Détection de fracture du bassin du bassin par analyse de maillages 3D

Transcription

1 Détection de fracture du bassin du bassin par analyse de maillages 3D Présentation du problème : L'objectif de cet IRL est de chercher une méthode de segmentation de maillage 3D issu d'un scanner d'un bassin fracturé sans avoir recours aux images du scanner. Un enjeu important est de réduire le nombre d'interactions que doit fournir l'utilisateur pour effectuer la segmentation (la segmentation manuelle d'un scanner prend entre 30 et 45 minutes au praticien). Le principe de la méthode que l'on cherche à développer repose sur l'utilisation de la symétrie du bassin : on cherche à comparer la partie saine et la partie fracturée du bassin afin de détecter les composantes de la fracture. Coupe scanner en vue frontale d'une fracture du bassin I - objectif et recherches bibliographiques Recherche bibliographique : Dans un premier temps, j'ai cherché des méthodes générales de détection de fractures mais ces méthodes revenaient au traitement des images [1], ce que l'on ne souhaitait pas dans cette IRL. L'article de Andrew Willis et al. [4] propose une méthode de détection des fractures du tibia. Les principales étapes de cette méthode sont les suivantes : 1 - Détection des interfaces créées par la fracture par seuillage 2 - Mise en correspondance des interfaces par l'utilisateur 3 - Application d'un algorithme de recalage rigide entre les interfaces correspondantes

2 La méthode proposée permet bien de segmenter le maillage mais repose sur la détection des interfaces créées par la fracture (c'est-à-dire des surfaces qui apparaisent suite à la fracture). Cette méthode nécessite en particulier que les composantes de la fracture ne soit pas connexe et dans notre cas le maillage représentant le bassin est composé d'une seul composante connexe. Voici l'exemple issu de l'article : Une autre piste a été de chercher des articles portant sur la détection d'objet dans des scènes 3D. Les méthodes trouvées sont des méthodes telles que l'utilisation d'images spin [3] ou de points signature [4]. Le principe des images spin est de prendre des photos (basse résolution) du maillage selon la direction normale au maillage et ainsi de se ramener à des méthodes de traitement d'image 2D. Le principe des points signatures est de calculer des informations sur les points du maillage en utilisant les propriétés locales du maillage. Finalement étant donné que les maillages que l'on veut recaler sont proches dans l'espace, on a choisi un algorithme de recalage plus basique, l'icp (décrit dans l'annexe). A l'issu de cette partie de recherche bibliographique, il apparait qu'il n'existe pas de méthode de détection des fractures à partir d'un maillage seul. Toutes les méthodes trouvées reviennent au traitement des images scanner.

3 Objectif : Initialement le but était de mettre en place un procédé pour extraire automatiquement les différentes composantes de la fracture. Finalement on suppose que l'utilisateur spécifie des régions d'intérêt. On dispose ainsi comme donnée d'entrée un maillage représentant un bassin dont un des coté est fracturé (reconstitué à partir d'image scanner) et de régions d'intérêt qui correspondent à une partie de chaque composante que l'on veut extraire. Maillages obtenus à partir des images scanner (coté sain à droite et fracturé à gauche). Les rectangles rouges désignent les régions d'intérêt selectionnées.

4 II - méthode proposée et résultats On suppose que l'on a préalablement sélectionné des composantes du maillage telles qu'elles soient suffisamment éloigné de la zone de fracture (afin que les interfaces créées par la fracture n'interfèrent pas lors du recalage). Ces composantes sont sélectionnées manuellement. Pour chacune de ces composantes, on recale la composante sur le symétrique de la partie saine du bassin. On obtient ainsi une transformation qui fait correspondre la composante sélectionnée au symétrique de la partie saine. On applique cette transformation au coté fracturé entier puis on calcule la distance entre le bassin fracturé auquel on a appliqué la transformation et le symétrique de la partie saine du bassin. On obtient ainsi une carte des distances du maillage fracturé par rapport au maillage du symétrique de la partie saine du bassin. Finalement on ne garde que les facettes qui ont une faible distance au symétrique de la partie saine du bassin. Voici un exemple du procédé sur une composante selectionnée manuellement, Sélection d'une composante du maillage La partie en mauve correspond à la sélection de la composante que l'on va recaler sur le symétrique du coté sain.

5 Carte des distances entre le symétrique du coté sain et le bassin fracturé recalé sur la composante sélectionnée précédement (et en transparence le symétrique du coté sain), Après extraction et recalage de la composante sélectionnée sur le coté sain, on est en mesure d'obtenir une carte distance entre le coté fracturé et le symétrique du coté sain. Cette carte est représentée dans le maillage ci-dessus : les facettes de couleur bleu correspondent aux facettes qui ont une faible distance au symétrique du coté sain et les facettes rouges à celles qui ont une forte distance au symétrique du coté sain.

