L’id´ee principale du suivi de vaisseau consiste `a se positionner sur l’axe de la structure pour le suivre. Un certain nombre d’informations est g´en´eralement associ´e tel que le contraste, la direction locale du vaisseau et son diam`etre. La proc´edure est initi´ee `a partir d’un point germe puis la ligne centrale et/ou les contours du vaisseau sont d´etect´es en appliquant des op´erateurs locaux sur les voxels orthogonaux `a la direction du suivi. La plupart des algorithmes de suivi sont des m´ethodes semi-automatiques, `a savoir qu’un point initial s´electionn´e manuellement au d´ebut de l’arbre vasculaire est requis. Afin de progresser it´erativement le long du vaisseau, les diff´erents algorithmes de suivi propos´es dans la litt´erature pr´esentent un sch´ema similaire, `
a savoir une ´etape de pr´ediction du point suivant et une ´etape de correction. La pr´ediction des positions successives est g´en´eralement effectu´ee en fonction des estimations de direction locale du vaisseau qui peuvent ˆetre calcul´ees `a partir de mod`eles g´eom´etriques et/ou de caract´eristiques li´ees `a l’image. Puis, afin d’assurer un suivi robuste, la pr´ediction des positions est g´en´eralement corrig´ee par recentrage.
Flasque et al. [Flasque et al., 2001] proposent une m´ethode d’extraction des lignes cen- trales de l’arbre vasculaire c´er´ebral et des vaisseaux des membres inf´erieurs en IRM r´ehauss´ee par contraste. Cette m´ethode se limite `a l’extraction de l’axe des vaisseaux et n’int`egre pas l’information relative au diam`etre. La proc´edure d’extraction s’appuie sur une ´etape pr´eliminaire de segmentation `a l’issue de laquelle chaque image est partitionn´ee en deux classes : ‘fond’ et ‘structure’. Cette segmentation est conduite en trois ´etapes : (i) correction des artefacts d’intensit´es g´en´er´es `a l’acquisition des images, (ii) filtrage par diffusion pour r´ehausser les structures vasculaires, (iii) extraction des structures par une technique de crois- sance de r´egion. La proc´edure de suivi est ensuite appliqu´ee sur un volume dans lequel le fond a ´et´e ramen´e `a une valeur nulle. Le point initial 𝑃0 sur l’axe du vaisseau et sa direction
locale 𝑑0 sont d´efinis interactivement. Partant d’un point 𝑃𝑖 situ´e sur la ligne centrale et
caract´eris´e par la direction locale du vaisseau 𝑑𝑖, la recherche du point 𝑃𝑖+1 est effectu´ee
dans un espace de recherche repr´esent´e par un parall´el´epip`ede rectangle positionn´e dans l’axe donn´e par l’orientation 𝑑𝑖. La base de ce parall´el´epip`ede est centr´ee sur le point 𝑃𝑖. Le calcul
de 𝑃𝑖+1 est obtenu `a partir d’un calcul de barycentre sur les ´el´ements de volume localis´es `a
l’int´erieur de la zone de recherche et appartenant `a la structure d’int´erˆet. 𝑑𝑖+1 est calcul´ee `a
partir des positions 𝑃𝑖 et 𝑃𝑖+1. De plus, une d´etection des bifurcations est r´ealis´ee `a partir
de l’analyse des composantes connexes dans le volume et sur la surface du parall´el´epip`ede. Wink et al [Wink et al., 2000b] proposent une approche pour analyser les r´eseaux vascu-
Approches bas´ees suivi de vaisseau 45
laires `a partir de diff´erentes modalit´es d’imagerie 3D (CT et IRM avec r´ehaussement des struc- tures vasculaire par produit de contraste). Cette m´ethode permet l’extraction s´equentielle de la ligne centrale de mˆeme que le contour du vaisseau. Une ´etape d’initialisation du suivi est effectu´ee par s´election manuelle d’au moins deux points au d´epart de la branche d’int´erˆet. L’orientation locale du vaisseau est obtenue `a partir de la position des deux derniers points estim´es sur l’axe central. A chaque it´eration, une premi`ere estimation du point candidat est faite en fonction de l’orientation locale. Puis la correction de cette position est effectu´ee par maximisation d’une mesure de vraisemblance pour le point candidat de se situer au centre du vaisseau. Pour cela, une proc´edure de lancer de rayon est effectu´ee sur le plan perpendicu- laire au point candidat. Les rayons sont lanc´es `a partir du point central dans des directions radiales, et le bord du vaisseau le long d’un rayon est d´etermin´e par le gradient dans l’image. Ainsi les contours du vaisseau sont ´egalement calcul´es au fur et `a mesure du suivi.
