La tomographie est une technique dโimagerie couramment employรฉe en mรฉdecine, qui a prouvรฉ son intรฉrรชt dans lโindustrie. Plus quโune simple mรฉthode de contrรดle non destructif, la tomographie offre aujourdโhui un large panel dโapplications industrielles, de la caractรฉrisation de dรฉfauts ร lโanalyse dimensionnelle, en passant par la numรฉrisation 3D et la rรฉtro-ingรฉnierie. La tomographie est un problรจme inverse pour lequel on cherche ร reconstruire un objet ร partir de ses projections, celles-ci รฉtant acquises ร lโaide dโun scanner. Dans la plupart des applications de tomographie par rayon X, les mรฉthodes de reconstruction utilisรฉes sont les mรฉthodes analytiques. Dans le cas dโun nombre suffisant de projections, ces mรฉthodes permettent en effet des reconstructions rapides et fiables. Cependant, dans le cas dโun nombre limitรฉ de projections (applications mรฉdicales faible dose), ou dโun domaine angulaire rรฉduit (contraintes expรฉrimentales spรฉcifiques), les donnรฉes disponibles pour lโinversion sont insuffisantes ; le mauvais conditionnement du problรจme sโaccentue, et les rรฉsultats sont entรขchรฉs dโartรฉfacts. Dans ces situations, une approche alternative consiste ร discrรฉtiser le problรจme de reconstruction, et ร utiliser des algorithmes itรฉratifs ou une formulation statistique du problรจme afin de calculer une estimation de lโobjet inconnu. Le manque dโinformation est alors compensรฉ par lโintroduction dโa priori ou de contraintes qui permettent de converger vers une solution acceptable. Ces mรฉthodes sont classiquement basรฉes sur une discrรฉtisation du volume en un ensemble rรฉgulier de voxels, et fournissent des cartes 3D de la densitรฉ de lโobjet รฉtudiรฉ. A la diffรฉrence des mรฉthodes analytiques, les mรฉthodes itรฉratives sont coรปteuses en termes de temps de calcul et de ressources mรฉmoire, ce qui rend leur utilisation peu usuelle. Ceci est par ailleurs accentuรฉ par le fait que les dรฉtecteurs, toujours plus rรฉsolus, gรฉnรจrent des jeux de donnรฉes de plus en plus volumineux. Cependant, avec lโรฉmergence des architectures parallรจles de type GPU lโimplantation de codes optimisรฉs a permis dโaccรฉlรฉrer de faรงon significative les deux principaux opรฉrateurs de ces algorithmes (que sont la projection et la rรฉtroprojection), ce qui augmente dorรฉnavant leur potentiel.
Tomographie par rayons Xย
Nรฉe au dรฉbut des annรฉes 70 ร des fins dโapplications mรฉdicales, la tomographie par rayons X a beaucoup รฉvoluรฉe depuis, tant dans le domaine mรฉdical quโindustriel. En effet, cette technique dโimagerie prometteuse a aujourdโhui adaptรฉ ses paramรจtres au domaine industriel dont tous les secteurs peuvent bรฉnรฉficier (aรฉronautique, secteur automobile, fonderie, industrie miniรจre ou pรฉtroliรจre, secteur agro-alimentaire). Voir lโintรฉrieur dโun objet pour le reconstruire en 3D et localiser toute hรฉtรฉrogรฉnรฉitรฉ, singularitรฉ, vide ou inclusion prรฉsents dans un objet semble รชtre un atout pour la mise au point, la fabrication et le contrรดle des matรฉriaux. La tomographie par rayons X ou tomographie par transmission, est une technique non invasive (non destructive) qui permet la reconstruction dโimages ยซ en coupe ยป ou de volumes tridimensionnels dโun objet. Son principe repose sur lโanalyse multidirectionnelle de lโinteraction dโun faisceau de rayons X avec la matiรจre, par enregistrement par des dรฉtecteurs du rayonnement transmis aprรจs traversรฉe de lโobjet. Les donnรฉes acquises sont collectรฉes suivant des orientations multiples dont le nombre et le pas varient selon lโapplication, le type dโappareil et la rรฉsolution. ร lโaide de ces donnรฉes, une image numรฉrique en niveaux de gris est reconstruite mathรฉmatiquement, traduisant point par point le coefficient dโattรฉnuation local du faisceau incident. La tomographie par rayons X permet donc dโaccรฉder au coeur de la matiรจre pour en apprรฉcier les variations dโabsorptions radiologiques et les diffรฉrences de composition .
