A. Abdouni, B. Presles, M. Fargier-voiron, S. Rit, and D. Sarrut, Development of 2d+ t tracking algorithm in ultrasound images for radiotherapy, 37th Annual International Conference of the IEEE, p.81, 2015.

K. S. Arun, T. S. Huang, and S. D. Blostein, Least-squares fitting of two 3d point sets, IEEE Transactions, vol.87, issue.5, pp.698-700, 1987.

M. Baumann, P. Mozer, V. Daanen, and J. Troccaz, Prostate biopsy tracking with deformation estimation, Medical image analysis, vol.16, issue.3, pp.562-576, 2012.
URL : https://hal.archives-ouvertes.fr/hal-00606407

J. Bax, D. Cool, L. Gardi, K. Knight, D. Smith et al., Mechanically assisted 3d ultrasound guided prostate biopsy system, Medical physics, vol.35, issue.12, 2008.

B. Cohen, New maximum likelihood motion estimation schemes for noisy ultrasound images, Pattern Recognition, vol.35, issue.2, 2002.

R. M. Comeau, A. F. Sadikot, A. Fenster, and T. M. Peters, Intraoperative ultrasound for guidance and tissue shift correction in image-guided neurosurgery, Medical physics, vol.27, issue.4, 2000.

D. Silva, T. Cool, D. Yuan, J. Romagnoli, C. Samarabandu et al., Robust 2d-3d registration optimization for motion compensation during 3d trus-guided biopsy using learned prostate motion data, IEEE Transactions on Medical Imaging, vol.74, p.75, 2017.

D. Silva, T. Cool, D. W. Yuan, J. Romognoli, C. Fenster et al., Improving 2d-3d registration optimization using learned prostate motion data, International Conference on Medical Image Computing and Computer-Assisted Intervention, vol.74, p.110, 2013.

T. Bibliographie-de-silva, A. Fenster, D. W. Cool, L. Gardi, C. Romagnoli et al., 2d-3d rigid registration to compensate for prostate motion during 3d trus-guided biopsy, Medical Physics, vol.72, issue.2, p.110, 2013.

C. Fouard, A. Deram, Y. Keraval, P. , and E. , Camitk : a modular framework integrating visualization, image processing and biomechanical modeling. In Soft tissue biomechanical modeling for computer assisted surgery, p.92, 2012.
URL : https://hal.archives-ouvertes.fr/hal-00806781

D. J. Gillies, L. Gardi, R. Zhao, and A. Fenster, Optimization of realtime rigid registration motion compensation for prostate biopsies using 2d/3d ultrasound, SPIE Medical Imaging, pages 101351F-101351F. International Society for Optics and Photonics, vol.74, p.75, 2017.

A. A. Goshtasby, Image registration : Principles, tools and methods, p.78, 2012.

C. Harris and M. Stephens, A combined corner and edge detector, Alvey vision conference, vol.15, pp.10-5244, 1988.

J. Hummel, M. Figl, M. Bax, H. Bergmann, and W. Birkfellner, 2d/3d registration of endoscopic ultrasound to ct volume data, Physics in medicine and biology, vol.53, issue.16, 2008.

S. Khallaghi, C. A. Sánchez, S. Nouranian, S. Sojoudi, S. Chang et al., A 2d-3d registration framework for freehand trus-guided prostate biopsy, International Conference on Medical Image Computing and Computer-Assisted Intervention, vol.74, p.110, 2015.

T. Lindeberg, Feature detection with automatic scale selection. International journal of computer vision, vol.30, pp.79-116, 1998.

D. G. Lowe, Distinctive image features from scale-invariant keypoints, International journal of computer vision, vol.60, issue.2, 2004.

P. Markelj, A review of 3d/2d registration methods for image-guided interventions, Medical Image Analysis, vol.16, issue.3, 2002.

