• Aucun résultat trouvé

CHAPITRE 7 Discussion générale

7.2 Fusion multimodale intra-patient

Dans un deuxième temps, la méthode de recalage des vertèbres a été utilisée comme première étape pour la construction du tronc complet à partir des images RX, RM, et TP. Nous avons donc proposé une méthode de recalage intra-patient à partir de ces images en utilisant des déformations non-rigides contraintes. Tout d’abord, les images TP ont été recalées avec les images RX à l’aide des marqueurs surfaciques en se servant de la transformation non-rigide spline plaque-mince. En- suite, les structures osseuses sont utilisées pour recaler chaque tranche d’image RM à l’aide du modèle articulé. Les tissus mous visibles dans les tranches RM sont recalés à l’intérieur du volume délimité par la surface du tronc et des os à l’aide d’une spline plaque mince contrainte. La spline plaque mince nous a permis de proposer un cadre simple et naturel dans lequel nous avons incorporé la contrainte de rigidité. Cette contrainte de rigidité offre une solution simple grâce à la contrainte produite par les contours du tronc visibles sur l’image RM et la topographie de surface. Ce recalage a été validé en calculant le niveau de chevauchement entre le volume délimité par la topographie de surface et celui délimité par l’image RM, ceci avec l’indice DICE. La méthode de recalage propo- sée nous a permis d’obtenir un modèle géométrique du tronc d’un patient en intégrant les structures osseuses, la surface externe du tronc, ainsi que les tissus mous. Donc, l’hypothèse numéro 2 a été vérifiée.

du recalage intra-patient. Premièrement, il se peut que des discontinuités se trouvent dans la trans- formation spline-plaque mince pondérée étant donné que cette transformation ne modélise que les déformations bidimensionnelles qui sont subites au tronc suite à un changement de posture. La continuité doit être étudiée dans trois directions : dans les directions x et y sur une même tranche et dans la direction z entre les tranches consécutives. Sur une même tranche, des problèmes de discon- tinuité peuvent potentiellement être causés par la pondération appliquée à la fonction spline-plaque mince. La fonction spline-plaque mince ne contient pas de discontinuités dans un domaine continu puisque la pondération varie de façon proportionnelle à la distance entre le point et la vertèbre, et cette distance est continue. Par contre, dans le domaine discret des images 2D considérées, une discrétisation s’impose lors du calcul de la pondération. En particulier, cette discrétisation se fait lors du calcul de la distance entre le pixel à pondérer et les vertèbres, et de la distance entre le pixel à pondérer et la surface externe du tronc. Dans ce cas, des discontinuités risquent de se produire. Par contre, dans le cadre de la présente thèse, les problèmes de discontinuité n’ont pas limité la qualité des résultats obtenus. Pour ce qui est de la direction z, il faut évaluer la continuité entre les tranches d’images RM. Pour chaque tranche, une transformation du modèle articulé est appliquée, celle-ci modélisant le changement de posture en trois dimensions. Par contre, puisque nous avons appliqué la transformation de la vertèbre la plus proche, cette transformation est indépendante de celles des tranches voisines. Cependant, la continuité de la transformation dans l’axe des z n’a pas été prise en considération. De plus, la transformation spline-plaque mince pondérée qui a pour but de modéliser les déformations non-rigides des tissus mous était appliquée dans le plan de chaque tranche axiale. Par contre, les forces affectant le patient dans l’axe des z, tel que les forces gra- vitationnelles, ont pour effet de causer des déformations tridimensionnelles. Ces forces n’ont pas été prises en considération lors du recalage. Il faut toutefois noter qu’il y a un grand écart entre les tranches d’images RM 2D consécutives (12 mm). Ce grand écart dans l’axe des z, afin d’éviter un temps d’acquisition élevé des images RM, nous a permis de présumer une indépendance entre ces tranches et de nous limiter au plan de la tranche. De plus, l’effet des forces externes tel que les forces gravitationnelles nécessite une étude biomécanique qui dépasse le cadre de cette thèse.

Deuxièmement, il y avait un manque de modélisation spécifique aux différents tissus mous. Les différents tissus dans le corps ont des niveaux de rigidité différents. Par conséquent, les tis- sus réagissent de façon différente suite à l’application d’une force externe. Donc, pour un recalage plus précis, ces différences dans la rigidité doivent être incorporées en tant que contraintes dans la transformation lors du recalage. Ces contraintes nécessitent deux étapes supplémentaires dans le processus de recalage : la segmentation des structures anatomiques, et l’incorporation de la rigidité de chaque structure dans la transformation. Les contraintes de rigidité nécessitent une étude biomé- canique des différents tissus du corps humain, ce qui dépasse le cadre de cette thèse. Par contre, la méthode proposée fournit un cadre dans lequel des contraintes de rigidité peuvent être facilement

incorporées, particulièrement dans la pondération appliquée à la fonction spline-plaque mince. Troisièmement, puisqu’une représentation de la cage thoracique n’était pas disponible à par- tir des données de patient utilisées, celle-ci n’a pas été modélisée lors du recalage. Comme nous l’avons décrit dans les chapitres précédents, des erreurs de recalage se sont produites au niveau de la gibbosité des patients. Cette gibbosité est accentuée lorsque le patient est debout, mais est atténuée lorsque le patient est en position couchée. Donc, la gibbosité est visible sur les images TP et peu ou pas sur les images RM. Alors, les transformations appliquées aux images RM doivent tenir compte de ce changement entre les deux images. Par contre, le modèle articulé et la transformation non rigide ne modélisent pas cette déformation, puisque c’est une déformation de la cage thoracique. En plus de modéliser la gibbosité, la cage thoracique joue un rôle important dans le tronc et a aussi un effet sur les déformations des différentes structures. Par exemple, il y a une possibilité que les tissus et organes à l’intérieur de la cage thoracique soient contraints par celle-ci. Il en résulte alors une différence entre les déformations des tissus qui sont contenues dans la cage thoracique et ceux qui se trouvent à l’extérieur de la cage elle-même (par exemple les seins). Donc, les tissus qui se trouvent à l’extérieur de la cage thoracique doivent être modélisés de façon particulière. De plus, la déformation des côtes ne suit pas exactement celle de la colonne vertébrale et ces déformations peuvent possiblement avoir un effet sur les déformations des structures qui sont contenues dans la cage thoracique. Ainsi, une modélisation plus précise des déformations des tissus mous devrait être guidée par les déformations de la cage thoracique.

Quatrièmement, comme nous l’avons mentionné dans le chapitre 5, l’indice DICE ne mesure pas la validité anatomique avec laquelle les tissus mous ont été déformés suite au recalage intra- patient. Ceci est dû au fait qu’aucune correspondance anatomique entre les images RM, RX et TP n’est présente dans l’espace compris entre les vertèbres et la surface du tronc du patient. Par contre, notre principale préoccupation étant d’obtenir un modèle avec lequel les vertèbres conservent leurs caractéristiques rigides et pour lequel l’espace contenu dans la surface du patient est rempli avec les informations des tissus mous, la méthode proposée réussit à obtenir un tel modèle. La capacité de la méthode de remplir l’espace compris entre les vertèbres et la surface du tronc du patient avec les tissus mous est vérifiée en mesurant le niveau de chevauchement entre les tranches d’images RM du tronc et la partie correspondante du tronc dans l’image TP. Des valeurs DICE supérieures à 0.7 sont obtenues, ce qui est considéré comme un bon chevauchement. Il serait toutefois utile d’avoir une mesure de validation pour le recalage intra-patient qui tient compte de correspondances anatomiques.