Segmentation d'images couleur par un opérateur gradient vectoriel ...

ANNEXE C
APPLICATIONS DU CALN A L'AIDE
AU DIAGNOSTIQUE DES MALADIES VASCULAIRES.
Notre modèle de contours actifs à longueur normalisée (CALN) est intégré dans deux
logiciels d’imagerie médicale développés au laboratoire Creatis. Ces logiciels ont permis de valider
quantitativement sur un grand nombre d'images la robustesse des résultats de la segmentation par
CALN dans le contexte médical. Les deux applications présentées ici ont pour but d’étudier
l'artériosclérose, maladie de la paroi des artères, qui représente la cause la plus fréquente de
l’infarctus du myocarde et des accidents cérébraux.
1. VALIDATION DU CALN DANS LE LOGICIEL MARACAS
Le premier logiciel, appelé MARACAS ("Magnetic Resonance Angiography Computer
Assisted Analysis"), est dédie à l’étude des images d'angiographie par Résonance Magnétique
(ARM) [Hernandez-Hoyos et al., 2000]. Ces images de vaisseaux des membres inférieurs sont
obtenues après injection d’un produit de contraste.
L'analyse 3D de la morphologie vasculaire des images angiographiques RM nécessite dans
une première étape d'extraire l'axe central du vaisseau. Dans le logiciel MARACAS, il est calculé
par d'une méthode de squelette extensible [Hernandez-Hoyos et al., 2000]. Les contours des
vaisseaux sont ensuite recherchés dans des plans localement orthogonaux à l'axe central du
vaisseau. A partir de cette pile de contours 2D le long du vaisseau, il est possible de réaliser des
mesures quantitatives et de développer des outils de visualisation.
Pour évaluer la précision de la segmentation par le CALN, nous avons testé l'algorithme
sur des images de fantôme 3D représentant des artères avec sténoses (rétrécissement de la
lumière artérielle). Une mesure classique de la sévérité d'une sténose est le rapport entre la surface
de la lumière minimale du vaisseau et la surface de sa surface moyenne. Les mesures de surface
obtenues à partir de la segmentation automatique sont comparées à celles connues des fantômes.
La quantification de la lumière du vaisseau sur les coupes de la partie non sténosée est correcte.
L'écart type relatif est inférieur à 2% et l'erreur maximale relative est inférieure à 5%. Cela montre
la stabilité de l'extraction des contours (Figure 62). La résolution des images est de 0,78 x 0,78 x
0,76 mm. Le diamètre de la partie saine du vaisseau est de 6 mm avec une surface de 28,3 mm 2 .
Ainsi, un seul pixel mal segmenté représente une erreur de 2,15%. Nos résultats contiennent
donc moins d'un ou deux pixels mal classés. Ce résultat est correct, si on considère de plus l'effet
de volume partiel. Les erreurs sont légèrement plus grandes pour le fantôme (b) (Figure 62) mais
ceci est dû à un effet plus important de volume partiel, du fait de la moins bonne résolution
d'acquisition de l'image.
131