Département d'Automatique

Permanent URI for this collection

https://dspace.ummto.dz/handle/ummto/15

Browse

Browsing Département d'Automatique by Author "Hammouche Abdelaziz"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Segmentation tridimensionnelle d’images échographiques intravasculaires (IVUS).
    (FGEI UMMTO, 2022-10-01) Hammouche Abdelaziz
    La segmentation tridimensionnelle (3D) d’images qui a pour but de détecter les zones ou les structures homogènes, suscite un grand intérêt dans l’analyse des images médicales en générale et des images échographiques intravasculaires (IVUS) en particulier. Les images IVUS sont produites à l’aide d’une sonde ultrason introduite à l’intérieure de l’artère, elles permettent de visualiser les structures artérielles (lumière et les parois internes de l’artère) et fournissent des informations pertinentes sur la santé de l’artère. La segmentation tridimensionnelle d’images IVUS vise à détecter les différentes structures de l’artère en 3D, notamment la lumière, en vue de quantifier d’une manière automatique et avec plus de précision (par rapport à 2D) la sé-vérité de certaines pathologies artérielles (plaque et sténose). La segmentation 3D des images IVUS demeure un grand défi tant que les textures granulaires («speckle») qui représentent les différents tissus des parois de l’artère sont difficilement discernables, notamment en présence d’artéfacts. Dans le cadre de cette thèse de doctorat, nous avons développé un algorithme de segmentation tridimensionnelle (3D) d’images IVUS dans le but de détecter les frontières 3D de la lumière des artères et de reconstruire le volume luminal. L’algorithme de segmentation développé repose sur un modèle de contour actif hélicoïdal initialisé automatiquement sur la séquence d’images IVUS. Ce contour évolue itérativement, en tenant en compte des textures granulaires, jusqu’à atteindre les frontières de la lumière de l’artère. La courbe hélicoïdale finale est utilisée pour la reconstruction 3D du volume luminal de l’artère. Cet algorithme a été validé sur 19 séquences IVUS composées au total de 8 918 images acquises in vivo sur neuf artères fémorales et sur dix artères coronaires à l’aide d’une sonde de 20 MHz et présentant de nombreuses difficultés, telles que des sténoses sévères, des bifurcations, des vaisseaux latéraux, des ombres, ainsi que d’autres artefacts. Les résultats ont révélé une bonne concordance avec les tracés réalisés manuellement par des experts (indice de Jaccard = 89%, indice de Dice = 94% et une précision = 98,5%). Notre modèle hélicoïdal s’est également avéré supérieure, en termes de rapidité et de précision, par rapport à d’autres méthodes récentes de segmentation (2D et 3D).