<  Back to the Polytechnique Montréal portal

Segmentation automatique de la moelle épinière sur des images de résonance magnétique par propagation de modèles déformables

Benjamin De Leener

Master's thesis (2014)

Open Access document in PolyPublie
[img]
Preview
Open Access to the full text of this document
Terms of Use: All rights reserved
Download (25MB)
Show abstract
Hide abstract

Abstract

Spinal cord lesions affects more than 85,000 people in Canada with about 4,250 newcases every year. Lesions can be caused by traumatic injuries or by neurodegenerative diseasessuch as multiple sclerosis. They have an important impact on a patient's daily life, inducing lossof sensibility or motor control in the human body. The extent of damages caused by a lesionvaries with the number of damaged spinal cord tracks, and depends on the size and the position ofthe lesion within the spinal cord. Although therapeutic approaches for patient functionalrehabilitation exist, they all face an unknown variable: the extent of spinal cord lesions. A preciseand early diagnosis of neurodegenerative diseases would improve their treatment efficiency. Fora number of years, MRI has demonstrated its potential in the diagnosis and prognosis of spinalcord lesions (Cadotte, 2011; Cohen-Adad et al., 2010). However, this research field still lacks offully automatized tools for the extraction and comparison of clinical metrics related to the spinalcord structure (e.g. cross-sectional area, volumes). Spinal cord segmentation on anatomical MRimages can provide accurate area and volume measurements (Losseff et al., 1996) and couldquantify spinal cord atrophy caused by neurodegenerative diseases such as multiple sclerosis(Chen et al., 2013) or amyotrophic lateral sclerosis (Cohen-Adad et al., 2011).The objective of this Master's project is to develop a fully automatic spinal cordsegmentation method, working on multiple MR contrasts and any field of view, able to extractand compare accurate spinal cord measurements. The literature review pointed out the lack ofsuch a method but highlighted several interesting features in existing methods, that can becombined to develop a new automatic segmentation algorithm.The method developed in this project is based on the multi-resolution propagation of adeformable model. First, the spinal cord position and orientation is detected in the image using anelliptical Hough transform on multiple adjacent axial slices. A low-resolution tubular mesh isthen build around the detection point and direction and deformed on spinal cord edges byminimizing an energy equation. An iterative process, composed by the duplication, translation,orientation and deformation of the mesh, propagates the surface along the spinal cord. Finally, arefinement and a global deformation of the surface provide accurate segmentation of the spinalcord. Measurements can be directly extracted from the segmentation surface. The spinal canalcan also be segmented with our method by simply inversing the gradient in the image and

Résumé

Les lésions de la moelle épinière, induites par des traumas (e.g. accident de la route) oupar des maladies neurodégénératives, touchent plus 85 000 personnes au Canada avec environ4250 nouveaux cas chaque année1. Elles ont de plus un impact majeur sur la vie quotidienne despersonnes atteintes, en provoquant des pertes de sensibilité et de contrôle moteur dont la gravitédépend de la taille et de l'emplacement des lésions. Bien qu'il existe des approchesthérapeutiques permettant d'améliorer la réhabilitation fonctionnelle des patients, toutes cesapproches se heurtent à une inconnue majeure : l'étendue des dégâts causés par les lésions. Undiagnostic précoce et précis des maladies neurodégénératives touchant la moelle épinièrepermettrait d'améliorer grandement l'efficacité de leurs traitements. Depuis de nombreusesannées, l'IRM a prouvé son potentiel dans le diagnostic et le pronostic des lésions de la moelleépinière (Cadotte, 2011; Cohen-Adad et al., 2011). Ce domaine manque cependant encored'outils complètement automatisés permettant l'extraction et la comparaison de métriquescliniques reliées à la structure de la moelle (aire de section transverse, volume, etc.). Lasegmentation de la moelle épinière sur des images IRM anatomiques peut fournir des mesuresd'aires et de volumes de la moelle (Losseff et al., 1996) et peut quantifier son atrophie en cas demaladies neurodégénératives telles que la sclérose en plaques (Chen et al., 2013) et la scléroselatérale amyotrophique (Cohen-Adad et al., 2011).Ce projet de maîtrise vise à développer une méthode de segmentation complètementautomatique de la moelle épinière, fonctionnant sur plusieurs types d'images IRM (pondérées enT1 et en T2) et sur n'importe quel champ de vue (cervical ou thoracique), et permettant d'extraireet de comparer des mesures précises de la moelle épinière. La revue de la littérature a permis demettre en évidence le manque de méthode de segmentation automatique de la moelle épinièrefonctionnant sur n'importe quel type de contraste et de champ de vue. Elle a toutefois faitressortir une série de propriétés intéressantes, dans les méthodes semi-automatiques existantes,pouvant être combinées pour former une méthode complètement automatisée.
Department: Institut de génie biomédical
Program: Génie biomédical
Academic/Research Directors: Samuel Kadoury, Julien Cohen-Adad
PolyPublie URL: https://publications.polymtl.ca/1471/
Institution: École Polytechnique de Montréal
Date Deposited: 22 Dec 2014 14:17
Last Modified: 09 Nov 2022 09:41
Cite in APA 7: De Leener, B. (2014). Segmentation automatique de la moelle épinière sur des images de résonance magnétique par propagation de modèles déformables [Master's thesis, École Polytechnique de Montréal]. PolyPublie. https://publications.polymtl.ca/1471/

Statistics

Total downloads

Downloads per month in the last year

Origin of downloads

Repository Staff Only

View Item View Item