Représentation, évaluation et utilisation de relations spatiales pour l'interprétation d'images. Application à la reconnaissance de structures anatomiques en imagerie médicale

Spatial relations such as adjacencies, distances, directions or symmetries constitute a fundamental element in descriptions of the spatial arrangement of objects in a scene and are therefore useful for a large number of image understanding tasks. Our main application is the recognition of brain structures. The brain is a structured scene in which objects share a large number of meaningful spatial relations. Our work deals with the following questions.How can spatial relations be represented ? How can they be used to formalize the description of a scene, in particular to describe brain anatomy ? How can they be used for image segmentation and pattern recognition, in particular for brain structures. First we study a particular case of relations: plane symmetries, which are important in brain imaging and have received less attention than other types of relations. We propose a method to quantify the degree of symmetry in fuzzy objects and images, defining a measure of symmetry, as well as an algorithm to find the symmetry plane of a given object. The application of this method to the brain symmetry plane is precise and robust as it has been shown through an evaluation of synthetic and real images.Then we present how brain structures can be described with spatial relations and how this description can be formalized by a synthetic hierarchical graph. This description is then compared to the one obtained with an iconic atlas, using a structure called an example hierarchical graph.The last two parts are devoted to the application of spatial relations in image segmentation.We propose a method to integrate this knowledge in a deformable model through the construction of a new external force. This approach is very different from other methods available because it makes directly use of the relations to find the contours of the objects. Finally, a procedure for segmenting brain internal structures is proposed, based on the previous description and a deformable model. First results, visually evaluated, are promising.Les relations spatiales telles que l'adjacence, les distances, les directions ou encore les symétries constituent un élément essentiel des descriptions d'agencement spatial entre les objets d'une scène et sont donc utiles à un grand nombre de tâches d'interprétation d'images. La reconnaissance de structures cérébrales constitue notre cadre d'application. Le cerveau est en effet une scène structurée dans laquelle les objets partagent une grand nombre de relations spatiales pertinentes. Notre travail de thèse est articulé autour des questions suivantes. Comment représenter des relations spatiales ? Comment les utiliser pour formaliser la description d'une scène, en l'occurrence la description de structures neuroanatomiques ? Comment les utiliser à des fins de segmentation d'images et de reconnaissance de formes, en particulier dans le cadre des structures cérébrales ?Dans un premier temps, nous nous intéressons à un type de relation particulier : les symétries planes, qui sont importantes dans le cadre de l'imagerie cérébrale et ont été l'objet de moins d'attention que d'autres types de relations. Nous proposons une méthode pour quantifier le degré de symétrie dans les objets flous et les images via une mesure de symétrie ainsi qu'un algorithme pourlocaliser le plan de symétrie d'un objet donné. L'application de cette méthode au plan de symétrie du cerveau est précise et robuste comme l'a montré l'évaluation menée sur des images synthétiques et réelles.Puis nous montrons comment la description des structures cérébrales peut se faire à l'aide d'un ensemble de relations spatiales et comment une telle description peut être formalisée par un graphe hiérarchique synthétique. Cette description est comparée avec celle obtenue à partir d'un atlas iconique, grâce à une structure appelée graphe hiérarchique exemple. Enfin, les deux dernières parties traitent de l'utilisation des relations spatiales en segmentation d'images. Une méthode pour intégrer de telles connaissances à un modèle déformable via la construction d'une force externe est proposée. Elle se distingue nettement des autres approches disponibles puisque les relations sont directement introduites pour la recherche des contours des objets. Nous présentons ensuite une procédure complète de segmentation de structures cérébrales internes fondée sur la description précédente et sur un modèle déformable. Les premiers résultats obtenus, évalués visuellement, sont prometteurs