Stage de DEA d'Arnaud Charnoz / Master Degree thesis:
Les méthodes de segmentation par ensembles de niveaux ont été introduites en imagerie médicale par Malladi et al en 1995. Au cours de ce stage, nous nous intéressons à la segmentation du myocarde dans des séquences temporelles d'images TEMP (Tomographie à Émission Mono-Photonique). Nous présentons différentes améliorations de la méthode originale, accélérant la convergence de l'algorithme, améliorant la qualité de la segmentation finale et stabilisant le processus.
Nous avons étudié différents critères d'évolution, prenant en compte la nature dynamique des séquences d'images du coeur. A chaque étape de l'algorithme de segmentation, nous avons comparé différentes solutions afin de réduire à la fois le temps de segmentation et d'augmenter la qualité du résultat.
Nous avons développé une plate-forme modulaire, incluant la visualisation 3D+T, afin d'expérimenter les solutions proposées et de régler les différents paramètres de l'algorithme. Nous montrons les résultats de segmentation sur des images simulées NCAT pour valider nos résultats et sur des images réelles acquises par procédé TEMP.
Nous montrons également une nouvelle méthode d'extraction automatique de paramètres cliniques tels que la fraction d'éjection. Ce type de paramètre est très utile au niveau du diagnostic clinique.
Levelset methods were introduced in medical images segmentation by Malladi et al in 1995. In this work, we propose several improvements of the original method to speed up the algorithm convergence and to improve the quality of the segmentation in the case of cardiac gated SPECT images.
We studied several evolution criterions, taking into account the dynamic property of heart image sequences. For each step of the segmentation algorithm, we have compared different solutions in order to both reduce time and improve quality.
We have developed a modular segmentation tool with 3D+T visualization capabilities to experiment the proposed solutions and tune the algorithm parameters. We show segmentation results on both simulated and real SPECT images.
[Charnoz-Lingrand-etal:03] A levelset based method for segmenting the heart in 3D+T gated SPECT images, FIMH 2003, Lyon (France), Juin 2003.