Segmentation automatique du cerveau par morphing d'un modèle biomécanique

De Ensiwiki
Aller à : navigation, rechercher

Sujet de Projets de spécialité - 2A

  • Encadrants : Fanny Morin, Matthieu Chabanas
  • Nombre d'étudiants : 3 à 5
  • Compétences / domaines abordés : programmation C++/Python, méthode élément finis, méthodes de résolution numériques, segmentation d'image, intérêt pour les applications médicales, projet en équipe, découverte de nouveaux logiciels et librairies (Sofa, Paraview, VTK/ITK), enthousiasme!

Contexte & Objectif

Nous travaillons actuellement sur un système de guidage per-opératoire en neurochirurgie. L’objectif est de simuler les déformations du cerveau pendant l'intervention (phénomène de "brain-shift", résection de la tumeur, ...) pour mettre à jour en temps intéractif les images médicales pré-opératoires du patient.

Notre approche repose sur l'utilisation d'un modèle biomécanique (i.e. un modèle 3D intégrant les propriétés physique du cerveau) des tissus du cerveau. Ce modèle repose sur un maillage 3D dont la génération nécessite actuellement un nombre important d'interactions. Notre objectif est de proposer une méthode la plus automatisée possible, utilisable à terme en pratique clinique par un chirurgien.

L'idée principale est de déformer un modèle générique existant à la morphologie de chaque nouveau patient. De nombreuses méthodes géométriques basées sur la mise en correspondance d'images médicales existent. Nous nous intéressons au contraire à l'utilisation du modèle biomécanique existant pour faire ce recalage.

brain_2D
Segmentation d'une image IRM de cerveau
brain_3d
Reconstruction 3D
brain_mesh
Maillage 3D du modèle biomécanique

Sujet

Les étapes principales de ce projet sont:

  • La segmentation dans les images IRM pré-opératoires des contours externes cerveau du nouveau patient ;
  • La définition de contraintes à appliquer sur le modèle générique pour le déformer vers la morphologie souhaitée ;
  • La résolution de ce problème avec le modèle existant (de type éléments finis, avec des contraintes exprimées par des multiplicateurs de Lagrange) ;
  • L'évaluation de cette méthode par comparaison du modèle généré avec un modèle créé manuellement à partir des images médicales.

Dans un premier temps, le morphing portera uniquement sur l'enveloppe externe du cerveau. Selon l'avancement du projet, la méthode pourra être étendue pour intégrer des contraintes sur les structures internes (ventricules cérébréaux, cervelet, faux du cerveau, etc.)

Environnement de travail

Les développements se feront sous forme de composants C++/Python, dans les environnements [www.sofa-framework.org SOFA] et Paraview

  • La plateforme de simulation biomécanique est [www.sofa-framework.org SOFA].

Une prise en main minimale sera nécessaire pour créer une scène du projet ;

  • Des méthodes de traitement d'images efficaces existent pour segmenter le cerveau, il s'agira essentiellement de les utiliser ;
  • Les étudiants devront prendre en main le formalisme d'expression des contraintes utilisé, à partir d'exemples existants ;
  • Ils devront ensuite proposer un processus de définition des contraintes à appliquer pour résoudre le problème (a priori par appariements itératifs de plus proches voisins entre les noeuds du modèle et le contour cible)