Usuellement, les algorithmes utilisรฉs pour la reconstruction sโappuient sur une reprรฉsentation du volume de reconstruction par une grille rรฉguliรจre composรฉe de pixels (resp. voxels en 3D). Les dรฉtecteurs imageurs รฉtant de plus en plus rรฉsolus, le nombre dโรฉlรฉments composant cette grille augmente รฉgalement de faรงon ร reconstruire lโobjet รฉtudiรฉ en conservant la rรฉsolution spatiale. Le nombre dโinconnues ร estimer peut donc รชtre trรจs important, et les temps de calculs des algorithmes algรฉbriques et statistiques trop รฉlevรฉs pour รชtre couramment utilisรฉs.
Principe physique
Lorsquโun faisceau de photons traverse un milieu, chaque matiรจre traversรฉe attรฉnue le flux de photons en fonction de sa nature et de son รฉpaisseur. Ainsi, mesure-t-on une diffรฉrence dโintensitรฉ du flux de photons entre lโentrรฉe et la sortie de la matriรจre traversรฉe. Pour un mileu homogรจne et un faiseau monochromatique, cette diffรฉrence sโexprime par la loi de Beer-Lambert :
I(l) = I(0)ยท eโยต(x)lย (1.1)
oรน ยต est le coefficient linรฉaire dโattรฉnuation caractรฉristique du milieu (matรฉriau) traversรฉ, l est lโรฉpaisseur de matiรจre traversรฉe, I(0) et I(l) sont respectivement lโintensitรฉ du flux entrant et sortant. Cette รฉquation peut รชtre gรฉnรฉralisรฉe pour un milieu non homogรจne, en considรฉrant une succession de milieux homogรจnes de longueur infinitรฉsimale.
Acquisition des projections
Depuis le dรฉbut de lโutilisation de lโimagerie par rayons X dans le domaine mรฉdical puis pour les applications industrielles, les systรจmes dโacquisition ont beaucoup รฉvoluรฉ. Selon les diffรฉrentes gรฉnรฉrations de dรฉtecteurs, on peut distinguer trois principales gรฉomรฉtries dโacquisition :
โ La gรฉomรฉtrie parallรจle oรน le systรจme est formรฉ dโune source et dโun dรฉtecteur, et pour laquelle les rayons sont รฉmis suivant des droites parallรจles. Lโexploration de lโobjet est conduite par la succession de translations et de rotations du couple source- dรฉtecteur.
โ La gรฉomรฉtrie en รฉventail, ou fan beam, oรน le systรจme est formรฉ dโune source et dโun dรฉtecteur linรฉaire ou en arc de cercle, et pour laquelle les rayons รฉmis divergent suivant lโangle dโouverture du gรฉnรฉrateur ร rayons X. Les projections sont acquises par la succession de rotations du couple source-dรฉtecteur autour de lโobjet.
โ La gรฉomรฉtrie conique, ou cone beam, oรน le systรจme est constituรฉ dโune source et dโun dรฉtecteur plan (dรฉtecteur imageur), et pour laquelle les rayons sont รฉmis de maniรจre conique. Les projections sont acquises par la succession de rotations du couple source-dรฉtecteur autour de lโobjet. Ces systรจmes ont รฉtรฉ conรงus pour permettre une reconstruction 3D de lโobjet รฉtudiรฉ.
Les contraintes dโacquisition imposรฉes par lโapplication mรฉdicale dโune part et industrielle dโautre part peuvent engendrer des configurations dโacquisition non conventionnelles. On entend par conventionnelle une configuration permettant lโacquisition des projections sur lโensemble du domaine angulaire (2ฯ radians) en nombre suffisant. En effet, dans le domaine mรฉdical, on cherche ร minimiser la dose dรฉlivrรฉe au patient. Celle-ci dรฉpendant de lโintensitรฉ du faisceau de rayons X et du temps dโexposition, il convient de jouer sur ces paramรจtres pour rรฉduire la dose au patient. La diminution du flux induit une augmentation du bruit dans les donnรฉes acquises, et donc le dรฉveloppement dโalgorithmes robustes. La rรฉduction du temps dโexposition peut se traduire par la dรฉcroissance du nombre de projections (nombre de vues limitรฉ).
