FR2792749A1 - Procede de localisation et de representation tridimensionnelle d'elements d'interet d'un organe - Google Patents

Abstract

Procédé de localisation et de représentation d'éléments d'intérêt d'un organe à partir d'une pluralité d'images numériques prises sous différents angles, images stéréotaxiques. On détermine automatiquement les éléments d'intérêt présents dans ces images stéréotaxiques numériques, on détermine ensuite les coordonnées tridimensionnelles de chaque élément d'intérêt, puis on visualise en trois dimensions lesdits éléments d'intérêt.

Description

Procédé de localisation et de représentation tridimensionnelle

d'éléments d'intérêt d'un organe.

L'invention concerne la localisation et la représentation tridimensionnelle d'éléments d'intérêt d'un organe à partir d'un ensemble

d'images stéréotaxiques dudit organe.

Bien que l'invention s'applique à tout ensemble d'images stéréotaxiques d'un organe quelconque, elle est particulièrement utile dans le domaine médical et notamment en mammographie lors d'une analyse cytologique ou d'une analyse histologique dans lesquelles on

désire prélever une partie du sein.

Suite à un examen de dépistage, quand on découvre chez une patiente des signes radiologiques qui pourraient être associés à un cancer, microcalcifications en particulier, on effectue un examen supplémentaire de diagnostic, qui peut être lui-même complété par un examen de radiologie interventionnelle. Au cours de ce dernier examen, le médecin peut vouloir prélever, à l'aide d'une aiguille, sur une zone du sein présentant un caractère suspect des cellules en vue d'une analyse cytologique. On parle alors de cytoponction. Le médecin peut vouloir également prélever, à l'aide d'une aiguille, sur une zone du sein présentant un caractère suspect un échantillon de tissus organiques en vue d'une analyse histologique. On parle alors de micro-biopsie. De façon générale,

on parle de biopsie à l'aiguille.

Cette opération de ponction, c'est-à-dire le prélèvement de cellules ou d'un échantillon de tissus organiques contenant des éléments d'intérêt nécessite la connaissance précise de la localisation en trois dimensions de ces éléments. Dans la suite, "élément d'intérêt" désigne une micro-calcification ou tout autre élément interne d'un organe susceptible

d'intéresser un opérateur.

Un examen de stéréotaxie permet d'accéder avec une grande précision, de l'ordre du millimètre, à un point donné d'un organe, à partir d'au moins deux projections bidimensionnelles de cet organe acquises selon deux incidences angulaires, par exemple opposées de part et d'autre

de la normale au plan du récepteur d'images délivrant lesdites projections.

A partir de la connaissance, d'une part, de la position de la projection de ce point dans le plan de chaque image stéréotaxique obtenue, et, d'autre part, de la géométrie de l'appareil de prises de vues stéréotaxiques ayant conduit à la construction des deux images, il est possible de calculer la position spatiale exacte de ce point dans l'organe

tridimensionnel, par calcul trigonométrique.

En résumé, un examen stéréotaxique nécessite de prendre au moins deux images de l'objet sous différents angles, de connaître parfaitement la géométrie d'acquisition du système stéréotaxique ou de pouvoir la reconstituer à partir de marqueurs placés dans le champ de vue et visibles sur les images de projection, et de pouvoir localiser sur les différentes images stéréotaxiques

obtenues, le lieu de la projection de l'élément d'intérêt choisi.

Les deux premiers points ne posent pas de problème majeur.

Actuellement, en mammographie, l'examen de stéréotaxie est effectué à l'aide d'un mammographe équipé d'un dispositif de prises de vues stéréotaxiques. Le mammographe comprend un tube à rayons X, situé à l'extrémité d'un premier bras qui est mobile autour d'un axe et émettant

un rayonnement X vers un récepteur situé à l'extrémité d'un autre bras.

Entre le tube et le récepteur sont disposés, d'une part, un plateau porte-

sein, ou support patient, et, d'autre part, un plateau de compression assurant le maintien en place du sein lors des mammographies. Le récepteur d'images peut être un récepteur numérique, tel qu'une caméra CCD par exemple, délivrant des images stéréotaxiques numérisées. Les prises de vues stéréotaxiques nécessitent la rotation du tube à rayons X autour des plateaux porte-sein et de compression, selon deux orientations successives, par exemple opposées de part et d'autre de sa position initiale

perpendiculaire au plan du récepteur d'images.

