Segmentation des images IRM

La relaxation

Le retour à l’état d’équilibre des atomes d’hydrogène après la résonance, appelé aussi relaxation, où M0 et B0 sont de nouveau alignés requière un laps de temps qui peut être divisé en deux composantes T1 et T2(une composante longitudinale et une composante transversale) relatives aux composantes du champ magnétique induit par l’excitation. Les valeurs T1 et T2 dépendent ainsi du tissu rencontré.

Formation de l’IRM

Lors de son passage dans l’appareil IRM, le patient est soumis à un champ magnétique initial B 0,puis à une onde électromagnétique d’excitation B1. Les atomes d’hydrogène entrent alors en résonance avec l’onde de cette dernière. Au terme de la phase d’excitation, les atomes d’hydrogène commencent leur relaxation. Lors de ce retour à l’équilibre ils continuent à émettre un champ appelé « décroissance d’induction libre ».

Ce signal est réceptionné par les capteurs de la machine et transformé en signal électrique qui sera analysé et codé pour constituer une image numérique. La difficulté de constitution de l’image est donc la capacité de distinction des signaux relatifs aux zones examinées. Cette constitution est réalisée en couplant trois gradients :
 le gradient de coupe sélective sélectionne le plan de coupe, celui-ci pouvant être quelconque dans l’espace.
 le gradient de codage de phase sélectionne les lignes dans le plan de coupe sélectionné.
 le gradient de fréquence sélectionne les colonnes dans le plan de coupe sélectionné.

L’image résultante sera donc composée d’un certain nombre de coupes dont l’orientation sera en fonction de la pathologie recherchée, les principales orientations étant l’orientation axiale, l’orientation coronaire et l’orientation sagittale (Figure I.6) [10].

Séquences des images IRM

Les paramètres de séquence sont les paramètres que le manipulateur fixe sur la console pour définir la séquence IRM. Ils permettent de contrôler l’influence des différents paramètres tissulaires T1, T2 et densité de proton dans le signal « pondération » et de moduler ainsi le contraste dans l’image.

Temps d’écho

Le signal de précession libre ne peut être enregistré directement après l’excitation (déphasage parasite induit par les gradients). C’est pourquoi il est acquis sous la forme d’un écho de spin ou de gradient. Par définition, le délai entre le milieu de l’impulsion d’excitation et le sommet de l’écho est appelé temps d’écho, il est noté TE. Dans la méthode d’écho de spin, les hétérogénéités de B0 et les différences d’aimantation des tissus sont compensées, alors qu’elles ne le sont pas en écho de gradient. La courbe de décroissance est donc différente pour ces deux techniques.

Temps de répétition

L’image est constituée à partir de la répétition de la même séquence avec un gradient de phase Gp d’amplitude différente. Le temps qui sépare deux répétitions est appelé temps de répétition et est noté TR. Le TR, comme le TE, est un facteur de contraste. S’il est suffisamment long, l’aimantation repousse tout le signal qui ne dépend pas de la vitesse d’aimantation (donc de T1), mais essentiellement de la densité protonique. S’il est court, le système atteint après quelques répétitions un régime stationnaire et l’aimantation tend vers une valeur d’équilibre dépendant de la vitesse d’aimantation des tissus, et donc de leur T1. L’image révèle ainsi les différences de T1 entre les tissus.

Angle de basculement

Si B1 est orthogonal à B0, ce qui est généralement le cas, le phénomène de résonance magnétique bascule l’aimantation M est selon un axe perpendiculaire au champ principal B0. Si M bascule à 90° (excitation par une impulsion π/2), toute l’aimantation est dans le plan transversal et ML est nul. En cas de basculement d’un angle inférieur à 90°, seule une partie de l’aimantation est convertie en signal (MT) et il persiste une aimantation ML pouvant être utilisée pour une autre excitation. L’angle de basculement correspond donc à une énergie délivrée par le champ B1. Le signal S sera d’autant plus faible que cet angle sera petit.
En régime stationnaire, l’angle de bascule α intervient dans le contraste de l’image et gouverne la réserve en aimantation. Pour des angles petits (α<20°), la densité protonique est prépondérante ; Plus α est grand, plus T1gouverne le contraste (Figure I.7).