Pour les applications industrielles, les contraintes sont plutรดt liรฉes ร la grande diversitรฉ des matรฉriaux analysรฉs et ร la gรฉomรฉtrie des piรจces รฉtudiรฉes, dont les dimensions peuvent sโรฉtendre de lโรฉchelle nanomรฉtrique ร lโรฉchelle mรฉtrique. Compte tenu de ces observations, une rรฉsolution spatiale des volumes reconstruits plus fine que pour les applications mรฉdicales (0.5mm) est nรฉcessaire. Dans ce domaine, des dรฉtecteurs ร haute rรฉsolution spatiale sont utilisรฉs, ce qui induit des jeux de donnรฉes trรจs volumineux ร traiter. En outre, les conditions expรฉrimentales de contrรดle non destructif (CND) sont variรฉes, et certaines gรฉomรฉtries peuvent contraindre le domaine angulaire. Lโimagerie de phรฉnomรจnes dynamiques peut รฉgalement contraindre le temps dโexposition et/ou le nombre de vues.
Ainsi, peut-on rรฉsumer diffรฉrentes configurations dโacquisition possibles de la maniรจre suivante :
โ nombre suffisant de projections sur un domaine angulaire complet
โ faible nombre de projections sur un domaine angulaire complet (nombre de vues limitรฉ)
โ acquisition sur un domaine angulaire rรฉduit (angle de vue restreint) .
|
Table des matiรจres
Introduction
1 Tomographie par rayons X
1.1 Principe physique
1.2 Acquisition des projections
1.3 Mรฉthodes de reconstruction
1.3.1 Approche analytique
1.3.2 Approche itรฉrative
1.4 Reprรฉsentation dโune image
1.4.1 Fonction constante
1.4.2 Base dโondelettes
1.4.3 Fonction radiale
1.4.4 Fonction polynomiale
1.4.5 Fonction linรฉaire nลudale
1.5 Pavages
1.5.1 Pavages rรฉguliers
1.5.2 Pavages irrรฉguliers
1.6 Conclusions
2 Dรฉtection des contours
2.1 Gรฉnรฉralitรฉs
2.1.1 Mรฉthodes basรฉes sur lโimage
2.1.2 Mรฉthodes basรฉes sur un modรจle gรฉomรฉtrique
2.2 Modรจle dรฉformable
2.2.1 Modรจle dรฉformable paramรฉtrique : snake
2.2.2 Snake basรฉ sur le flux du vecteur gradient
2.2.3 Contour actif par modรจle dรฉformable gรฉomรฉtrique ou contour gรฉodรฉsique
2.3 Mรฉthode de Level Set
2.3.1 Gรฉnรฉralitรฉs
2.3.2 Modรจle gรฉomรฉtrique par level set
2.4 Modรจle de segmentation de Mumford-Shah
2.5 Mรฉthode de segmentation convexe
2.6 Conclusions
3 Problรฉmatique de la parallรฉlisation
3.1 Accรฉlรฉration des algorithmes de reconstruction itรฉratifs
3.2 Architectures parallรจles
3.3 Parallรฉlisation sur architectures parallรจles
3.3.1 FPGA
3.3.2 Processeur Cell
3.3.3 GPU
3.3.4 CPU et Cluster
3.4 Conclusions
4 Mรฉthode de reconstruction basรฉe sur un maillage adaptatif (ATM)
4.1 รtat de lโart des mรฉthodes de reconstruction / segmentation simultanรฉe
4.1.1 Modรจles gรฉomรฉtriques
4.1.2 Reprรฉsentations dโimages alternatives
4.2 Choix dโune structure de donnรฉes adaptรฉe
4.2.1 Maille de base
4.2.2 Discrรฉtisation de lโespace
4.3 Initialisation du maillage
4.4 Reconstruction tomographique
4.4.1 Projecteur / Rรฉtroprojecteur
4.4.2 Validation du projecteur en 2D et en 3D
4.4.3 Algorithmes de reconstruction
4.4.4 Performance des algorithmes de reconstruction
4.5 Segmentation
4.5.1 Passage dโune grille irrรฉguliรจre ร une grille rรฉguliรจre
4.5.2 Cas mono-matรฉriau
4.5.3 Cas multi-matรฉriaux
4.6 Gรฉnรฉration du maillage adaptรฉ au contenu de lโimage
4.6.1 Maillage 2D
4.6.2 รtude du paramรจtre k
4.6.3 รtude de lโinfluence du nombre dโitรฉrations pour la premiรจre estimation de lโobjet sur la segmentation
4.7 Rรฉsultats : reconstructions tomographiques 2D
4.7.1 Donnรฉes numรฉriques : objet mono-matรฉriau
4.7.2 Donnรฉes expรฉrimentales : objet mono-matรฉriau
4.7.3 Donnรฉes numรฉriques : objet multi-matรฉriaux
4.7.4 Discussion
4.8 Conclusions
5 Mise en ลuvre sur carte graphique
Conclusion