Traitement numérique d'images échographiques

L'étude compare deux méthodes d'analyse d'images . échographiques. Les imaqes traitées proviennent de l'exploration par ultrasons avec sonde à balayage sectoriel de tissus hépatiques qui sont enregistrées sur film radiologique. Le but du traitement est de mettre en évidence la présence d'inhomoqénéités locales de texture dans l'image, dues à des affections pathologiques diverses du foie : syndromes, fibroses, tumeurs, etc.. En effet, à leur stade initial de développement, les inhomoqénéités du tissu hépatique sont difficilement discernables à l'oeil. Une première phase du traitement effectué consiste : a) après échantillonnage (maillaqe orthogonal) et quantification linéaire fine du signal, en une interpolation non-linéaire par fonctions de splines cubiques à pas variable, afin de reconstruire les échantillons du signal manquant. h) en un traitement du type "enhancement" qui comporte une réduction du bruit (par filtrage médian 2-D) suivi d'une requantification non-linéaire afin d'augmenter le contraste local du signal d'image. L'image ainsi prétraitée, ou l'image de différences suivant un axe est ensuite analysée en caractérisant la texture de façon locale. L'analyse a été faite en utilisant deux méthodes de caractérisation locale des textures observées à l'intérieur d'une fenêtre rectangulaire de taille fixe qui explore le plan de l'image (de façon adjacente ou emboîtée). La première, de mise en oeuvre simple et rapide, caractérise l'histogramme des luminances locales (méthode de Lowitz) par deux paramètres obtenus à partir du modèle statistique poissonnien. La seconde méthode utilise des caractéristiques déduites des matrices de co-occurence obtenues à partir de la distribution de luminance dans la fenêtre d'observation. L'évaluation de la qualité des deux méthodes d'analyse et leur comparaison a été faite par des médecins. Pour cela on a utilisé la construction d'images couleur qui visualise, soit les paramètres obtenus suivant les deux méthodes, soit les classes obtenues en utilisant une méthode de classification supervisée (avec phase d'apprentissage)