Intégration de connaissances anatomiques a priori dans des modèles géométriques

English

Séminaire Géométrie-Images: EVASION

20/06/2011 - 11:00 Sahar Hassan Grand Amphi de l'INRIA Rhône-Alpes, Montbonnot

Membres du jury :

-----------------------------------------------
Mme. Bianca FALCIDIENO, Directrice de recherche - CNR IMATI-Ge (Rapporteur)
M. Pierre ALLIEZ, Directeur de recherche - INRIA Sophia-Antipolis (Rapporteur)
Mme. Annick MONTANVERT, Professeur - Université Pierre-Mendès-France Grenoble 2 (Examinateur)
M. Florent DUPONT, Professeur - Université Lyon 1 (Examinateur)
M. Georges-Pierre BONNEAU, Professeur - Université Joseph Fourier Grenoble 1 (Directeur de thèse)
M. Franck HETROY Maître de conférences - Grenoble INP - Ensimag (Co-directeur de thèse)

 L’imagerie médicale est une ressource de données principale pour différents types d’applications. Bien que les images concrétisent beaucoup d’informations sur le cas étudié, toutes les connaissances a priori du médecin restent implicites. Elles jouent cependant un rôle très important dans l’interprétation et l’utilisation des images médicales.

Dans cette thèse, des connaissances anatomiques a priori sont intégrées dans deux applications médicales. Nous proposons d'abord une chaîne de traitement automatique qui détecte, quantifie et localise des anévrismes dans un arbre vasculaire segmenté. Des lignes de centre des vaisseaux sont extraites et permettent la détection et la quantification automatique des anévrismes. Pour les localiser, une mise en correspondance est faite entre l'arbre vasculaire du patient et un arbre vasculaire sain. Les connaissances a priori sont fournies sous la forme d'un graphe.

Dans le contexte de l'identification des sous-parties d'un organe représenté sous forme de maillage, nous proposons l'utilisation d'une ontologie anatomique, que nous enrichissons avec toutes les informations nécessaires pour accomplir la tâche de segmentation de maillages. Nous proposons ensuite un nouvel algorithme pour cette tâche, qui profite de toutes les connaissances a priori disponibles dans l'ontologie.