Opérations et Algorithmes pour la Segmentation Topologique d'Images 3D

• Main Author: Dupas, Alexandre
• Language: fra
• Published: Université de Poitiers 2009
• Subjects: [INFO] Computer Science; [INFO] Informatique; [INFO:INFO_HC] Computer Science/Human-Computer Interaction; [INFO:INFO_HC] Informatique/Interface homme-machine; modèles topologiques; cartes combinatoires; traitement d'images; imagerie médicale; nombres de Betti; segmentation; points simples; modèles déformables
• Online Access: http://tel.archives-ouvertes.fr/tel-00466706; http://tel.archives-ouvertes.fr/docs/00/46/67/06/PDF/these_dupas.pdf; http://tel.archives-ouvertes.fr/docs/00/46/67/06/ANNEX/these_dupas_presentation.pdf

Une carte topologique 3D est un modèle servant à représenter la partition en régions d'une image 3D pour le traitement d'images. Dans ce travail, nous développons des outils permettant de modifier la partition représentée par une carte topologique, puis nous utilisons ces outils afin de proposer des algorithmes de segmentation intégrant des critères topologiques. Dans une première partie, nous proposons trois opérations. La fusion de régions est définie avec une approche locale adaptée à une utilisation interactive et une approche globale pour une utilisation automatisée comme lors d'une segmentation. La division de régions est proposée avec une méthode d'éclatement en voxels et la division à l'aide d'un guide. Enfin, la déformation de la partition est basée sur la définition de points ML-Simples : des voxels pouvant changer de région sans modifier la topologie de la partition. À l'aide de ces opérations, nous mettons en œuvre dans une seconde partie des algorithmes de segmentation d'images utilisant les cartes topologiques. Notre première approche adapte au modèle des cartes topologiques un algorithme existant qui utilise un critère basé sur la notion de contraste. Nous proposons ensuite des méthodes de calcul d'invariants topologiques sur les régions : les nombres de Betti. Grâce à eux, nous développons un critère topologique de segmentation permettant de contrôler le nombre de tunnels et de cavités des régions. Enfin, nous illustrons les possibilités de tous nos outils en mettant en place une chaîne de traitement pour la segmentation de tumeurs cérébrales dans des images médicales.