Recalage d images 2D et 3D

Transcription

1 Recalage d images 2D et 3D Isabelle Bloch bloch Ecole Nationale Supérieure des Télécommunications - CNRS UMR 5141 LTCI Paris - France Recalage p.1/35

2 Introduction Intérêt et nécessité du recalage Imagerie multi-modale dans différents domaines Informations complémentaires Prétraitement pour la fusion Plus d information et meilleures décisions Recalage p.2/35

3 Définition du recalage Mise en correspondance spatiale Formulation générale : min f(i 1, t(i 2 )) t T I1 et I 2 images à recaler (ou informations extraites de ces images) t : transformation T : ensemble des transformations possibles / admissibles f : critère de dissimilarité (min) ou de similarité (max) Recalage p.3/35

4 Composantes d un système de recalage nature de la transformation (t et son domaine de définition T ) primitives utilisées (sur quoi portent t et f) critère de similarité f méthode d optimisation non indépendants entre eux non indépendants du type d images, des modalités, et du problème de recalage posé Difficultés liées à la complexité des problèmes à la discrétisation des images à l évaluation de la qualité du recalage Recalage p.4/35

5 Les types de problèmes de recalage 2D/2D, 2D/3D, 3D/3D recalage d images mono-modales recalage d images multi-modales recalage d images multi-temporelles recalage modalité / modèle (ex : carte, atlas) recalage inter-patients... Recalage p.5/35

6 Les transformations admissibles Rigide : uniquement translation et rotation X = RX + T Affine : transforme des lignes parallèles en lignes parallèles X = SRX + T Projective : met en correspondance des lignes non parallèles Déformable : transforme des lignes droites en courbes transformations polynomiales fonctions de base (combinaison) : polynômes, splines... déformations de forme libre déformations élastiques µ 2 u(x, y, z) + (λ + µ) ( u(x, y, z)) + f(x, y, z) = 0 u(x, y, z) : champ de déformation, f : forces externes, λ et µ : constantes d élasticité transformations fluides (u est remplacé par le champ de vélocité) Recalage p.6/35

7 Modèle global / local modèle global modèle par morceaux (régional) modèle local Recalage p.7/35

8 Rééchantillonnage Transformation directe : t Recalage p.8/35

9 Rééchantillonnage Transformation inverse (mieux) : t 1 Recalage p.8/35

10 Interpolation Plus proche voisin Linéaire y y x x f(x, y)[(1 x)(1 y)] + f(x + 1, y)[ x(1 y)]+ Ordre supérieur f(x, y + 1)[(1 x) y] + f(x + 1, y + 1)[ x y] Recalage p.9/35

11 Les primitives utilisées extrinsèques : cadre stéréotaxique en imagerie médicale marqueurs calibration des systèmes d acquisition intrinsèques : contenu de l image extraites de l image : points de repères (anatomiques, géographiques...) structures ou objets primitives géométriques et différentielles (lignes de crête, etc.) intensités des pixels ou voxels Choix : modalités, influence sur le critère de similarité Recalage p.10/35

12 Fonctions de similarité / dissimilarité recherche du point le plus proche minimisation de la distance entre points de repère maximisation de l aire d intersection de surfaces alignement des axes d inertie corrélation entre les deux images (spatial / Fourier) fonction de similarité quadratique minimisation de la variance des rapports d intensité minimisation de la variance dans des partitions de l image de référence projetées sur l image à recaler maximisation de l information mutuelle de l histogramme conjoint minimisation de la dispersion de l histogramme conjoint comptage des changements de signe minimisation de la médiane du carré des erreurs minimisation de mesures fondées sur la matrice de co-occurrence utilisation de la transformée de distances critères bayésiens... Recalage p.11/35

