Modalités en Imagerie Médicale: leur relation avec le traitement d image

Transcription

1 Modalités en Imagerie Médicale: leur relation avec le traitement d image J-F. Lerallut, UTC J. Azpiroz, UAM-I V. Medina, UAM-I

2 INTRODUCTION Les images médicales sont obtenues grâce à l interaction physique de différents types d énergies avec le tissu biologique. La bande d énergie utilisable est celle qui est absorbée différemment par les tissus étudiés. A ce jour, toutes les propriétés physiques susceptibles de générer une image ont été exploitées.

3 HISTORIQUE: Découverte des rayons-x et obtention de la première radiographie pour des fins cliniques (Röentgen( Röentgen,, ) Première image de médecine nucléaire (Rotblat, 1948) Images bidimensionnelles d ultrasons (Wild & Reid, 1952) Premier système de tomographie numérique (Hounsfield, 1972) Première image clinique de résonance magnétique (EMI, 1978)

4 MODALITES D IMAGES Anatomiques: Fonctionnelles: Rayons-X Ultrasons Résonance magnétique Médecine nucléaire Tomographie de positrons Résonance magnétique- fonctionnelle Imagerie Directe: Microscopie Quantitative Endoscopie

5 MODALITES D IMAGES Invasives: Rayons-X Médecine nucléaire Non-invasives: Ultrasons Résonance magnétique

6 MODALITES D IMAGES Projectives: Tomographiques: Rayons-X Médecine Nucléaire Axiale par ordinateur Par émission du photon unique Par émission de positrons

7 TENDANCES -Proposer des nouvelles techniques d exploration non invasives: TEP IRM fonctionnelle -Améliorer la capacité d extraire l information contenue dans les modalités existantes: Reconstruction 3D des organes à partir de coupes tomographiques Fusion des informations contenues dans des images de modalités différentes

8 IRM sagittale PET fonctionnelle Fusion IRM+PET

9 PROBLEMATIQUES: Numérisation et formats propriétaires Rehaussement de l image Histogrammes Filtrage Segmentation et classification Compression, manipulation et transfert des images

10 RADIOLOGIE PROJECTIVE Mesure des différents coefficients d absorption des tissus aux rayons-x Source de Rayons X Plaque radiographique

11 Première radiographie humaine (Röentgen 1895)

12 Radiographie du Thorax

13 ANGIOGRAPHIE PAR SOUSTRACTION NUMERIQUE Suivi du flux sanguin en utilisant des marqueurs opaques aux rayons-x Reconstruction de l arbre vasculaire = Contrôle Marqueur Marqueur DSA

14 DSA du flux sanguin cérébral

15 MAMMOGRAPHIE Détection de micro calcifications Haute Résolution Bon contraste

16 CONTEXTE LIE AUX IMAGES DE Rx Améliorer le contraste dans les images Détection de petites lésions (mammographie et Rx du thorax) Angiographie vasculaire...

17 EXEMPLES D ALGORITHMES UTILISES POUR LES IMAGES Rx: Manipulation locale de l histogramme Filtrages Descripteurs de texture Réseaux de neurones

18 Spécification de l histogramme Filtrage passe haut Filtrage morphologique Fausse Couleur

19 TOMOGRAPHIE NUMERIQUE PAR ORDINATEUR POUR Rx Mesures de la densité des tissus par absorption aux rayons-x. Reconstruction de coupes axiales de l objet. Source de rayons-x Ensemble circulaire de détecteurs

20 RECONSTRUCTION TOMOGRAPHIQUE { p 0 (x ), p 1 (x ),, p N (x ) }

21 Coupe axiale de cou

22 CONTEXTE LIE AUX IMAGES DE CT: Technique de reconstruction de l image Segmentation et classification des structures

23 Problème de reconstruction sur une image d épaule

24 ALGORITHMES UTILISES IMAGES DE TOMOGRAPHIE: Solution à la transformée inverse de Radon Rétroprojection filtrée Méthode de Fourier Estimation statistique Segmentation par régions

25 RESONANCE MAGNETIQUE Mesure de la quantité des ions H+ dans les différents organes par leur capacité de s orienter dans un champ magnétique. Reconstruction de coupes dans les trois axes. Gradients Champ magnétique principal (x,y,z) Antennes

26 Coupe axiale au niveau nasal

27 Coupe axiale cérébrale

28 CONTEXTE LIE AUX IMAGES DE RM: Segmentation, classification et identification des structures Bruit dû à l inhomogénéité du champ magnétique et à la technique d acquisition Recalage de piles d images ( stacks ) Techniques de reconstruction Algorithmes de traitement dépendants de la technique d acquisition

29 Images de diffusion en RM Images en T2

30 ALGORITHMES UTILISES POUR LES IMAGES DE RM Recalage à partir de marqueurs Transformée en ondelettes Descripteurs de structures Segmentation par régions Réseaux de neurones

31 SEGMENTATION ET CLASSIFICATION Par contours Par régions Filtres: Gradient, Laplacien, Canny Contours actifs (snakes) Seuil de l histogramme Association par caractéristiques communes (statistiques, textures )

32 256 niveaux de gris 6 niveaux de gris Fausse couleur Coupe sagittale de RM cérébrale

33 A partir de coupes Lerallut, segmentées Medina, Azpiroz...

34 On récupère les contours de la structure Lerallut, d intérêt... Medina, Azpiroz

35 Pour la visualiser en 3D

36 Autre exemple pour Lerallut, la Medina, peau... Azpiroz

37 Lerallut, Résultat Medina, Azpiroz

38 Reconstruction 3D de cavités cardiaques

39 ULTRASONS Détection de la capacité des tissus à réfléchir les ondes (énergie acoustique, impédance) Transducteur piézoélectrique

40 Exemple d échographie cardiaque

41

42 CONTEXTE LIE AUX IMAGES ULTRASONORES Élimination de bruit «Speckle» Segmentation Mesures de la densité des régions Imagerie dynamique

43 QUELQUES ALGORITHMES UTILISES POUR LES IMAGES D US Filtrage statistique (médian) Snakes (segmentation par contours) Détection de bords (Canny)

44 Élimination du bruit speckle utilisant un filtrage statistique

45 Compression d Images Dans les systèmes d archivage et de transmission d images (P.A.C.S.), il est nécessaire de stocker un grand nombre d images qui doivent être transportées par réseau avant d être affichées sur une station de visualisation à coté du médecin. Pour diminuer la quantité d information qui doit être stockée et pour minimiser le temps de transfert sur un réseau, il est nécessaire d effectuer une codification ou compression de l image.

46 Compression d Images La compression réversible. Eliminer les redondances Faibles taux de compression (3:1) La compression irréversible Basée sur des critères psycho-visuels Taux de compression élevés (30:1)

47 Compression d Images Originale Compressée JPEG taux 11:1

48 Compression d Images Originale Compressée JPEG, taux 20:1

49 Compression d Images Compressée 20:1 même image en fausse couleur

50 Conclusions Toutes les modalités sont susceptibles de subir des améliorations par procédures numériques Élimination de prises mauvaises grâce au rehaussement Obtention de nouvelles informations à partir des modalités usuelles Le stockage numérique apporte des avantages supplémentaires