K. Mikolajczyk and C. Schmid, Scale & affine invariant interest point detectors, International journal of computer vision, vol.60, issue.1, p.81, 2004.
URL : https://hal.archives-ouvertes.fr/inria-00548554

D. Ni, Y. Qu, X. Yang, Y. P. Chui, T. Wong et al., Volumetric ultrasound panorama based on 3d sift, International Conference on Medical Image Computing and Computer-Assisted Intervention, vol.78, p.81, 2008.

G. P. Penney, D. C. Barratt, C. S. Chan, M. Slomczykowski, T. J. Carter et al., Cadaver validation of intensity-based ultrasound to ct registration, Medical Image Analysis, vol.10, issue.3, 2006.

L. Royer, A. Krupa, G. Dardenne, A. Le-bras, ´. E. Marchand et al., , 2017.

S. Rusinkiewicz and M. Levoy, Efficient variants of the icp algorithm, Proceedings. Third International Conference on, p.83, 2001.

R. J. Schneider, D. P. Perrin, N. V. Vasilyev, G. R. Marx, J. Pedro et al., Real-time image-based rigid registration of three-dimensional ultrasound, Medical image analysis, vol.16, issue.2, p.81, 2012.

S. Y. Selmi, E. Promayon, and J. Troccaz, 3d-2d ultrasound feature-based registration for navigated prostate biopsy : A feasibility study, Engineering in Medicine and Biology Society (EMBC), 2016 IEEE 38th Annual International Conference of the, vol.77, p.92, 2016.
URL : https://hal.archives-ouvertes.fr/hal-01387243

W. Wein, S. Brunke, A. Khamene, M. R. Callstrom, and N. Navab, Automatic ct-ultrasound registration for diagnostic imaging and image-guided intervention, Medical image analysis, vol.12, issue.5, 2008.

W. Wein, A. Khamene, D. Clevert, O. Kutter, and N. Navab, Simulation and fully automatic multimodal registration of medical ultrasound, Medical Image Computing and Computer-Assisted Intervention-MICCAI, vol.72, pp.136-143, 2007.

A. P. Witkin and S. Filtering, A new approach to multi-scale description, IEEE ICASSP, vol.84, p.79, 1984.

S. Xu, J. Kruecker, P. Guion, N. Glossop, Z. Neeman et al., Closed-loop control in fused mr-trus image-guided prostate biopsy, Medical Image Computing and Computer-Assisted InterventionMICCAI, vol.72, p.74, 2007.

S. Xu, J. Kruecker, B. Turkbey, N. Glossop, A. K. Singh et al., Real-time mri-trus fusion for guidance of targeted prostate biopsies, Computer Aided Surgery, vol.13, issue.5, pp.255-264, 2008.

, Le Suivi et Validation la sonde, cela peut induire des erreurs de quelques millimètres au final

, Nous pouvons assimiler ces bougésbougésà ceux d'un patient lors d'une procédure classique. De plus, la synchronisation entre les informations capteur et image est réalisée en post-traitement et elle entra??neentra??ne probablement des imprécisions. PouréviterPouréviter ces erreurs, il conviendrait d'intégrer le signal du capteur directement dans le logiciel de Trinity pour initialiser les recalages 2D-3D. Nous avons ainsi réalisé une seconde expérimentation pour pallieràpallierà certains pro-bì emes de l'expérimentation 1 : nous avons acquis le flot d'images 2D, D'autre part, le fantôme quí etait fixé sur la table avec du ruban adhésif pouvait aussi bouger, surtout lors des mouvements latéraux ou en profondeur

?. , expérimentation 1, contenant 12 sessions de biopsies simulées, est réalisée sur un fantôme de prostate avec une station Trinity

, ? Les images 2Détaient2Détaient obtenuesàobtenuesà partir de la coupe de volumes 3D acquis tout au long de la procédure

, ? Les résultats de notre méthode de recalage 2D-3D hybride sont satisfaisants. Les premiers résultats du suivi sur banc expérimental montrent la faisabilité du système

, ? Ces derniers sont grandement influencés par la transformation d'initialisation fourni par le capteur