Les m´ethodes pr´ec´edentes utilisent les positions pr´ec´edemment estim´ees pour d´efinir l’orientation locale. Les m´ethodes suivantes calculent l’orientation locale `a partir de l’image grˆace `a des caract´eristiques g´eom´etriques locales.
Dans [Boldak et al., 2003], les auteurs proposent une m´ethode de suivi bas´ee sur les mo- ments g´eom´etriques pour la caract´erisation des structures vasculaires en imagerie 3D CT. Elle permet l’extraction de la ligne centrale et fournit l’information de diam`etre. Les mo- ments g´eom´etriques sont int´egr´es dans des expressions bas´ees sur un mod`ele cylindrique de vaisseau, pour d´efinir les caract´eristiques g´eom´etriques locales du vaisseau, telles que le point central, l’orientation et le diam`etre. L’algorithme n´ecessite la s´election manuelle du point initial au d´epart de la structure d’int´erˆet. L’´etape de pr´ediction de la position du point cou- rant 𝑃𝑖 utilise l’orientation locale estim´ee `a la position pr´ec´edente 𝑃𝑖−1. L’´etape de correction
est un processus de recentrage multir´esolution bas´e sur le calcul des moments g´eom´etriques dans un voisinage sph´erique. A l’issue de ce processus, le centre de gravit´e de la sph`ere est positionn´e sur l’axe central du vaisseau et sa taille est similaire au diam`etre du vaisseau. Puis les caract´eristiques g´eom´etriques locales du vaisseau sont calcul´ees sur les voxels localis´es `a l’int´erieur de cette sph`ere. Cette technique a ´et´e retenue dans nos travaux et a fait l’objet d’une ´etude pr´eliminaire pr´esent´ee dans le chapitre 3 pour l’extraction des veines coronaires en imagerie scanner multi-barrette. Elle sera donc plus amplement d´etaill´ee par la suite.
Une approche similaire est pr´esent´ee dans [Hernandez-Hoyos et al., 2006] pour l’extrac- tion de ligne centrale des structures vasculaires en IRM. Une s´election manuelle du point initial au d´epart de chaque vaisseau est n´ecessaire. L’algorithme de suivi se base ´egalement sur un voisinage sph´erique et un calcul des moments de l’image. Une diff´erence notable est l’utilisation de la matrice d’inertie pour d´efinir l’orientation locale, de mˆeme que pour l’ajus- tement de la taille de la sph`ere sur celle du vaisseau. De plus, le processus de recentrage du point candidat sur l’axe central du vaisseau int`egre une contrainte de courbure bas´ee sur un mod`ele similaire aux contours actifs (‘snakes’) afin d’´eviter les comportements aberrants de la ligne centrale extraite.
Dans ces derniers algorithmes, les processus d’optimisation locale sont sujets `a des arrˆets pr´ematur´es en pr´esence d’anomalies (st´enoses, an´evrismes, inhomog´en´eit´es de contraste, etc).
Ainsi, en pratique, la plupart de ces m´ethodes n´ecessitent un certain degr´e d’interactivit´e, afin de relancer le processus en cas d’arrˆet pr´ematur´e.
Une solution pour am´eliorer la robustesse est l’utilisation d’hypoth`eses multiples telle que dans les approches stochastiques (paragraphe 2.6). Une alternative d´eterministe a ´et´e r´ecemment propos´ee dans [Friman et al., 2008a] avec un algorithme utilisant des hypoth`eses multiples. Cette approche est bas´ee sur l’optimisation locale d’un mod`ele 3D de vaisseau, afin de suivre l’axe central de vaisseaux fins en CT. A chaque it´eration, un segment de vais- seau id´eal (mod`ele cylindrique) est positionn´e sur l’image en fonction des caract´eristiques g´eom´etriques locales du vaisseau, puis une mesure de vraisemblance est calcul´ee. Cette me- sure est effectu´ee dans plusieurs directions `a partir d’un point candidat. Si plusieurs points pr´esentent un maximum local, ces points sont enregistr´es dans un arbre de recherche. Selon la profondeur d’arbre fix´ee, un chemin optimal est ensuite s´electionn´e en fonction des maxima locaux. Ainsi un gain cons´equent en robustesse est obtenu avec l’augmentation en profondeur de l’arbre de recherche.