Tools and methods of analysis for 3D textured images : application to ultrasound images segmentation
Outils et méthodes d'analyse d'images 3D texturées : application à la segmentation des images échographiques
Résumé
This work deals with the domain of textured images analysis more specifically with 3D images (set of voxels). The difficulties to process volumetric data is due to the quantity of considered information that make ineffective 2D methods. Moreover, beyond the few numbers of methods real 3D, the major part of texture analysis methods have not a large applicability and are unable to identify some classes of texture. In comparison, the human visual system adapts to all types of textures even if the context is unfavorable. Textures are easily discriminated by human, nevertheless it is very difficult to define them using a single mathematic model. Supposing that it is more relevant to describe a texture using qualifier adjectives than using a single mathematic model, we choose to define a new set of texture descriptors that allows us to have a qualitative characterisation of 3D images. It is difficult to produce a consensual definition of the term "texture". However, the first contribution of this thesis is the proposition of a set of new solid texture descriptors built using texture properties easily understandable by humans. These new attributes can quantify textural properties such as the directionality, the roughness, the contrast, the regularity but also information on shapes. The second contribution of this thesis is the proposal of a multiresolution system which associates a discrete wavelet transform and an analysis of geometric components content inside the obtained representations. Finally, the last contribution is the interactive system of segmention of 3D ultrasound images which use our solid texture descriptors coupled with a clustering mechanism and an man-aided interface. With this system, the hardiness and the genericity of our propositions have been experimentally validated and currently it presents a big interest for several actors in the medical world (doctors, dermatologists, industrialists, etc.).
Le travail présenté dans cette thèse s'inscrit dans le domaine de l'analyse d'images texturées et plus particulièrement d'images 3D (ensembles de voxels). Pour ces dernières, les difficultés d'analyse sont principalement dues à la très grande quantité d'informations à prendre en compte et à traiter, ce qui rend inefficaces les méthodes dédiées aux images 2D. De plus, outre le faible nombre de travaux proposant des méthodes réellement 3D, la majeure partie des méthodes d'analyse de textures existantes n'ont pas une applicabilité très étendue et sont incapables d'identifier certaines classes de textures. En comparaison, le système visuel humain s'adapte à tous types de textures, même en présence d'un contexte défavorable. Les textures sont donc facilement discernées par l'humain, mais très difficiles à définir sous forme d'un modèle mathématique unique offrant une description purement quantitative. Partant de l'hypothèse qu'il est plus pertinent de décrire une texture avec des adjectifs qualificatifs (description qualitative) plutôt qu'avec un modèle mathématique unique, nous avons choisi dans un premier temps de définir un nouvel ensemble de descripteurs de textures permettant une caractérisation qualitative des textures contenues dans les images 3D. Il est difficile de produire une définition consensuelle du terme "texture". Néanmoins, la première contribution de cette thèse est la proposition d'un nouvel ensemble de caractéristiques de textures solides construit à partir de propriétés de textures facilement appréhendable par l'utilisateur humain. Ces nouveaux descripteurs permettent entre autres de décrire des propriétés texturales telles que la directionnalité, la rugosité et le contraste. La deuxième contribution de cette thèse correspond aux techniques multi-résolutions que nous proposons d'exploiter pour extraire ces caractéristiques des images 3D, techniques basées sur une décomposition en ondelette couplée à une analyse des composantes géométriques contenues dans les représentations obtenues. Enfin, le système de segmentation interactif d'images échographiques 3D de la peau, intégrant nos descripteurs de textures solides, couplé à un mécanisme de clustering et à une interface homme-machine adaptée constitue, selon nous, une troisième contribution. Ce système nous a permis de valider expérimentalement la robustesse et la généricité de nos propositions, et intéresse aujourd'hui de nombreux acteurs du monde de la santé (médecins, dermatologues, industriels, ...).
Loading...