L’objectif de cette recherche est de développer un algorithme de segmentation du cartilage du genou à partir des images IRM en façon automatique et robuste. Cette recherche est réalisée en collaboration avec Laboratoire BodyCad. Le but final de cette étude est de permettre à l’entreprise de générer des prothèses du genou personnalisées. L’algorithme développé dans cette étude sera utilisé pour planification des chirurgies médicales de genou, donc la précision et la fiabilité de l’algorithme sont des points critiques. Afin de mieux comprendre les algorithmes existants de segmentation médicale, nous avons fait une évaluation de la littérature de ce domaine. Nous présentons une revue brève des recherches touchant le domaine de la segmentation des images médicales. L’algorithme proposé dans cette étude est implémenté en deux versions : la version primaire et la version étendue. Dans la version primaire, la segmentation est effectuée basée sur les informations extraites à partir d’une image IRM, tandis que la version étendue de notre algorithme extrait les informations de deux images IRM simultanément. Les résultats obtenus en utilisant trois ensembles distincts d’images IRM se présentent et se comparent dans la section de conclusion. La comparaison montre que l’algorithme a la capacité de produire les résultats de grande qualité. / The objective of this research is to develop a robust automatic algorithm for segmentation of the knee cartilage from MRI images. This research is carried out in collaboration with BodyCad Laboratories. The ultimate goal of this study is to allow the company to generate personalized knee prostheses. The algorithm developed in this study will be used in medical knee surgery planning, so the precision and reliability of the algorithm are of crucial importance. In order to achieve a better understanding of the existing algorithms in the field of medical segmentations, we performed a profound review of the literature in this field. We present a brief review of these studies in the literature review section. The algorithm proposed in this study is implemented in two versions: the primary version and the extended version. In the primary version, segmentation is performed based on information extracted from an MRI image, while the extended version of our algorithm extracts information from two MRI images simultaneously. The results obtained using three distinct sets of MRI images are presented in the results section and a comparison is drawn in the conclusion section of this document. This comparison shows that the algorithm has the ability to produce high quality results.
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/28146 |
| Date | 24 April 2018 |
| Creators | Hajiabadi, Ali |
| Contributors | Bergevin, Robert |
| Source Sets | Université Laval |
| Language | French |
| Detected Language | French |
| Type | mémoire de maîtrise, COAR1_1::Texte::Thèse::Mémoire de maîtrise |
| Format | 1 ressource en ligne (ix, 92 pages), application/pdf |
| Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0021 seconds