Return to search

Recalage déformable entre angioscanner cardiaque 3D statique et angiographie coronaire dynamique 2D+t / Deformable registration between 3D static cardiac CTA and 2D+t dynamic coronary angiography

L’angioplastie coronarienne est une intervention guidée par rayons X et réalisée par voie endovasculaire qui restaure le diamètre des vaisseaux coronaires réduit par accumulation de corps gras au sein de leurs parois. Lors de cette procédure, un guide est introduit à partir d’une artère qui peut être située au poignet ou au niveau de l’aine. La technique consiste alors à amener dans le vaisseau pathologique un ballonnet gonflable dans la zone rétrécie, localisée grâce à l’injection préalable d’un produit de contraste. Le gonflement du ballonnet élargit l’artère et s’accompagne en général de la pose d’un stent, structure métallique capable de renforcer la paroi. Le geste clinique peut être facilité en intégrant aux images le détail de la nature de la paroi, information disponible avec un scanner 3D. Le but de cette thèse est de proposer une méthode de recalage déformable pour superposer cette information 3D à des images angiographiques 2D per-opératoire en déformant le modèle 3D afin qu’il suive la dynamique cardiaque capturée dans les images angiographiques. Nous introduisons un algorithme de segmentation capable de segmenter automatiquement les vaisseaux principaux dans ces images angiographiques. Ensuite, nous présentons une approche de suivi du vaisseau 3D pathologique dans une séquence 2D+t combinant appariements et déformation d’une courbe spline. Enfin, nous décrivons l’extension au suivi d'un arbre vasculaire 3D, représenté par un arbre dont les arcs sont des courbes splines, dans une séquence 2D+t. Nous avons privilégié les approches applicables avec une seule projection angiographique, bien adapté au déroulement usuel des procédures cliniques. La performance des algorithmes a fait l’objet d’évaluations quantitatives sur des données réelles incluant 30 images pour la segmentation et 23 séquences pour le recalage. / Coronary angioplasty is an X-ray guided intervention, which aims at recovering the diameter of coronary vessels when the accumulation of fat in the vessel wall reduced it. During this procedure, a guide-wire is inserted in the blood vessel located at the wrist or groin. This guide-wire brings into the pathologic vessel a balloon at the level of the fat accumulation, thanks to a previous contrast injection which highlights the lesion. The balloon is inflated and very frequently a thin mesh tube of metallic wires (stent), which is wrapped around the balloon, is then expanded during the balloon inflation. The procedure could benefit from additional information on the nature of the inner wall, available on 3D CT scan. The aim of the thesis is to propose a dynamic registration to superimpose this 3D information onto the intraoperative 2D angiographic sequence, by deforming the 3D model so that it can follow the cardiac motion captured thanks to the angiographic images. We introduce a segmentation algorithm able to automatically segment the main vessels of the angiographic images. Then, we present a tracking approach of the 3D pathologic vessel in a 2D+t sequence combining pairings and the deformation of a spline curve. Finally, we describe the extension to the 3D vascular tree tracking represented by a tree, whose edges are spline curves, in a 2D+t sequence. We favored approaches that are applicable to a single angiographic projection, which is well adapted to the usual process of clinical procedures. All the proposed methods have been tested on real data, consisting of 30 angiographic images for the segmentation algorithm and 23 angiographic sequences for the registration algorithms.

Identiferoai:union.ndltd.org:theses.fr/2019AZUR4068
Date10 October 2019
CreatorsPoulain, Emmanuelle
ContributorsCôte d'Azur, Malandain, Grégoire
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench, English
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0021 seconds