A partir des images stéréotaxiques numérisées obtenues, la localisation d'un élément d'intérêt sur les différentes images fait appel à une mise en correspondance, ou appariement ("matching" en langue anglaise) de régions d'intérêt homologues correspondant, dans deux images stéréotaxiques différentes, à un même élément d'intérêt situé dans

le sein.

L'examen stéréotaxique permet donc de localiser des éléments d'intérêt en déterminant leurs coordonnées tridimensionnelles. Ces coordonnées sont ensuite transmises vers un positionneur, autrement appelé porte- aiguille, permettant d'orienter l'aiguille de ponction dans le sein. Jusqu'à présent, une opération de cytoponction nécessitait - une réalisation d'images stéréotaxiques; - une sélection d'une région d'intérêt, une micro-calcification par exemple, sur lesdites images stéréotaxiques bidimensionnelles de façon manuelle par le radiologue ou bien automatiquement par un procédé de sélection automatique; - un algorithme de localisation pour déterminer les coordonnées de la microcalcification;et

-la réalisation de la ponction suivant les coordonnées ainsi déterminées.

Ce procédé de réalisation est notamment divulgué dans le brevet

français N 2751109 au nom de GE MEDICAL SYSTEMS SA.

Brièvement, ce procédé concerne la localisation d'un élément d'intérêt contenu dans un objet tridimensionnel à partir des positions de régions d'intérêt homologues correspondant audit élément d'intérêt et apparaissant dans un ensemble d'images stéréotaxiques dudit objet. On effectue d'abord une sélection dans une première image stéréotaxique d'une première région d'intérêt dite "cible". Puis on réalise un appariement de ladite première région avec une deuxième région d'intérêt homologue de la première et apparaissant dans une deuxième image stéréotaxique. Les images stéréotaxiques étant numérisées, on sélectionne un pixel cible dans ladite région d'intérêt cible. Dans l'étape d'appariement, on génère, autour du pixel cible sélectionné, une fenêtre cible de caractéristiques dimensionnelles choisies et contenant ladite région d'intérêt cible. On détermine ensuite dans la deuxième image, selon un critère de sélection prédéterminé, un ensemble de pixels et on génère autour de chaque pixel sélectionné une deuxième fenêtre de mêmes caractéristiques dimensionnelles que ladite fenêtre cible. On effectue un traitement de corrélation entre les niveaux de gris des pixels de chaque deuxième fenêtre et les niveaux de gris des pixels de la fenêtre cible, de

façon à obtenir une valeur de corrélation pour chaque deuxième fenêtre.

Puis on identifie la région d'intérêt homologue de la région d'intérêt cible à partir de l'analyse de l'ensemble des valeurs de corrélation ainsi obtenues, de façon à minimiser les risques d'erreur d'appariement entre les

régions d'intérêt homologues.

Or, cette façon de procéder fait intervenir la sélection de la région d'intérêt sur des images bidimensionnelles. Si cette sélection est réalisée de façon manuelle, l'opérateur choisit un élément de l'image qui, selon lui, représente une micro-calcification. En effet, une image stéréotaxique comporte plusieurs élément de l'image parmi lesquelles certains représentent des micro-calcifications et d'autres sont dus à du bruit. Il est souvent difficile de distinguer les micro-calcifications du bruit car les images stéréotaxiques ne possèdent pas toujours une qualité suffisante pour pouvoir distinguer des éléments d'intérêt. Même un procédé automatique de sélection sur des images stéréotaxiques ne permet pas toujours de sélectionner correctement une région d'intérêt surtout

lorsque plusieurs éléments forment un amas.

En sélectionnant un point cible à partir de ces deux projections dans deux images, le médecin ne sait pas quelle position ce point cible occupe dans le volume à prélever, relativement à d'autres éléments d'intérêt. Il serait intéressant en particulier de ponctionner un élément d'intérêt se trouvant en périphérie ou au centre d'un groupement ou amas

d'éléments d'intérêt tels que des micro-calcifications par exemple.

L'invention vise à apporter une solution à ce problème en faisant

intervenir l'étape de la sélection le plus tard possible dans le processus.

L'invention a pour but de réduire sensiblement le risque d'erreur de sélection de la région à ponctionner en obtenant une représentation en

trois dimensions de l'ensemble des éléments d'intérêt.

