Analyse d'images radiographiques du thorax pour l'aide au diagnostic des pathologies pulmonaires
Institution:
Rennes 1Disciplines:
Directors:
Abstract EN:
Pas de résumé disponible.
Abstract FR:
La radiographie numerique offre de nouvelles perspectives a l'aide au diagnostic des pathologies pulmonaires sur des cliches thoraciques. Dans ce contexte, nous avons axe nos recherches autour de deux themes cliniques suivants : - l'analyse quantitative de la vascularite pulmonaire, - le rehaussement des nodules pulmonaires a la peripherie des poumons. La diversite de taille de ces structures, vaisseaux sanguins ou nodules, nous a amene a construire chacune de nos approches dans un contexte multi-echelles. Dans le cadre de l'etude de la vascularite pulmonaire, une methode originale d'extraction des axes medians des vaisseaux sanguins est presentee. L'information des branches medianes obtenues a differentes echelles est exploitee pour evaluer la concentration vasculaire, sous forme d'une carte de regions uniformes. L'estimation du bruit en fonction de l'intensite de l'image et la localisation prealable des bords de cotes assurent a cette approche une certaine robustesse par rapport aux perturbations locales. L'etape de validation met en evidence sa sensibilite vis a vis des structures vasculaires les plus fines et son aptitude a rehausser les zones devascularisees. L'etude des nodules pulmonaires, dont la forme circulaire se prete davantage a une modelisation integrant un fort degre d'a priori, met en uvre un banc multi-echelles de filtres morphologiques orientes et isotropes, qui fournissent une decomposition du contenu structurel de l'image. La competition entre les reponses permet d'extraire les nodules potentiels a partir des regions, ou les reponses isotropes sont predominantes. Une combinaison de leurs caracteristiques morphologiques locales et de parametres plus contextuels est presentee a un classifieur neuronal, charge de reconnaitre les vraies opacites. Les resultats obtenus sur une base representative de nodules de tailles variees montrent les bonnes performances de notre methode aussi bien en detection qu'en classification.