6 A partir de cette carte des distances, on peut extraire les facettes connexes qui ont une faible distance au symétrique du coté sain : on effectue un seuillage passe-bas puis on ne garde que la plus grande composante connexe. On obtient le maillage ci dessous : composante extraite par application d'un filtre passe-bas sur la carte des distances précédente On constate que des morceaux du maillage qui devrait se trouver dans la composante ne s'y trouve pas et qu'à l'inverse des facettes sont selectionnées alors qu'elles ne devraient pas l'être. En appliquant ces étapes sur les autres composantes on obtient le maillage suivant (superposé au maillage de la fracture initiale)

7 segmentation obtenue Les composantes de la fracture sont globalement identifiées mais il reste de nombreuse facettes qui ne sont pas identifié correctement.

8 III - Problémes posés par la méthode et améliorations envisageables La méthode présentée dans la partie précédente donne des résultats insuffisants pour réaliser une segmentation propre du maillage initial. Dans cette partie on proposera des pistes de reflexion qui devraient permettre d'améliorer la segmentation mais qui n'ont pas pu être testées par défaut de temps. Le problème est que dans ce que l'on voudrait obtenir comme une composante on retrouve certaines facettes appartenant à d'autre composante. Une solution pourrait être d'utiliser les facettes qui sont à une distance importante du symétrique du coté sain (filtre passe-haut sur les distances avec le coté sain). A partir des informations passe-haut on pourrait retirer certaines facettes dans la composante sélectionnée grâce au passe-bas. Maillage passe-haut (rouge) et passe-bas (violet) Par exemple on a ici représenté en rouge les facettes éloignés du symétrique du coté sain et en violet celles proche du coté sain. On constate que les facettes violette proche des facettes rouges ne devraient pas se trouver dans la composante violette. On pourrait alors retirer ces facettes.

9 Une autre amélioration envisageable serait d'utiliser, dans le calcul de la carte des distances, une distance prenant en compte les propriétés locales du maillage. Cela pourrait être fait en utilisant une distance 6D c'est-à-dire, en considérant deux points M1 et M2, la norme du vecteur reliant M1 à M2 auquelle on ajoute la norme de la différence des normales au point M1 et M2 (multiplié par une certaine constante à déterminer). Cela permettrait de supprimer des facettes qui sont proche du symétrique du coté sain parce qu'elles intersectent un morceau du bassin fracturé avec lequelles elles ne sont pas en correspondance. Une dernière amélioration serait d'automatiser la sélection des composantes. Pour cela on pourrait avoir recours à un bassin de référence sur lequel on identifierait des zones d'intérêt éloignées des régions habituellement fracturées. On ferait correspondre ce bassin de référence au bassin fracturé par recalage élastique et on en déduirait les composantes à sélectionner sur le maillage fracturé. Conclusion La méthode proposée ne permet pas d'obtenir une segmentation propre du maillage. On a pu néanmoins constater que la symétrie présente dans le bassin permettait d'obtenir des informations sur la localisation de la fracture. Tous les tests ont été réalisé sur un seul maillage de bassin dont la fracture était net. On peut s'interroger sur la robustesse des méthodes de segmentation reposant sur l'utilisation d'un maillage et d'une propriété de symétrie. Enfin la méthode proposée ne permet pas d'identifier de composante de petite taille.

10 IV - Annexe : Algorithme de recalage : Iterative Closest Point (ICP) L'algorithme de recalage qui a été utilisé précédement est l'algorithme Iterative Closest Point L'ICP permet de recaler (c'est-à-dire de faire correspondre) une surface source sur une surface cible. Il s'agit d'un algorithme itératif, à chaque étape voici le traitement qui est effectué : On calcule la transformation rigide qui minimise la somme des distances des points de la surface source à la surface cible. on applique la transformation à la surface source et on réitère Dans la pratique, cette méthode est satisfaisante pourvu que la surface source et la surface cible soit assez proche (ce qui est le cas ici). Références : [1] Survey of Bone Fracture Detection Techniques Nathanael.E. Jacob, M.V. Wyawahare [2]Point Signatures: A New Representation for 3D Object Recognition Chin Seng Chua, Ray Jarvis [3]Using Spin Images for Efficient Object Recognition in Cluttered 3D Scenes Andrew E. Johnson, Member, IEEE, and Martial Hebert, Member, IEEE [4] 3D Reconstruction of Highly Fragmented Bone Fracture Andrew Willis, Donald Anderson, Thad Thomas, Thomas Brown, J. Lawrence Marsh