4.3 Synchronisation des données angiographiques et TDM
4.3.1 Suivi des sondes OD et VD
Plusieurs facteurs compliquent le suivi des sondes au sein des séquences angiographiques (cf. figure 4.6).
— Des superpositions et occultations avec d’autres structures, telles que les veines ou une autre sonde qui peuvent masquer l’objet d’intérêt dans certaines images ; — La vue projective qui entraîne une visualisation de la sonde selon des angles de
vue différents, en fonction de la position de celle-ci dans les images successives de la séquence. De plus, suivant le mouvement de la sonde, son apparence est modifiée ; — Des artefacts de mouvement, qui aparaissent dans les images provenant du
CArm-mobile et qui entraînent un "dédoublement" de la sonde dans certaines images. Ces difficultés empêchent l’utilisation d’approches reposant sur la détection de points d’intérêt par des méthodes automatiques telles que les coins de Harris ou les descripteurs SIFT dans l’ensemble des images de la séquence. Une méthode plus interactive, consistant
Figure 4.6 – Difficultés du tracking des sondes implantées.
à extraire sur un battement cardiaque un ensemble d’échantillons de régions représentant la sonde sous différentes incidences et occultations, puis à rechercher dans les images sui- vantes l’échantillon le plus représentatif de la position actuelle de la sonde suivie a été développée.
Pour cela, environ 2 s de signal, représentant le mouvement des sondes selon l’incidence angiographique qui sera utilisée lors de l’injection, doivent être acquises puis analysées. Dans la première image, il est demandé à l’utilisateur de disposer une région d’intérêt (ROI) de dimension 30x30 pixels en cliquant sur la région de l’image à suivre. Cette région constitue alors le premier échantillon représentatif de la sonde suivie. Dans l’image suivante de la séquence à analyser, une méthode de template matching est appliquée pour recher- cher la position de l’échantillon précédemment extrait dans l’image. Le template matching correspond à la recherche d’une image référence (template) dans une plus grande image en calculant, en chaque position de cette image, une métrique traduisant la similarité entre la référence et la région de l’image à cette position. La meilleure valeur de la métrique cor- respond alors à la nouvelle position de la référence. Dans notre cas, différentes métriques ont été testées (cf. ci-dessous) et la zone de recherche est limitée à 50x50 pixels autour de la position précédente.
La nouvelle position de la sonde est alors affichée sur l’image angiographique pour être évaluée par l’utilisateur. Si le template matching détermine avec succès la position de la sonde dans l’image courante, alors l’utilisateur passe à l’image suivante, sinon il clique sur la position attendue pour replacer la ROI. Suite à la correction, un nouvel échantillon est alors ajouté à l’ensemble des échantillons tests, puis le processus est réitéré pour l’image suivante, cette fois en recherchant la position des deux échantillons et en gardant la po- sition de l’échantillon ayant obtenu le meilleur score de correspondance. La répétition de
ces étapes de suivi, d’évaluation visuelle et de correction sur les 2 s de vidéo permet ainsi de créer une banque d’échantillons, capable de détecter la position de la sonde à n’importe quel instant du cycle cardiaque, qui pourra être appliquée à toutes les images angiogra- phiques acquises sous la même incidence.
La détection d’un échantillon dans une image nécessite de définir une métrique, qui sera utilisée à la fois pour détecter la position d’un échantillon dans l’image et pour défi- nir l’échantillon offrant la meilleure correspondance dans l’image. Trois métriques ont été testées. Soit I une image et T un échantillon positionné en (x, y) :
1. Moindres carrés : M S(x, y) = X x0,y0∈T (T (x0, y0) − I(x + x0, y + y0))2 (4.2) 2. Coefficient de corrélation : CC(x, y) = X x0,y0∈T (T (x0, y0).I(x + x0, y + y0))2 (4.3)
3. Coefficient de corrélation centré :
CCM (x, y) =P
x0,y0∈T(T0(x0, y0).I0(x + x0, y + y0))2
où T0(x0, y0) = T (x0, y0) −w.h1 P x00, y00T (x00, y00)
et I0(x0, y0) = I(x + x0, y + y0) − w.h1 P x00, y00I(x + x00, y + y00)
(4.4)
Le fait de disposer d’une banque d’échantillons permet ainsi de résoudre les deux pre- mières difficultés liées à la détection, en disposant d’images de la sonde dans différentes positions. Toutefois, le suivi reste difficile dans les images très bruitées et souffrant d’un manque de contraste entre la sonde et les structures environnantes. Les changements d’illu- mination au fil de la séquence peuvent également gêner le suivi. Les sondes étant les struc- tures les plus sombres de l’image, il est possible d’en extraire une partie par seuillage, pour ainsi éliminer l’influence de l’intensité des structures voisines. Les performances de l’algorithme de détection des sondes, appliqué directement sur les images originales et sur les images seuillées ont donc été comparées et seront présentées dans la section résultats.
Suite à la détection, l’ensemble des positions des sondes OD et VD permet de définir une courbe temporelle de distance euclidienne entre les sondes :
D(t) =p(XOD(t) − XV D(t))2+ (YOD(t) − YV D(t))2, (4.5)
où (XOD(t), YOD(t)) et (XV D(t)), YV D(t) représentent les coordonnées des sondes OD et
VD à l’instant t.
La figure 4.7 illustre une courbe D(t) obtenue à partir de la position des deux sondes. Si les courbes d’évolution temporelle de la position des sondes OD(t) et VD(t) montrent des motifs cycliques représentatifs de la combinaison des mouvements cardiaque et respiratoire, la distance entre ces deux sondes en fonction du temps permet d’éliminer la composante respiratoire.
Figure 4.7 – Suivi des sondes OD et VD au cours des séquences angiographiques. La banque d’échantillons est recherchée dans chaque image (gauche) ce qui permet de localiser les sondes OD et VD au cours du temps. La distance OD-VD permet alors d’éliminer la composante respiratoire (courbes de droite) et de mettre en évidence les 12 battements de la séquence.