Algorithms for the analysis of 3D magnetic resonance angiography images
Résumé
Atherosclerosis is a disease of the arterial wall, progressively impairing blood flow as it spreads throughout the body. The heart attacks and strokes that result of this condition cause more deaths than cancer in industrial countries. Angiography refers to the group of imaging techniques used through the diagnosis, treatment planning and follow-up of atherosclerosis. In recent years, Magnetic Resonance Angiography (MRA) has shown promising abilities to supplant conventional, invasive, X-ray-based angiography. In order to fully benefit from this modality, there is a need for more objective and reproducible methods. This thesis shows, in two applications, how computerized image analysis can help define and implement these methods. First, by using segmentation to improve visualization of blood-pool contrast enhanced (CE)-MRA, with an additional application in coronary Computerized Tomographic Angiography. We show that, using a limited amount of user interaction and an algorithmic framework borrowed from graph theory and fuzzy logic theory, we can simplify the display of complex 3D structures like vessels. Second, by proposing a methodology to analyze the geometry of arteries in whole-body CE-MRA. The vessel centreline is extracted, and geometrical properties of this 3D curve are measured, to improve interpretation of the angiograms. It represents a more global approach than the conventional evaluation of atherosclerosis, as a first step towards screening for vascular diseases. We have developed the methods presented in this thesis with clinical practice in mind. However, they have the potential to be useful to other applications of computerized image analysis.
L'athérosclérose est une atteinte de la paroi des vaisseaux, qui détériore progressivement la circulation du sang à mesure qu'elle évolue. Les crises cardiaques et les attaques cérébrales qui sont les conséquences de cette maladie causent, dans les pays industrialisés, plus de décès que le cancer. L'angiographie est l'ensemble des techniques d'imagerie utilisées durant le diagnostic, le traitement, et le suivi de l'athérosclérose. Récemment, il a été montré que l'angiographie par Résonance Magnétique (ARM) avait un fort potentiel pour remplacer l'angiographie conventionnelle, invasive, par imagerie à rayons X. Cependant, pour exploiter toutes les informations apportées par cette modalité, il est nécessaire de mettre au point des méthodes plus objectives et plus reproductibles.
Cette thèse montre, à l'aide de deux applications, comment l'analyse d'images peut proposer une solution pour la définition et l'implémentation de ces méthodes. Premièrement, en utilisant la segmentation pour améliorer la visualisation de clichés d'ARM utilisant des produits de contraste du pool sanguin. Cette technique est aussi appliquée en angiographie scanner. Nous montrons que, en utilisant un algorithme issu de la théorie des graphes et de la logique floue, associé à une interaction limitée avec un utilisateur expert, nous pouvons simplifier la visualisation de structures 3D complexes comme les arbres vasculaires. Deuxièmement, nous proposons une méthodologie pour analyser la géométrie des artères en ARM corps entier. La ligne centrale des artères est extraite, et les propriétés géométriques de cette courbe 3D sont calculées, pour améliorer l'interprétation des angiogrammes. Ces techniques sont le point de départ d'une approche plus globale que la procédure conventionnelle d'évaluation de l'athérosclérose, dans l'espoir un jour d'utiliser ces méthodes pour un suivi systématique des maladies vasculaires.
Nous avons développé les méthodes que nous présentons dans le but qu'elles soient utilisées dans la pratique clinique. Cependant, elle peuvent potentiellement être utilisées pour d'autres applications de l'analyse d'images.
Cette thèse montre, à l'aide de deux applications, comment l'analyse d'images peut proposer une solution pour la définition et l'implémentation de ces méthodes. Premièrement, en utilisant la segmentation pour améliorer la visualisation de clichés d'ARM utilisant des produits de contraste du pool sanguin. Cette technique est aussi appliquée en angiographie scanner. Nous montrons que, en utilisant un algorithme issu de la théorie des graphes et de la logique floue, associé à une interaction limitée avec un utilisateur expert, nous pouvons simplifier la visualisation de structures 3D complexes comme les arbres vasculaires. Deuxièmement, nous proposons une méthodologie pour analyser la géométrie des artères en ARM corps entier. La ligne centrale des artères est extraite, et les propriétés géométriques de cette courbe 3D sont calculées, pour améliorer l'interprétation des angiogrammes. Ces techniques sont le point de départ d'une approche plus globale que la procédure conventionnelle d'évaluation de l'athérosclérose, dans l'espoir un jour d'utiliser ces méthodes pour un suivi systématique des maladies vasculaires.
Nous avons développé les méthodes que nous présentons dans le but qu'elles soient utilisées dans la pratique clinique. Cependant, elle peuvent potentiellement être utilisées pour d'autres applications de l'analyse d'images.
Loading...