Contributions à l'étude de la classification spectrale et applications
Contributions à l'étude de la classification spectrale et applications
Contributions à l'étude de la classification spectrale et applications
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
146 Extraction <strong>de</strong> connaissances appliquée <strong>à</strong> <strong>la</strong> biologie <strong>et</strong> l’imagerie médicale<br />
Figure 4.20 – Estimation du nombre <strong>de</strong> clusters<br />
4.9.1 Simu<strong>la</strong>tion <strong>de</strong>s images TEP réalistes<br />
La simu<strong>la</strong>tion numérique est couramment utilisée dans le domaine du traitement d’image. Elle<br />
constitue une ai<strong>de</strong> précieuse pour le développement <strong>et</strong> l’évaluation <strong>de</strong> métho<strong>de</strong>s car elle perm<strong>et</strong> <strong>de</strong><br />
disposer d’une vérité terrain <strong>à</strong> <strong>la</strong>quelle on va comparer les résultats obtenus.<br />
Dans l’imagerie médicale, ces simu<strong>la</strong>tions sont généralement effectuées selon <strong>la</strong> métho<strong>de</strong> Monte-<br />
Carlo, fondée sur les théories <strong>de</strong>s probabilités, particulièrement adaptées <strong>à</strong> <strong>la</strong> physique médicale <strong>à</strong><br />
cause <strong>de</strong> <strong>la</strong> nature stochastique <strong>de</strong>s processus d’émission, <strong>de</strong> transport <strong>et</strong> <strong>de</strong> détection. Pour reproduire<br />
aussi fidèlement que possible les différents phénomènes physiques impliqués dans l’acquisition<br />
réelle d’images TEP, nous nous sommes appuyés sur <strong>la</strong> p<strong>la</strong>teforme <strong>de</strong> simu<strong>la</strong>tion GATE (Geant4<br />
Application for Tomographic Emission), qui est l’outil <strong>de</strong> référence actuel. C<strong>et</strong>te p<strong>la</strong>te-forme <strong>de</strong><br />
simu<strong>la</strong>tion Monte-Carlo générique est dédiée <strong>à</strong> <strong>la</strong> simu<strong>la</strong>tion d’<strong>applications</strong> en SPECT <strong>et</strong> TEP.<br />
C<strong>et</strong>te p<strong>la</strong>teforme est construite <strong>à</strong> partir <strong>de</strong> <strong>la</strong> bibliothèque GEANT4 [2] développée par le CERN<br />
pour <strong>la</strong> simu<strong>la</strong>tion du transport <strong>et</strong> <strong>de</strong> l’interaction <strong>de</strong> particules dans <strong>la</strong> matière. La p<strong>la</strong>teforme<br />
GATE perm<strong>et</strong> <strong>de</strong> modéliser <strong>de</strong>s processus physiques dépendants du temps, <strong>de</strong> reproduire <strong>la</strong> physique<br />
d’un imageur TEP (cf figure 4.21) <strong>et</strong> d’y introduire virtuellement un fantôme numérique qui<br />
représente le patient subissant l’examen [5].<br />
Un fantôme numérique du corps humain est une <strong>de</strong>scription géométrique virtuelle <strong>de</strong> <strong>la</strong> morphologie<br />
<strong>de</strong> l’organisme. Il existe principalement <strong>de</strong>ux types <strong>de</strong> représentations. D’une part <strong>la</strong> représentation<br />
<strong>de</strong>s structures <strong>de</strong> l’organisme comme un ensemble d’obj<strong>et</strong>s <strong>de</strong> forme géométrique <strong>de</strong><br />
complexité variable (e.g. <strong>de</strong>s ellipses, <strong>de</strong>s B-splines généralisées NURBS...). D’autre part, les fantômes<br />
numériques provenant <strong>de</strong> <strong>la</strong> segmentation d’examens anatomiques réels (TDM ou IRM) avec<br />
une <strong>la</strong>bellisation <strong>de</strong> chacun <strong>de</strong>s voxels <strong>de</strong> l’image. Pour ce travail autour du cerveau, nous avons<br />
choisi d’utiliser le fantôme <strong>de</strong> tête proposé par Zubal [117]. Il correspond <strong>à</strong> <strong>la</strong> <strong>de</strong>scription d’une<br />
IRM <strong>de</strong> tête, où chaque voxel est associé au <strong>la</strong>bel <strong>de</strong> <strong>la</strong> région du cerveau d’appartenance. A chaque<br />
<strong>la</strong>bel, nous associons une TAC virtuelle, représentée sur <strong>la</strong> figure 4.16, <strong>et</strong> donc une valeur <strong>de</strong> <strong>la</strong><br />
concentration du radiotraceur exprimé en Becquerel par millilitre (Bq/ml), ainsi qu’une valeur<br />
d’atténuation du tissu lui correspondant. A partir <strong>de</strong>s ces trois types d’information (le fantôme,<br />
l’activité du radiotraceur, <strong>et</strong> <strong>la</strong> valeur d’atténuation), le simu<strong>la</strong>teur GATE (figure 4.22) perm<strong>et</strong> <strong>de</strong><br />
reproduire les différents phénomènes d’une acquisition TEP réelle comme les processus statistiques<br />
<strong>de</strong> désintégrations radioactives, d’interaction entre particules <strong>et</strong> <strong>de</strong> détection <strong>de</strong> photons.