Les pondérations des images IRM

Les paramètres tissulaires ρ (densité des noyaux d’hydrogène), T1 (temps de relaxation longitudinale) et T2 (temps de relaxation transversale), pour chaque petit volume(ou voxel) du tissu biologique étudié, sont à la base de l’IRM. Le contraste entre deux tissus dépend en effet des variations de la valeur de ces paramètres entre les deux tissus (figure I.8).

Image pondérée en densité de protons (ρ)

La séquence en densité de proton (ρ) obtenue avec TR long, TE court fournit de belles images mais n’est pas discriminative de l’ensemble des structures. Les tissus sont ordonnés par niveaux de gris croissants en matière blanche (MB), matière grise (MG) et liquide céphalorachidien (LCR).

Image pondérée en T2

La séquence en T2 obtenue avec TR et TE longs est moins « agréable à l’ oeil », mais très informative sur la composition des tissus (teneur hydrique principalement) ; elle aide à la caractérisation tissulaire. Les tissus sont ordonnés par niveaux de gris croissants MB, MG, LCR.

Image pondérée en T1

Une séquence en T1 correspondant à la séquence à TR court. Les images sont à fort contraste mais peu discriminatives entre les tissus. Les tissus sont ordonnés par niveaux de gris croissants LCR, MG, MB.

Défauts des images IRM (artefacts)

Outre les trois paramètres principaux qui entrent en jeu dans la formation d’une image de résonance magnétique, un certain nombre d’autres facteurs viennent affecter la qualité des images. Les erreurs (artefacts) d’acquisition en IRM sont de natures différentes de celles observées dans d’autres domaines du traitement d’images. On distingue essentiellement quatre effets: le bruit, le mouvement, les variations de champ et les effets de volume partiel.

Le Bruit

Le bruit a des origines multiples liées en partie au bruit de l’appareillage. Dans les images par résonance magnétique, l’objectif est d’augmenter le contraste entre les tissus tout en conservant une bonne résolution et un rapport signal/bruit élevé. Ces caractéristiques sont cependant contradictoires et il est nécessaire de trouver un bon compromis entre résolution et bruit. Ainsi, on peut doubler la taille des pixels pour multiplier le rapport signal/bruit d’un facteur p, mais la résolution est divisée par deux. Le choix d’acquisition est donc un facteur déterminant[15].

Mouvement

De manière générale, tout mouvement pendant l’acquisition des signaux provoque l’apparition d’image « fantômes » dans la direction du codage de phase et un aspect de flou dans la direction du mouvement.L’immobilité imparfaite du patient,les mouvements respiratoires,les battements cardiaques et les flux sont les causes les plus fréquentes de dégradation des images et peuvent gêner l’interprétation,en créant de fausses images pathologiques.
La synchronisation cardiaque, la synchronisation respiratoire ou les techniques de compensation de flux, permettent d’améliorer considérablement la qualité des images[4].

Variations du champ magnétique (inhomogénéité RF)

Les variations de champ ont pour conséquence une variation des intensités d’un même tissu dans une direction quelconque de l’image. Ce phénomène est dû au fait que le champ magnétique n’est pas parfaitement homogène spatialement et temporellement pendant une acquisition (Figure I.9). Il existe de plus des non-linéarités de gradient de champ magnétique.
Des approches ont été proposées pour corriger les inhomogénéités du champ magnétique dans le cadre de prétraitements. Les distorsions de champ sont également analysées en détail et corrigées dans.

Effets de volume partiel

La notion de volume partiel n’est pas propre à l’IRM. Elle concerne toutes les techniques d’imagerie. Ces artefacts sont liés à la résolution des images. Ainsi, au niveau d’une interface entre deux tissus dans la direction de la sélection de coupe, l’utilisation de coupe fine permet de bien séparer les tissus. En revanche, une coupe plus épaisse contient à la fois les deux tissus. Le signal résultant sera alors une moyenne du signal des tissus, d’où une perte d’information en termes de contraste. Il en résulte également une perte de la résolution spatiale, puisque le signal des petites structures va être moyenné avec celui des structures adjacentes, ce qui peut les rendre invisibles ou peu distinctes (Scherrer, 2008).

