Un nouveau descripteur iconique topologique pour l'appariement d'images de structures anatomiques

L'objectif principal de notre projet de recherche est de créer un descripteur iconique topologique qui permet de faire des appariements de structures anatomiques en se basant sur l'organisation topologique des intensités dans une image. Ce descripteur doit définir un espace métrique afin de pouvoir effectuer des comparaisons efficaces. Les descripteurs actuellement disponibles ne font pas intervenir les composantes distantes d'images pour décrire un lieu dans l'image. De façon inhérente, ils sont locaux dans leurs analyses des caractéristiques de l'image. Bien sûr, certains d'entre eux incluent un certain voisinage, mais aucun des descripteurs que nous avons analysés incorpore l'information de l'image dans son ensemble. Pour arriver à nos fins, nous proposons une représentation sous forme de graphe de l'espace image. Pour construire ce graphe nous proposons deux approches. La première considère l'image comme un graphe implicite dans lequel les noeuds sont les pixels de l'image et la connectivité des noeuds du graphe représente le voisinage des pixels. La deuxième est, quant à elle, plus élaborée et est bâtie en analysant les régions définies par une sursegmentation de l'image. Dans celle-ci, les régions sont les noeuds du graphe et les arêtes du graphe représentent la connectivité des régions. Pour décrire un lieu dans l'image, nous proposons d'extraire un arbre du graphe image pour chacun des endroits d'intérêt. Pour extraire cet arbre, nous utilisons un processus de minimisation de la rencontre des gradients, autrement dit, les branches de cet arbre poussent de manière à réduire les gradients traversés. Cet arbre est une vue de l'image telle que perçue par le lieu étudié. L'arbre ainsi conçu est notre descripteur sous sa forme la plus complète. Pour être en mesure de comparer et de conserver ces arbres, nous en extrayons une représentation en histogramme. Nous avons étudié plusieurs versions, sous forme d'histogrammes, des arbres, chaque version étant plus ou moins riche en information. Le passage à une telle représentation nous permet une sauvegarde efficace et configurable. En effet, si nous désirons inclure plus d'information relative à l'arbre dans l'histogramme le représentant, nous pouvons utiliser un histogramme ayant plus de classes. Ce passage à une représentation en histogramme nous permet également l'utilisation de mesures de métriques fiables pour quantifier la distance entre deux de nos descripteurs. Les résultats obtenus montrent que nos descripteurs sont en mesure de faire l'appariement d'organes présents dans des acquisitions de tomographie axiale (CT), et ce, dans la même image ou dans des images distinctes. Pour mesurer la capacité d'appariement des descripteurs que l'on propose, nous avons proposé un algorithme basé sur les rangs médians de distances. Cet algorithme nous permet d'évaluer la capacité de correspondance en tenant compte de tous les descripteurs des images. Les résultats que nous avons obtenus sont très prometteurs si on tient compte des difficultés de la tâche, liées, entre autres, au fait que l'appariement soit basé sur une seule instance d'un descripteur et au manque de structure apparente dans les images 2D. En effet, compte tenu des temps de calculs considérables, nous avons restreint notre analyse des appariements des descripteurs à des images 2D de thorax. Les structures anatomiques étant compréhensibles seulement lorsque l'on effectue une analyse 3D, la qualité des résultats obtenus est impressionnante. Le passage à des descripteurs 3D ne demande aucune modification des algorithmes utilisés et devrait nous fournir des résultats d'appariement des structures anatomiques encore meilleurs.