Return to search

Segmentation automatisée du ventricule gauche en IRM cardiaque : Evaluation supervisée et non supervisée de cette approche et application à l'étude de la viabilité myocardique

Cette thèse a pour objectif de parvenir à une estimation automatisée des contours du ventricule gauche sur des images IRM en coupes petit-axe, nécessitant un minimum d'interventions de la part de l'utilisateur. En s'appuyant sur une approche semi-automatique récemment développée, une méthode entièrement automatique est proposée, reposant sur la localisation des structures cardiaques et la création d'une région d'intérêt autour du ventricule gauche, puis la segmentation de sa cavité. L'algorithme a été développé en prenant en compte des connaissances anatomiques et fonctionnelles sur le cœur : les caractéristiques temporelles du battement cardiaque, la pseudo-circularité des coupes petit-axe du ventricule gauche, la continuité 3D qui ont été combinées à l'intensité dans les images. La segmentation utilise une approche fondée sur les contours actifs combinée à un filtrage morphologique qui améliore la robustesse de la segmentation vis-à-vis des hétérogénéités au sein de la cavité. Le travail réalisé avec le groupe MedIEval (MedicalImaging Evaluation) a permis de comparer les deux méthodes avec 6 autres méthodes, dont 3 tracés d'experts. Une classification par une approche d'évaluation sans référence a été appliquée à la fraction d'éjection estimée par les 8 méthodes. Enfin, la méthode de segmentation proposée a été utilisée systématiquement dans une étude de recherche clinique combinant l'étude de la contraction régionale et la quantification de la transmuralité de l'infarctus du myocarde. Ces travaux ouvrent des perspectives, sur l'automatisation de la segmentation du ventricule droit et l'estimation d'une forme mutuelle robuste à partir de plusieurs segmentations.

Identiferoai:union.ndltd.org:CCSD/oai:pastel.archives-ouvertes.fr:pastel-00982333
Date10 July 2012
CreatorsConstantinides, Constantin
PublisherTélécom ParisTech
Source SetsCCSD theses-EN-ligne, France
Languagefra
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0017 seconds