, Dans unedeuxì eme expérimentation, nous avons enregistré le flux d'images 2D

, Les données de volumes 3D et du capteur inertiel sont acquises dans des conditions similairesàsimilairesà l'expérimentation 1. Afin d'obtenir le flux d'images 2D, l'interface de la station Trinity a ´ eté enregistrée avec un logiciel enregistreur d'´ ecran Camtasia

, Les losanges rouges correspondentàcorrespondentà la distance (mm) entre les carottes obtenues par recalage 2D-3D, sure ZNCC des recalages 2D-3D

, En moyenne, 30 recalages 2D-3D sont réalisés entre 2 recalages 3D-3D

, On constate sur l'ensemble des sessions que les résultats de recalages 2D-3D se dégradent entre 2 recalages 3D-3D, comme on pouvait l'attendre. L'initialisation avec des recalages 3D-3D au moment des biopsies est pertinente. De plus, nous avons réalisé les sessions avec le mode basé image. L'´ echantillon de donnéesdonnéesétant trop petit, nous n'avons pas pas pu conclure de différence statistique entre suivi hybride et basé image sur la distance des carottes. Les résultats semblentéquivalents semblentéquivalents. Pour les quatres sessions

, D'autre part, nousétionsnousétions confrontésconfrontésà unprobì eme de synchronisation vis-` a-vis des données image-capteur induisant un décalage

, Résultats de la session 3. La courbe bleue correspond la mesure ZNCC des recalages 2D-3D. Les points gris correspondent aux mesures ZNCC des recalages 3D-3D (axe de gauche), vol.18

, En l'absence de valeur "ground truth" de la transformation de recalage, nous avonsévaluéavonsévalué le suivi en calculant la distance (mm) entre les carottes de biopsies simulées avec la méthode de suivi et le recalage 3D-3D, Nous avons fait unepremì eré etude du suivi d'images 2D sur 4 sessions de biopsies

, Pour la session avec de grandes déformations, la distance moyenne obtenue entre les carottes est de 16.86±6.91 mm, mettant enévidenceenévidence les limites du recalage rigide dans notre application, 48±4.84 mm, ce qui est encourageant et acceptable dans ces conditions expériprostate

, Lesprobì emes rencontrés durant l'expérimentation et auxquels il faudra travailler pour les prochaines expérimentations sont : ? les imageséchographiquesimageséchographiques issues du fantôme prostatique sont difficilesàdifficilesà exploiter : l'image est peu texturée, la prostate est une simple sphère blanche sur un fond noir. Cette qualité d'images médiocre est probablement la cause de la

M. Ahldén, P. Araujo, Y. Hoshino, K. Samuelsson, K. K. Middleton et al., Clinical grading of the pivot shift test correlates best with tibial acceleration, Knee Surgery, Sports Traumatology, Arthroscopy, vol.20, issue.4, pp.708-712, 2012.

M. Baumann, Prostate biopsy trancking with deformation estimation, Medical Image Analysis, vol.16, pp.562-576, 2012.

D. Silva, T. Fenster, A. Cool, D. W. Gardi, L. Romagnoli et al., 2d-3d rigid registration to compensate for prostate motion during 3d trus-guided biopsy, Medical Physics, issue.2, p.146, 2013.

B. S. Lin, I. J. Lee, P. C. Hsiao, S. Y. Yang, and W. Chou, Data glove embedded with 6-dof inertial sensors for hand rehabilitation, Intelligent Information Hiding and Multimedia Signal Processing (IIH-MSP), p.127, 2014.

L. Rocchi, L. Palmerini, A. Weiss, T. Herman, and J. M. Hausdorff, Balance testing with inertial sensors in patients with parkinson's disease : assessment of motor subtypes, IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol.22, pp.1064-1071, 2014.