Conclusion

Nous avons présenté dans ce chapitre les notions essentielles liées à l’anatomie du cerveau et les principales régions cérébrales qui ont une importance dans l’examen et le diagnostic cliniques. Nous avons présenté également les principes d’acquisition des images médicales et les différentes modalités d’acquisitions avec leurs technologies spécifiques.
Le traitement et la segmentation des images médicales issues de ces différentes modalités apportent une aide consistante en termes de diagnostic précoce et de caractérisation des tissus cérébraux. Nous avons remarqué que l’imagerie à Résonance Magnétique est une technique d’imagerie médicale très utile pour l’observation du cerveau. Car c’est la méthode d’imagerie qui, dans la plupart des cas, donne les informations les plus riches (la résolution spatiale habituelle est de l’ordre du millimètre).
La segmentation des structures cérébrales permet non seulement de mieux caractériser leur rôle mais aussi d’isoler des marqueurs de certaines pathologies pour aider le médecin dans son diagnostic.

Table des matières

Chapitre I : Contexte médical
I.1. Introduction
I.2. Description macroscopique et microscopique du cerveau
I.2.1. Description macroscopique
I.2.2. Description microscopique
I.3. Anatomie cérébrale
I.3.1. L’encéphale
I.3.2. Les tissus du cerveau
I.3.2.a. La matière grise
I.3.2.b. La matière blanche
I.3.2.c. Les méninges
I.3.2.d. Le liquide céphalo-rachidien
I.4. Lésions cérébrales
I.5. Tumeur cérébrale
I.5.1. Définition
I.5.2. Les tumeurs cérébrales bénignes
I.5.3. Les tumeurs cérébrales malignes
I.5.4. Développement
I.5.5. Symptômes des tumeurs cérébrales
I.5.6. Les facteurs de risques
I.5.7. Types de tumeurs cérébrales
I.5.8. Le diagnostic des tumeurs cérébrales
I.5.8.a. Examen clinique
I.5.8.b. Imagerie médicale
I.5.8.c. La biopsie cérébrale
I.5.8.d. Examens complémentaires
I.6. Imagerie par résonance magnétique
I.6.1. Introduction
I.6.2. Imageur IRM
I.6.3. Principe de l’IRM
I.6.3.a. La résonance
I.6.3.b. La relaxation
I.6.3.c. Formation de l’IRM
I.6.3.d. Pondération et séquences des images IRM
I.6.3.e. Défauts des images IRM (artefacts)
I.7. Conclusion
Chapitre II : Segmentation des images IRM
II.1. Introduction
II.2. Les principales méthodes de segmentation
II.2.1. Définition
II.2.2. Les différentes approches de segmentation
II.2.2.a. Segmentation orientée contours
II.2.2.a.1. Les méthodes « bas niveau »
II.2.2.a.2. Les méthodes par morphologie mathématique
II.2.2.a.3. Les méthodes par modèles déformables
II.2.2.b.Segmentation orientée régions
II.2.2.b.1. Seuillage et morphologie mathématique
II.2.2.b.2. Les méthodes par croissance de région
II.2.2.b.3. Algorithme non-paramétrique de type mean-shift
II.2.2.b.4. Les méthodes par classification
1. Approches supervisées
2. Approches non supervisées
2. a. Classification par K-Means
2. b. La classification floue
2. b.1. La logique floue
2. b.2. La théorie des sous -ensembles flous
2. b.3 L’ algorithme Fuzzy C-means (FCM)
2. b.4. Solution du problème d’optimisation
2. b.5. Déffuzification
2. b.6. Travaux utilisant la segmentation par FCM
II.3. Méthodes d’optimisation méta-heuristiques
II.3.1. Optimisation par essaim particulaire
II.4. méthode hybride, floue optimisation par essaim de particules (FPSO)
II.5. Conclusion
Chapitre III : Application
III.1. Introduction
III.2.1. Méthodologie
III.2.2. Justification scientifique de notre sujet
III.2.3. Environnement du travail
III.3. Format DICOM
III.4. Base de Données
III.4.1. Interprétation par l’expert
III.5. Prétraitement
III.5.1. Filtre médian
III.5.2. Diffusion anisotropie
III.5.3. Tests des filtres de prétraitement
III.6. Pré-segmentation
III.7. Segmentation
III.7.1. Application de la méthode K- moyennes
III.7.2. Application de la méthode FCM
III.7.3. Application de la méthode FPSO
III.8. Comparaison des trois méthodes et l’évaluation des performances
III.9. Détection de la tumeur et les matières grise et blanche
III.10. Reconstruction3D
III.11.Reconstruction 3D de la tumeur
III.12. Conclusion

Télécharger le rapport complet