13 Similarité entre points en correspondance Hypothèses : même nombre de points n correspondance entre xi et y i connue dimension quelconque pas de points aberrants (robuste au bruit gaussien) Définition du critère : E = n x i (r(y i ) + t) 2 i=1 Translation optimale : mise en correspondance des centres d inertie des deux ensembles de points Rotation optimale : formule directe en 2D, méthode des quaternions en 3D Recalage p.12/35

14 Représentation des rotations par des quaternions Représentation d une rotation d axe u et d angle θ : (s, v) et ( s, v) avec : s = cos θ 2 v = sin θ 2 u Relation d équivalence : R(q, q ) q = q R 3 est isomorphe à Q 1 /R R 3 est isomorphe à P 3 Rx = q x q Recalage p.13/35

15 Application au recalage rigide Minimisation de E = n i=1 x i (r(y i ) + t) 2 E = = = = n x i q y i q 2 i=1 n x i q y i q 2 q 2 i=1 n x i q q y i q q 2 i=1 n x i q q y i 2 = i=1 i=1 n q t A t i A iq La rotation optimale s obtient en calculant les valeurs propres de la matrice A : A = n A t i A i. i=1 Solution du problème de minimisation aux moindres carrés = quaternion qui est le vecteur propre de norme 1 correspondant à la plus petite valeur propre de A Recalage p.14/35

16 Correspondance inconnue Méthode de Fourier en 2D : I 2 = I 1 + t T F 1 [T F (I 2 )T F (I 1 )/ T F (I 2 )T F (I 1 ) ] = δ(x 0, y 0 ) Réduire la complexité : associations progressives entre primitives recalage entre les primitives les plus pertinentes, puis ajout progressif des autres contraintes géométriques, topologiques, etc. mise en correspondance de graphes distance entre surfaces Recalage p.15/35

17 Carte de distances Recalage p.16/35

18 ICP Recalage p.17/35

21 Similarités entre intensités (recalage mono-modal) Quadratique : E(Θ) = x [I ref (x) I rec (T Θ (x))] 2 Quadratique avec normalisation d intentité : E(Θ) = x [ Īrec Ī ref I ref (x) I rec (T Θ (x))] 2 Corrélation : R(Θ) = x [I ref (x) Īref ][I rec (T Θ (x)) Īrec] x [I ref (x) Īref ] 2 x [I rec(t Θ (x)) Īrec] 2 (maximum de corrélation pour la bonne transformation) Similarité robuste : E(Θ) = x ρ[i ref (x) I rec (T Θ (x))] ρ = M-estimateur Recalage p.18/35

22 Exemples d estimateurs robustes Quadratique : Recalage p.19/35

23 Exemples d estimateurs robustes Quadratique tronquée : Recalage p.19/35

24 Exemples d estimateurs robustes Quadratique atténuée (Geman-McLure) : Recalage p.19/35

25 Exemples d estimateurs robustes Quadratique puis linéaire (Huber) : Recalage p.19/35

26 Similarités entre intensités (recalage multi-modal) Uniformité inter-images : partition de l image de référence en régions homogènes et projection (spatiale) sur l image à recaler, puis minimisation de : E(Θ) = regions g N g N σ g (T Θ (x)) µ g (T Θ (x)) σ g (T Θ (x)) = [I rec (T Θ (x)) µ g (T Θ (x))] 2 x,i ref (x)=g µ g (T Θ (x)) = 1 N g x,i ref (x)=g I rec (T Θ (x)) Exploitation de l histogramme conjoint : maximisation de l information mutuelle E(Θ) = g p(g, k) log k p(g, k) p(g)p(k) Similarité robuste : E(Θ) = regions g N g N σ g(t Θ (x)) Recalage p.20/35

