Recalage dynamique de modèles 3D

Opération 14: Recalage dynamique de modèles 3D (LSIIT)

Une grande quantité de travail a été faite sur recalage d'images statiques avec un nombre important d'algorithmes et une étude théorique approfondie. Cela ne semble pas être le cas pour les données dynamiques, qui varient en fonction du temps, malgré leur importance grandissante dans le domaine médical. Les techniques existantes de recalage traitent les propriétés géométriques des images statiques des patients sans prendre en compte les déformations et mouvements. Par exemple, le recalage du foie est souvent effectué sans considérer les mouvements inhérents du patient, même si quelques travaux ont été publiés pour les mouvements respiratoires et cardiaques. Bien que l'utilisation des propriétés géométriques soit très courante, ces méthodes peuvent générer des résultats qui ne sont pas toujours fiables pour le calcul de correspondance. La raison est que les mouvements et déformations de l'organe ne peuvent pas être capturés seulement en utilisant les propriétés géométriques statiques. Beaucoup d'organes comme le cœur sont très mobiles et leurs formes et positions changent radicalement ; leurs propriétés géométriques changent aussi avec le temps.

Par rapport aux travaux existants basés sur l'analyse de la forme statique des organes, notre travail portera sur une nouvelle méthode qui exploitera la redondance des informations des données de mouvement ou dynamique. L'intérêt principal de cette approche sera de traiter les mouvements du patient de façon à définir les caractéristiques anatomiques ou fonctionnelles, et développer une technique de recalage qui utilise ces informations pour garantir la fiabilité de la correspondance. Grâce au développement récent des techniques d'acquisition d'images médicales, nous avons aujourd'hui un accès de plus en plus facile aux données de mouvement et de formes des organes. Nous supposons donc que ces donnes seront disponibles pour notre étude.

Ce travail nous amènera à proposer une nouvelle perspective par rapport aux approches traditionnelles sur le recalage. Nous essaierons de comprendre où et comment le mouvement peut être intégré dans notre analyse. Pour atteindre cet objectif, nous allons nous concentrer sur les points suivants :

(1) Comment représenter efficacement les données de mouvements pour chaque étape du recalage ?

(2) Comment utiliser les caractéristiques anatomiques pour trouver la correspondance de façon fiable ?

(3) Comment les travaux actuels sur le recalage (atlas statistiques, modèles paramétriques) peuvent-ils être adaptés pour incorporer des données dynamiques ?