Parallel nonlinear registration of medical images with a priori information on anatomy and pathology
Radu-Constantin Stefanescu · OpenGrey (Institut de l'Information Scientifique et Technique) · 2005
Le but de cette thèse est de proposer un algorithme de recalage non-rigide adapté au recalage atlas / sujet dans un environnement clinique. Les applications médicales sont la planification pré-opératoire pour la radiothérapie conforme des tumeurs cérébrales, et pour la stimulation cérébrale profonde continue des patients atteints de la maladie de Parkinson. Dans ces applications, le recalage non-rigide est utilisé pour déformer les segmentations de l atlas (effectuées par un expert) dans la géométrie du patient. L algorithme proposé utilise un champ de déplacement dense pour modeler finement la transformation, et un critère de similarité basé sur l intensité pour estimer les appariements entre les deux images. L inversibilité de la transformation estimée est garantie grâce à une nouvelle méthode de rééchantillonage rapide. La régularisation est implémentée à l aide d un modèle visco-élastique : une régularisation non-stationnaire et éventuellement anisotrope du champ de déplacement modélise la variabilité spatiale de la déformabilité des différentes structures ; une régularisation non-stationnaire de la dérivée temporelle du critère de similarité permet de pondérer l information fournie par les différents voxels, et d éviter les possibles erreurs causées par les pathologies dans l image du patient. L utilisation d un schéma numérique semi-implicite permet des temps de calcul courts. Nous proposons aussi une implémentation parallèle sur une ferme d ordinateurs personnels qui permet de réduire le temps de calcul à quelques minutes. Finalement, nous utilisons des méthodes de type grille de calcul pour connecter l ordinateur parallèle à un système de visualisation.