27 Information mutuelle NMI H(A) H(B) H(A, B) H(A B) H(B A) Recalage p.21/35

28 Optimisation Algorithmes classiques d optimisation : gradient, gradient conjugué, Powell, simplexe, Levenberg-Marquardt, Newton-Raphson, hashage géométrique Minima locaux importance de l initialisation connaissance de la position du patient en imagerie médicale, des paramètres d acquisition, ou autres informations a priori axes d inertie essais à partir de quelques positions et choix du meilleur résultat Autres solutions pour sortir des minima locaux : diminution progressive du pas, optimisation stochastique, algorithmes génétiques, recuit simulé Méthodes adaptées à la fonction de coût (exemple : ICP) Recherche par graphes, ou programmation dynamique Multi-échelles, multi-résolutions : convergence plus rapide, moins de problèmes de minima locaux Recalage p.22/35

29 Interactivité? Automatique : souvent visé mais pas toujours souhaitable Interactif (assistance par logiciel de visualisation) : lourd, surtout en 3D, peu reproductible Semi-automatique : interaction soit au niveau de l initialisation (d où réduction de l espace de recherche, position initiale proche de la solution donc moins de problèmes de minima locaux), soit au niveau du contrôle Recalage p.23/35

30 Validation et évaluation Accès à la vérité? Critères : précision intrinsèque de l algorithme précision de la mesure, robustesse fiabilité ressources requises complexité algorithmique vérification des hypothèses utilisation en pratique (exemple : contraintes particulières de la routine clinique) Souvent trois niveaux de tests : simulations fantômes données réelles Problèmes des objets de test : idéaux, pas de cas rares ou pathologiques. Exemple d études en recalage d images médicales : Vanderbilt Recalage p.24/35

31 IRM + headshape en EEG/MEG (thèse de Jérémie Pescatore) Recalage p.25/35

32 IRM + headshape en EEG/MEG (thèse de Jérémie Pescatore) fonction de proximité=2.1 mm fonction de proximité=1.80 mm Recalage p.25/35

33 Un exemple de recalage rigide (thèse de Jean-François Mangin) Recalage p.26/35

40 Recalage anatomo-fonctionnel Recalage p.27/35

41 Recalage anatomo-fonctionnel Recalage p.27/35

42 Un exemple de recalage non linéaire (thèse d Oscar Camara) Recalage p.28/35

51 Evaluation : un exemple Recalage p.29/35

52 Cas pathologiques (thèse d Antonio Moreno) Sans contraintes : Recalage p.30/35

53 Cas pathologiques (thèse d Antonio Moreno) Avec contraintes sur la tumeur : Recalage p.30/35

54 Recalage avec modèle de respiration (A. Moreno et S. Chambon) Recalage p.31/35

55 Recalage en protonthérapie Recalage p.32/35

56 Recalage en protonthérapie Recalage p.32/35

57 Coupe stéréo Stéréovision Recalage p.33/35

58 Stéréovision Composition colorée Recalage p.33/35

59 Stéréovision Carte de disparités Recalage p.33/35

60 Stéréovision Analyse pyramidale Recalage p.33/35

61 Stéréovision Carte de disparités améliorée Recalage p.33/35

62 Images Reconstruction 3D (projet européen Impact) Recalage p.34/35

63 Une image Reconstruction 3D (projet européen Impact) Recalage p.34/35

64 Reconstruction 3D (projet européen Impact) Carte de disparités Recalage p.34/35

65 Reconstruction 3D (projet européen Impact) Segmentation en régions Recalage p.34/35

66 Reconstruction 3D (projet européen Impact) Amélioration de la disparité par interpolation aux moindres carrés Recalage p.34/35

67 Reconstruction 3D (projet européen Impact) Amélioration de la disparité par interpolation robuste Recalage p.34/35

68 Reconstruction 3D (projet européen Impact) Problèmes géométriques... Recalage p.34/35

69 Reconstruction 3D (projet européen Impact) Correction en utilisant des modèles 3D Recalage p.34/35

70 Reconstruction 3D (projet européen Impact) Reconstruction 3D Recalage p.34/35

71 Reconstruction 3D (Amiens) Recalage p.35/35

72 Reconstruction 3D (Amiens) Reconstruction 3D Reconstruction 3D (cathédrale) Recalage p.35/35