L'invention propose donc un procédé de localisation et de repré-

sentation d'éléments d'intérêt d'un organe à partir d'une pluralité d'images numériques prises sous différents angles, dans lequel on détermine les éléments d'intérêt présents dans les images numériques, on détermine ensuite les coordonnées tridimensionnelles de chaque élément d'intérêt, puis on visualise en trois dimensions lesdits éléments d'intérêt, et enfin, on sélectionne manuellement un ou plusieurs éléments d'intérêt. Ce procédé comporte en fait quatre étapes différentes dans lesquelles la première étape est celle de la détermination des éléments

d'intérêt présents dans les images stéréotaxiques bidimensionnelles.

Alors que jusqu'à présent on sélectionnait sur une première image une région d'intérêt cible, la présente invention prévoit la détection de l'ensemble des éléments d'intérêt présents dans chaque image. On ne demande plus au médecin de choisir, sur une ou plusieurs images de projection du sein, un élément d'intérêt cible. On détermine dans chaque

image l'ensemble des éléments d'intérêt, tels que la projection des micro-

calcifications.

La seconde étape fait intervenir un procédé de localisation des nmicrocalcifications ainsi déterminées. Cette étape permet en fait

d'obtenir les coordonnées tridimensionnelles de chaque micro-

calcification.

La troisième étape correspond à la visualisation de ces micro-

calcifications dans un espace à trois dimensions.

La dernière étape est celle de la sélection, au choix de l'opérateur, d'un élément d'intérêt particulier dans l'espace à trois dimensions. Selon un mode de mise en oeuvre de l'invention, on détermine avantageusement lesdits éléments d'intérêt à l'aide d'un procédé automatique de détection d'éléments d'intérêt. On applique un algorithme

permettant de distinguer les micro-calcifications du bruit.

Le procédé automatique de détection fait avantageusement intervenir un modèle mathématique de la chaine d'acquisition et de l'organe à radiographier, et un modèle du bruit. De préférence, ce procédé prend en compte les paramètres d'acquisition de la chaîne d'acquisition et

peut utiliser un opérateur du type chapeau haut-de-forme.

D'une façon générale, on détermine les coordonnées tridimensionnelles de chaque élément d'intérêt détecté en réalisant un

appariement automatique à partir d'au moins deux des images numériques.

Pour cela, on utilise les images stéréotaxiques dans lesquelles la même

micro-calcification a été déterminée grâce notamment à l'appariement.

Avantageusement, les coordonnées tridimensionnelles d'un ou plusieurs éléments d'intérêt sélectionnés sont envoyées à un positionneur d'aiguille. Les coordonnées tridimensionnelles de chaque élément d'intérêt sélectionné correspondent aux coordonnées d'un point cible du

sein sur lequel on peut effectuer une ponction.

Par ailleurs, à la suite de la détermination des éléments d'intérêt, on peut réaliser une opération de reconstruction d'images tridimensionnelles d'un élément d'intérêt à partir des images bidimensionnelles dans lesquelles on a détecté cet élément d'intérêt, et on peut ensuite visualiser sa forme tridimensionnelle. En effet, lorsque les micro-calcifications sont déterminées, on peut être plus particulièrement intéressé par l'une ou un amas d'entre elles. Dans ce cas on peut vouloir juste étudier sa forme sans forcément connaître immédiatement ses coordonnées. En partant des images stéréotaxiques dans lesquelles on visualise un même amas de micro-calcifications, on applique un algorithme de reconstruction tridimensionnelle permettant d'observer sur un écran la forme de l'amas pour ainsi éviter la ponction dans une partie ne

contenant pas d'élément d'intérêt par exemple.

Selon un mode de mise en oeuvre de l'invention, on peut utiliser un système de visualisation sur écran intégrant une fonction de rotation afin de distinguer l'alignement des éléments d'intérêt lors d'un diagnostic, et une fonction de curseur afin de sélectionner l'élément à ponctionner sur écran. On utilise donc avantageusement un logiciel de traitement d'images

auquel on envoie les coordonnées tridimensionnelles des micro-

calcifications précédemment déterminées. Le logiciel permet de représenter les micro-calcifications dans l'espace et on peut ainsi observer d'éventuels alignements. Ces alignements peuvent correspondre à des canaux galactophores lors d'une mammographie. La représentation en trois dimensions comporte plus d'informations qu'une image bidimensionnelle et propose donc un support de diagnostic enrichi. A

l'aide des fonctions du logiciel, il est alors possible d'observer les micro-

calcifications sous différents angles et de sélectionner à ce moment la micro-calcification à ponctionner. Par le curseur, les coordonnées

peuvent être directement envoyées vers le positionneur.

