Segmentation pulmonaire : Application à la localisation des métastases pulmonaires..
Gilles ANDRE  ¹,
Samuel MERRAN ²,
Angel OSORIO ¹
________

LIMSI-CNRS (1)
BP 133
91403 – Orsay Cédex
E-mail : osorio@limsi.fr
FMP (2)
Département d’Imagerie Médicale
24, rue Saint-Victor,75005 – Paris
E-mail : Samuel.Merran@wanadoo.fr

L’objectif de ce travail de recherche a été la conception, mise en œuvre et implantation sur site d’un nouvel algorithme de détection de contours destiné à être utilisé en ligne dans l’analyse de données médicales pulmonaires. Il est appliqué à l’identification automatisée de lésions et à leur localisation dans les segments pulmonaires.

La segmentation pulmonaire n’est malheureusement pas souvent utilisée aujourd’hui dans l’approche chirurgicale du traitement des lésions. La difficulté manifeste de traiter des images pulmonaires en raison de leur caractère spécifique, de leur hétérogénéité et de la disparité des valeurs des volumes manipulés constitue, probablement, la raison majeure de cette situation.

Le principe de la reconstruction par propagation de régions est basé sur le fait que les niveaux de gris des voxels d’un même objet sont regroupés et constituent un maximum d’intensité relatif à la couleur de l’objet. En sélectionnant un voxel et en définissant les bornes inférieure et supérieure de tolérance la propagation de la propriété d’appartenance locale suffit pour la reconstruction. Dans les cas les plus fréquents, les objets à reconstruire sont homogènes et tous les voxels de l’objet sont retenus. L’étape suivante consiste à valider l’appartenance des voxels voisins à partir de la dernière région retenue. Ainsi, de proche en proche, la propriété d’appartenance à un objet devra être attribuée à chacun de ses voxels.

Cet algorithme est particulièrement bien adapté à la reconstruction d’objets de forme ” arborescente ” (arbre bronchique ou système vasculaire pulmonaire). Sous un point de vue du traitement d’images, la difficulté, dans le cas des poumons, réside dans la présence simultanée, dans un même volume, de parenchyme, d’air, et de sang. Or l’identification de ces entités est indispensable pour la mise en œuvre automatisée de la segmentation pulmonaire à partir des données usuelles. Par ailleurs, la taille relativement réduite des lésions pulmonaires oblige à utiliser un algorithme du type ” régions ” plutôt qu’un algorithme du type ” frontière “, l’hypothèse retenue étant que les lésions sont relativement homogènes en densité.

Le système informatique développé pour la localisation des lésions pulmonaires, comporte les étapes de ” reconstruction volumique du poumon “, ” reconstruction volumique des lésions “, ” segmentation automatisée du volume pulmonaire “, ” mise en correspondance des masques de segmentation et du volume reconstruit ” et enfin, ” superposition géométrique des lésions et des masques “. La difficulté, d’un point de vue du traitement d’images, étant la localisation précise du système vasculaire, une approximation géométrique d’aide à l’opérateur a été retenue comme approche finale. La méthode proposée conduit à une localisation dont la précision est inférieure à 5 mm.

La localisation segmentaire précise des lésions pulmonaires est assurée par un algorithme de fusion de données : aux schémas classiques des segmentations de chaque poumon, on superpose la reconstruction volumique lui correspondant. Par des déformations globales on assure une superposition aussi précise que possible des contours des masques pulmonaires avec les bords du parenchyme reconstruit. La précision obtenue semble amplement suffisante pour des applications en chirurgie ou en radiothérapie.

[1] Samuel Merran, Angel Osorio, Olivier Bedelet : ” 3D Localization on Pulmonary Nodules : PC Based 3D Reconstruction Algorithm and Realistic Display “, infoRAD, RSNA’99 Chicago, Novembre 1999. Cette communication a reçu un ” certificate of merit ” de RSNA’99.