Modélisation géométrique 3D des structures anatomiques du tronc humain à partir d'images acquises par résonnance magnétique

La modélisation géométrique 3D de structures anatomiques est une étape essentielle dans le développement d'outils de simulation numérique dédiés pour l'étude de l'évolution ou pour la planification de traitements de pathologies complexes. La scoliose est une déformation complexe de la colonne vertébrale et de la cage thoracique qui entraine des asymétries au niveau de l'ensemble du tronc. Ces asymétries sont généralement accompagnées de l'apparence d'une bosse dans le dos du patient et constituent la raison principale pour laquelle le patient ou ses parents décident de consulter. Cependant, les simulateurs biomécaniques actuels se concentrent sur le choix de la meilleure stratégie opératoire qui permet de redresser la colonne et minimiser son déjettement au niveau sagittal et frontal. Dans ce contexte, une modélisation géométrique 3D des structures osseuses est suffisante. Par contre, la priorité du patient est de bénéficier de la stratégie qui pourrait améliorer son apparence par la réduction des asymétries externes du tronc suite au traitement. Il est donc important de propager la correction des structures osseuses, lors de la simulation, à travers les tissus mous du tronc afin de visualiser l'effet d'une stratégie sur l'apparence externe du patient. Par conséquent, une modélisation géométrique précise de l'ensemble des structures anatomiques du tronc incluant la surface externe, les tissus mous et les structures osseuses sous-jacentes devient indispensable. La modélisation de l'intérieur du tronc peut être effectuée en utilisant des images acquises par résonance magnétique (IRM). Cette modalité d'imagerie est particulièrement intéressante, car elle permet d'obtenir de l'information sur le tronc sans danger pour le patient. La qualité des données IRM est variable et dépend du protocole d'acquisition. Pour garder un temps d'acquisition raisonnable, il faut réduire la portion du tronc couverte ou réduire la résolution des données, ce qui impactera le modèle géométrique obtenu. De plus, puisque les structures osseuses ne sont pas facilement identifiables dans les données IRM, elles sont généralement obtenues avec des radiographies. L'obtention d'un modèle précis du tronc implique donc de combiner un modèle des structures osseuses et un des tissus mous. Cette mise en correspondance est complexe, car les IRM sont acquises en position couchée et les radiographies le sont en position debout. Cette thèse propose une nouvelle méthodologie pour construire un modèle géométrique précis et personnalisé du tronc à partir de données IRM. Le nouveau modèle géométrique sera obtenu sans segmenter les données pour éviter la perte d'information. Cette méthodologie est différente des approches classiques qui génèrent des éléments géométriques reliant des frontières segmentées dans une étape préalable. Le nouveau modèle sera enrichi par l'utilisation de modèles surfaciques de vertèbres qui permettront une segmentation automatique des vertèbres visibles dans les données IRM. La première phase des travaux s'est concentrée sur la génération du modèle géométrique personnalisé du tronc obtenu à travers l'adaptation d'un maillage 3D. Le processus d'adaptation du maillage est basé sur la génération d'une métrique riemannienne construite en utilisant l'intensité des images IRM. La métrique définit la forme, la taille et l'orientation de chacun des éléments du maillage pour respecter les frontières des structures présentes dans les données. La validation du processus a été effectuée en plusieurs étapes. Tout d'abord, il a été montré, avec des IRM cardiaques, que le processus produit des maillages respectant la métrique. Par la suite, le processus d'adaptation a été comparé avec celui proposé par Goksel et al qui produit également des maillages sans segmenter les données. Cette comparaison a été faite sur un cas analytique et sur une série de cas réels. Pour comparer les méthodes, plusieurs maillages de densités différentes sont obtenus avec chacune d'elles. Puis, des éléments sont extraits de chacun des maillages en utilisant la frontière d'un volume de référence. La somme du volume des éléments extraits est comparée à celui de la référence. Les mesures comparant les volumes confirment que notre méthode produit des maillages respectant mieux les frontières des structures présentes, qu'elle converge plus rapidement et qu'elle est donc plus précise pour un nombre de sommets donnés. La seconde phase a été centrée sur le développement d'une méthodologie de segmentation semi-automatique des vertèbres dans les données IRM. Un modèle surfacique des structures osseuses est recalé avec les volumes de données IRM pour segmenter les vertèbres. Pour y parvenir, un algorithme de recalage par information mutuelle, reconnu pour donner de bons résultats avec des données multimodales, a été utilisé. Pour améliorer le taux de succès de l'algorithme, une phase d'initialisation positionne les vertèbres près de leur position finale estimée. L'évaluation de la phase d'initialisation montre que l'algorithme de recalage supporte une erreur de positionnement de 13 mm par rapport à sa position finale pour assurer un bon recalage. Cette distance est facilement atteignable. La robustesse de l'algorithme de recalage a été évaluée avec plusieurs ensembles de données. Si la qualité des données IRM est suffisante, notre méthode produit de bons résultats. Une résolution de 3 mm entre les tranches est un bon compromis entre la qualité et le temps d'acquisition. Pour conclure, la nouvelle représentation géométrique est minimale et préserve la frontière des structures anatomiques présentes dans les données. Elle serait un bon candidat pour être utilisée dans un simulateur numérique. En outre, la méthode de segmentation semi-automatique des données IRM est robuste et produit des résultats fiables. Pour poursuivre ces travaux, la segmentation des vertèbres pourrait être utilisée pour simplifier la génération du maillage. L'adaptation de maillage peut être restreinte à des zones segmentées, tout en utilisant l'information du volume entier, limitant ainsi la perte d'information. L'emplacement des vertèbres serait alors connu dans le maillage adapté, ce qui permettrait de faire le recalage avec le modèle surfacique des structures osseuses.