Return to search

Segmentation par contours actifs de séquences de vélocimétrie IRM Application aux artères carotides

La vélocimétrie par IRM est une modalité intéressante pour explorer des pathologies cardiovasculaires. La séquence d'IRM en contraste de phase a la particularité de fournir à la fois des informations anatomiques et des informations physiologiques, permettant ainsi de mesurer les propriétés géométriques des vaisseaux ainsi que leurs propriétés hémodynamiques. Le but de cette thèse est d'automatiser la segmentation des vaisseaux et les mesures de vélocimétrie, un traitement manuel étant inadapté à une exploitation de la vélocimétrie IRM à des fins diagnostiques en routine clinique. Les travaux menés ont conduit à proposer une méthode de segmentation basée sur les contours actifs guidés par une information région (approche " région "), contrairement aux approches classiques se focalisant uniquement sur les frontières inter-régions (approche " contour "). Cette approche " région " a été évaluée sur des données provenant d'un fantôme réalisé afin de disposer d'une référence objective. Une seconde évaluation a été réalisée sur une base de 28 carotides (14 patients) segmentées manuellement par un radiologue expert. Les résultats obtenus sur les données " fantôme " montrent que l'approche " contour " conduit à une erreur de mesure de l'aire de la lumière de la carotide segmentée et de la mesure du flux de respectivement 18.4 % et 3.6 %. Ces erreurs sont plus importantes que celles obtenues en utilisant l'approche proposée (respectivement 2.3 % et 0.7 %). Ce bénéfice apparaît encore bien supérieur sur la base de patients avec une sous-estimation des aires et débits sanguins de respectivement 40.5 % et 26.5 % pour l'approche " contour ", contre 14,7 et 6.4 % pour l'approche proposée.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00956813
Date27 September 2013
CreatorsTrebuchet, Guillaume
PublisherUniversité d'Angers
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0293 seconds