Personnes impliquées : Zouina Aktouf, Gilles Bertrand, Jean-Yves Boire (ERIM, Université d'Auvergne), Didier Scellier (Sopha Médical)
La figure Fig. 13 illustre la séquence des traitements réalisés : l'image originale (a) est d'abord segmentée grossièrement par un simple seuillage (b). Un squelette 3D (c) est ensuite obtenu à partir de (b). Lorsque le myocarde présente un défaut, le squelette peut être déconnecté ou présenter des trous. Pour reconstituer l'allure supposée de l'organe, le squelette est complété conformément à un modèle en forme de balle de fusil tronquée (d). Un algorithme basé sur la logique floue utilise le squelette ainsi complété ainsi que l'image originale pour créer une nouvelle image dont le niveau de gris d'un point représente son degré d'appartenance au myocarde (e). L'image des degrés d'appartenance peut être segmentée simplement par des seuils locaux (f). Le myocarde peut ensuite être sectorisé, et un pourcentage d'activité dans les secteurs, exprimé en fonction du secteur le plus fixant, peut être calculé.
Notre contribution principale fut de proposer et d'implanter un nouvel algorithme de squelettisation adapté à cette application. En particulier, notre algorithme permet l'élimination de certaines ``barbules'', ou branches non significatives, dans le squelette. Il est nécessaire de filtrer ces barbules, car leur présence fausse la reconstruction du myocarde. Une seconde spécificité de notre algorithme concerne la préservation de la topologie des coupes 2D. L'algorithme de segmentation floue s'applique sur une série de coupes 2D, et doit nécessairement travailler sur des squelettes qui préservent à la fois la topologie 3D de l'objet ainsi que la topologie des coupes 2D [ Akt97 ].
Cette étude a fait l'objet d'un contrat avec la société Sopha Médical.
(a) | (b) | (c) |
(d) | (e) | (f) |