French
English
BOURSE CIFRE : financement assuré
Nom et label de l’unité de recherche/ équipe interne de rattachement :
CREATIS-LRMN, UMR CNRS 5220, Inserm U630
Equipe interne : Equipe 2 : Images et Modèles
Localisation :
CREATIS-LRMN
INSA - Bâtiment Blaise Pascal
7, avenue Jean Capelle
69621 Villeurbanne cedex FRANCE
Directeur / co-directeur de thèse :
Christophe ODET / Chantal MULLER
Cette thèse est proposée par une société privée en partenariat avec l’équipe 2 « Images et Modèles » de CREATIS.
Titre de la thèse : Modélisation volumique multi-échelle avec prise en compte de connaissances hétérogènes pour la segmentation automatique de structures anatomiques.
Contexte :
Grâce à leurs propriétés intrinsèques, les modèles surfaciques se sont imposés en imagerie du vivant pour la représentation, la manipulation et l’interaction d’objets 3D (segmentation, recalage, atlas, modèle animé …). Cependant, ces modèles présentent plusieurs limitations : liés à un élément anatomique particulier, ils n’intègrent pas d’information sur l’anatomie globale, sur le positionnement relatif des organes entre eux ou autre ontologie décrivant l’anatomie.
Dans le cadre de la segmentation, ces modèles sont déformables et s’ajustent au contour de l’organe à extraire par le biais d’une équation d’évolution reposant sur une minimisation d’énergie calculée à partir de descripteurs variés de type contour, région ou forme. Intrinsèquement, ces modèles ne portent aucune information sur la structure interne de l’organe, n’offrent pas de contrôle efficace de la géométrie de manière globale et cohérente au regard de la variabilité anatomique, et ne permettent pas de lier les déformations des structures internes avec des déformations globales.
Nous souhaitons élaborer un modèle capable décrire le volume et la surface des structures anatomiques ainsi que leur disposition. Ce modèle devra être multiparamétrique et multi-échelle pour s’appliquer à n’importe quel type d’organe, s’adapter à la variabilité inter-individu et pathologique des organes tout en préservant des contraintes géométriques et surtout intégrer la modélisation de la structure interne des organes à divers niveaux d’échelle.
Objectif :
Dans ce contexte, l'objectif de la thèse est de développer un modèle codant l’information structurelle de l’organe, paramétrable, adaptable aux données du patient, intégrant des informations hétérogènes et incluant une description multi-échelle de la structure interne. Ce modèle aura un intérêt particulier pour la segmentation automatique des structures d’intérêt.
Ce modèle s’appuiera sur une représentation synthétique et minimale sous forme de graphe défini par un ensemble d’atomes reliés entre eux et associés à des points de repère anatomiques spécifiés par les experts médicaux. Ces atomes pourront être à leur tour décomposés en un nouveau modèle décrivant la réalité anatomique de leur voisinage à une résolution plus fine.
Cette représentation sera couplée à des connaissances à priori de nature hétérogène :
- des champs scalaires 3D permettant de reconstruire la géométrie de l’objet et son volume : distribution statistique des variations de forme de la structure à segmenter, distribution de niveaux de gris spatialement variante à l’intérieur de l’organe…
- des relations spatiales (direction, distance, adjacence, symétrie…)
- des ontologies (description anatomique)
Cette structure permettra ainsi un contrôle global de la géométrie.
Ce modèle apportera des connaissances plus précises aux méthodes de traitement d’images basées sur de l’a priori de forme (level set, croissance de région, recalage). A court terme, son objectif est de répondre aux contraintes d’automatisation et de robustesse de l’étape de segmentation mise en œuvre dans les applications développées par la société privée.
A plus longue échéance, l’enrichissement et l’actualisation du modèle au cours du temps devraient permettre la mise en place d’algorithmes prédictifs rendant le modèle évolutif et particulièrement intéressant pour la médecine prédictive.
Connaissances et compétences requises :
Traitement du signal et des images
Programmation C++, VTK, ITK
Expérience en segmentation et modélisation surfacique 3D
Documents à fournir pour la candidature:
- CV
- Lettre de motivation
- Relevé de notes
- Lettre de recommandation
- Eventuellement : rapports ou publications déjà réalisés.