IRL TIMC-IMAG 2013-2014 US

De Ensiwiki
Aller à : navigation, rechercher


Reconstruction efficace d'un volume 3D isotrope à partir d'images ultrason 2D localisées

Labo TIMC-IMAG
Equipe Gestes Médicaux-Chirurgicaux Assistés par Ordinateur
Encadrants Matthieu.Chabanas@imag.fr

Thème général

Une sonde échographique miniaturisée a été développée pour acquérir des images intra-articulaires du cartilage du genou, sous conditions de chirurgie arthroscopique. L'objectif est de détecter des lésions cartilagineuses (arthrose) et de quantifier leur taille et localisation précise, pour aider le clinicien dans son diagnostic et sa prise de décision thérapeutique.

La sonde ultrasons est traquée par un localisateur optique, ce qui permet de localiser (position + orientation) chaque image 2D dans un référentiel 3D commun. Près de 2000 images sont acquises lors du balayage d'une surface cartilagineuse. Un outil intéressant est de reconstruire un volume 3D isotrope (voxels cubiques) de l'espace étudié à partir de l'ensemble des images. Ceci pourra être utilisé notamment pour de futurs traitements des images, la simulation de nouvelles coupes dans des plans particuliers ou la mise en correspondance avec des données IRM.

Setup
Environnement d'acquisition des images US intra-opératoires
Images US
Exemple d'images US localisées par rapport à la surface cartilagineuse
Setup
Interfaces eau/cartilage et cartilage/os sur une image


Sujet

La génération du volume 3D peut être vu comme un problème d'interpolation à partir des pixels des différents plans images. Plusieurs problèmes devront être pris en compte:

  • la gestion des zones avec peu d'informations (aucune image ne traverse un voxel)
  • au contraire la gestion des zones avec des informations redondantes (plusieurs images traversent un voxel), éventuellement non cohérentes en raison de l'incertitude sur la localisation des images
  • pour une utilisation potentielle per-opératoire, la méthode de reconstruction doit être efficace. Il semble donc pertinent de réfléchir d'emblée à une implémentation parallèle sur architecture GPU.

Les développements se feront a priori en C++ (et Cuda pour le GPGPU), à moduler selon les compétences/envies de l'étudiant(e) intéressé(e).


Résultats attendus

Après une étude bibliographique sur le sujet, proposer une méthode d'interpolation efficace et une première interpolation, éventuellement sur GPU.


Compétences nécessaires

Programmation Orientée Objet, C++/Java, et éventuellement GPU/Cuda.

Modélisation mathématique, interpolation.