, Cette annexe présente les travaux de Guillaume Claus

, Informatique, que nous avons encadré au sein du laboratoire. L'objectif du stagéstagé etait de proposer une spécification pour une Interface Homme-Machine (IHM) pour

, Questionnaire Le questionnaire, réalisé avec Framaforms, est divisé en trois parties : ? une partie sur la visualisation 2D (image "live

, ? une partie sur la vue 3D (volume de réference)

, ? une partie sur l'imprécision et la procédure globale. La section 1.1 décrit le questionnaire envoyé

W. Freysinger, A. Gunkel, and W. Thumfart, Création d'une interface graphique pour les biopsies de prostate Ce questionnaire s'inscrit dans le projet MIRAS (Multi-Image and Robot Assisted Surgery) et concerne plusparticulì erement la navigation pour la biopsie de protate. Notre objectif est de développer un système de navigation en temps réel : c'està està dire permettant de visualiser non seulement chaque carotte lors depréì evement, European Archives of Oto-Rhino-Laryngology, vol.254, pp.343-345, 1997.

H. Gumprecht, D. Widenka, and C. Lumenta, Brainlab vectorvision neuronavigation system : Technology and clinical experiences in 131 cases, Neurosurgery, vol.44, pp.97-104, 1999.

S. Hassfeld, J. Zoller, A. , and F. , Preoperative planning and intraoperative navigation in skull base surgery, Journal of Cranio-Maxillofacial Surgery, vol.26, pp.220-225, 1998.

M. Khan, S. Dogan, and A. Maataoui, Navigation-based needle puncture of a cadaver using a hybrid tracking navigational system, Investigative Radiology, vol.41, 2006.

N. Koizumi, K. Sumiyama, and N. Suzuki, Development of a new threedimensional endoscopic ultrasound system through endoscope shape monitoring, Studies in Health Technology and Informatics, vol.94, issue.94, pp.168-170, 2003.

M. Nagel, M. Hoheisel, and R. Petzold, Needle and catheter navigation using electromagnetic tracking for computer-assisted c-arm ct interventions. Medical Imaging, Proc. of SPIE, vol.6509, p.163, 2000.

H. Ren, D. Rank, and M. Merdes, Multisensor data fusion in an integrated tracking system for endoscopic surgery, Information Technology in Biomedicine, vol.16, issue.1, p.163, 2012.

P. Seiler, A novel tracking technique for the continuous precise measurement of tumour positions in conformal radiotherapy, Physics in Medicine and Biology, vol.45, pp.103-110, 2000.

E. Sipos, In vivo accuracy testing and clinical experience with the isg viewing wand, Computerized Medical Imaging and Graphics, vol.39, pp.194-204, 1996.

K. Sumiyama, N. Suzuki, and H. Kakutani, A novel 3-dimensional eus technique for real-time visualization of the volume data reconstruction process, Gastrointestinal Endoscopy, vol.55, p.163, 2002.

E. Van-de-kraats, N. Van-walsum, K. , and L. , Accuracy evaluation of direct navigation with an isocentric 3d rotational x-ray system, Medical Image Analysis, vol.10, issue.2, pp.612-623, 2006.

N. Van-walsum, S. Baert, and W. Niessen, Guide wire reconstruction and visualization in 3dra using monoplane fluoroscopic imaging, IEEE Trans Medical Imaging, vol.24, issue.5, pp.612-623, 2005.

D. Vetterlia, S. Thalmannb, and F. Behrensmeierb, Daily organ tracking in intensity-modulated radiotherapy of prostate cancer using an electronic portal imaging device with a dose saving acquisition mode, Radiotherapy and Oncology, vol.79, pp.101-108, 2006.

E. Watanabe, Three-dimensional digitizer (neuronavigator) : New equipment for computed tomography-guided stereotaxic surgery, Surgical Neurology, vol.27, pp.543-547, 1987.

T. Willoughby, Target localization and real-time tracking using the calypso 4d localization system in patients with localized prostate cancer, International Journal of Radiation Oncology Biology Physics, vol.65, pp.528-534, 2006.

B. Wood, H. Zhang, and A. Durrani, Navigation with electromagnetic tracking for interventional radiology procedures : a feasibility study, Journal of Vasc Interv Radiol, vol.16, pp.493-505, 2000.

L. Zamorano, Z. Juang, and M. Kadi, Computer-assisted neurosurgery system : Wayne state university hardware and software configuration, Computerized Medical Imaging and Graphics, vol.18, pp.254-271, 1994.