplanaires radiographiques calibrées et une méthode de reconstruction 3D des membres inférieurs à partir de deux images biplanaires radiographiques calibrées. Le premier article présente une méthode de segmentation de rotule, astragale et bassin des images radiographiques en régions d’intérêt basée sur la fusion de multi-atlas et superpixels. Cette méthode utilise l’apprentissage d’une base de données d’images radiographiques de ces os segmentées manuellement et recalées entre elles pour estimer un ensemble de superpixels permettant de tenir compte de toute la variabilité locale et non linéaire existante dans la base, puis la propagation d’étiquettes basée sur le concept d’entropie pour raffiner la carte de segmentations en régions internes afin d’obtenir le résultat final. Le deuxième article présente une méthode de recalage rigide 3D / 2D des composants tibiaux et fémoraux de prothèse du genou sur deux images biplanaires radiographiques calibrées. Cette méthode utilise une mesure de similarité hybride basée sur les notions de contours et régions puis un algorithme d’optimisation stochastique pour estimer la position des composants. La similarité basée sur les régions est stable et robuste contre les bruits. Cependant, cette mesure n’est pas précise car le nombre de pixels aux contours est inférieur au celui à l’intérieur de la région. Au contraire, la similarité basée sur les contours est précise mais plus sensible au bruit ou à d’autres artefacts existant dans les images. C’est pourquoi la combinaison de ces deux similarités fournit une méthode de recalage robuste et précise. Le troisième article représente une méthode statistique biplanaire de reconstruction 3D de rotule, astragale et bassin. Cette méthode utilise un algorithme de réduction de dimensionnalité pour définir un modèle déformable paramétrique qui contient toutes les déformations statistiques admissibles apprises à partir d’une base de données des structures osseuses. Puis un algorithme d’optimisation stochastique est utilisé pour minimiser la différence entre la projection des contours / régions des modèles surfaciques osseux avec ceux segmentés sur les deux images radiographiques. / In this thesis, we present a segmentation method of lower limbs of X-ray images into regions of interest (ROIs), a three-dimensional (3D) / two-dimensional (2D) rigid registration method of knee implant components to biplanar X-ray images, and a 3D reconstruction method of the lower limbs using biplanar X-ray images. The first paper presents a superpixel and multi-atlas-based segmentation method of the patella, talus, and pelvis into regions of interest. This method uses a training dataset of pre-segmented and co-registered X-ray images of these bones to estimate a collection of superpixels allowing to take into account all the nonlinear and local variability existing in the dataset, then a propagation of label based on the entropy concept for refining the segmentation map into internal regions to the final result. The second paper presents a 3D / 2D rigid registration method of tibial and femoral components of knee implants to calibrated biplanar X-ray images. This method uses a hybrid edge- and region-based similarity measure then a stochastic optimization algorithm to estimate the component position. The region-based similarity is stable and robust to noise. However, this measure is not precise because the number of pixels in the border is fewer than the number of pixels inside the region. On the contrary, the edge-based similarity is accurate but more sensitive to noise or other artifacts existing in the images. That’s why the combination of these two similarity types provides a robust and accurate registration method. The third paper presents a statistical biplanar 3D reconstruction method of the patella, talus, and pelvis. This method uses a dimensionality reduction algorithm to define a deformable parametric model which contains all admissible statistical deformations learned from the bone structure dataset. Then a stochastic optimization algorithm is used to minimize the difference between the contour / region projection of bone models and the contours / regions in two segmented X-ray images.