Segmentation anisotrope 3D pour la quantification en imagerie vasculaire par résonance magnétique.

L\u27objectif de cette thèse est la segmentation d\u27images vasculaires tridimensionnelles obtenues par résonance magnétique. L\u27application clinique visée est la quantification de sténoses artérielles. Nous proposons une méthode de segmentation divisée en deux étapes : extraction de l\u27axe central du vaisseau et détection des contours sur les plans localement perpendiculaires à l\u27axe. Notre principale contribution est la méthode d\u27extraction automatique de la ligne centrale du vaisseau, basée sur un modèle de squelette extensible dont la croissance est régie par l\u27analyse multi-échelle du tenseur d\u27inertie. Cette analyse nous fournit des informations sur l\u27orientation, le diamètre et la forme locale du vaisseau en chaque point de l\u27axe. Ceci nous permet de proposer un mécanisme de reconstruction approximative du vaisseau à l\u27aide d\u27un volume binaire composé d\u27une succession de sphéroïdes centrés sur l\u27axe, orientés selon l\u27orientation locale du vaisseau et adaptés à la taille locale du vaisseau. Sur la même base théorique, nous proposons une méthode de détection semi-automatique de bifurcations artérielles. Le traitement récursif des bifurcations détectées vise à aborder la problématique de l\u27extraction de l\u27arbre vasculaire entier. Le calcul des paramètres de sténose s\u27appuie sur l\u27extraction de contours planaires. Pour ce faire, nous avons implémenté deux algorithmes : le premier basé sur l\u27extraction d\u27iso-contours à seuil adaptatif et le deuxième sur un modèle de contour actif à longueur normalisée. Ces algorithmes ont été implémentés dans un logiciel convivial appelé MARACAS (MAgnetic Resonance Angiography Computer ASsisted analysis) qui a été soumis à une validation pré-clinique portant sur 6 fantômes vasculaires et sur des données cliniques de 27 patients