D'autres avantages et caractéristiques de l'invention

apparaîtront à l'examen de la description détaillée d'un mode de mise en

oeuvre nullement limitatif, et des dessins annexés, sur lesquels: - la figure 1 est un organigramme d'un processus selon l'invention, de l'obtention d'images stéréotaxiques jusqu'au transfert des coordonnées tridimensionnelles vers le positionneur,

- la figure 2 est une vue schématique du procédé.

En se référant à la figure 1, on distingue les différentes étapes que comporte l'invention. Durant l'étape 1 de radiographie, on réalise plusieurs images stéréotaxiques. L'étape 2 concerne la détection automatique des éléments d'intérêt qui sont ensuite appariés au cours de l'étape 3a de façon à obtenir leurs coordonnées tridimensionnelles. Une étape 3b peut être réalisée parallèlement ou à la place de l'étape 3a afin de

construire une image tridimensionnelle d'un élément d'intérêt particulier.

L'étape 4 permet la visualisation sur écran des éléments d'intérêt dans un espace à trois dimensions, on en sélectionne un ou plusieurs au cours de l'étape 5 et on transmet leurs coordonnées vers un positionneur de

stéréotaxie au cours de l'étape 6.

Un examen stéréotaxique, en particulier en mammographie, se compose d'une série de deux expositions d'un objet tridimensionnel 1 1 (figure 2), par exemple un sein, reposant sur un support 12 et comprimé par un plateau de compression 10, à l'aide d'un tube à rayons X occupant respectivement deux positions différentes 7 et 9. Afin de centrer la région d'intérêt du sein de façon qu'elle soit accessible par l'aiguille de biopsie au travers de la fenêtre de ponction, une troisième exposition est effectuée en début de procédure à l'aide du tube à rayons X occupant une position 8. Un filtre (non représenté) peut être disposé à la sortie du tube de façon à sélectionner une gamme de rayons X. On procède à une exposition selon un angle de 0 pour centrer la région d'intérêt, et à deux expositions selon deux angles généralement égaux et de signes opposés, de valeurs typiquement égales à +15 . Mais on peut également appliquer l'invention sur un nombre d'images supérieur à

trois.

Un détecteur 13 permet de capter les rayons X émis par les sources 7, 8 et 9, et de les convertir en photons visibles. On obtient ainsi trois images stéréotaxiques numérisées 14, 15 et 16. Ces images comportent des spots lumineux qui peuvent être des micro-calcifications ou des parasites, c'est-à-dire du bruit survenu au cours de l'acquisition. Selon une convention habituellement utilisée, l'image 14 est l'image de droite, tandis que l'image 16 est l'image de gauche et que l'image 15 est

l'image de centrage.

Au moins deux des images ainsi obtenues vont subir l'étape 2 de la détection automatique des micro-calcifications. Plusieurs procédés de détection des micro-calcifications sur une image bruitée existent et sont connus de l'homme du métier. Pour détecter les micro-calcifications, on

utilise un procédé comprenant deux phases.

Une première phase d'étalonnage dans laquelle on détermine, à partir d'un modèle mathématique de la chaîne d'acquisition et du sein, une pluralité d'images correspondant à une pluralité de niveaux de gris d'entrée représentant un ensemble de jeux de paramètres du sein et à un ensemble de paramètres de la chaîne d'acquisition variables sur une plage de valeurs prédéterminées. Puis, on élabore, à partir d'un système de détection et de la pluralité d'images, un modèle mathématique de détection donnant un nombre théorique d'éléments détectés en fonction d'un jeu de paramètres de la chaîne d'acquisition, d'un signal utile de la sortie du système de détection et d'un niveau de gris de fond de l'image

considérée représentant l'un des jeux de paramètres du sein.

Le modèle mathématique de la chaîne d'acquisition et du sein inclut notamment un modèle de bruit. La chaîne d'acquisition comporte un détecteur 13 pour lequel une analyse permet de mettre en évidence deux sources de bruit principales, le bruit électronique de variance cye2, dû au

détecteur 13, et le bruit quantique des rayons X de variance cq2.

ce est une valeur que l'on mesure sur le détecteur 13. Elle est égale à la variance de plusieurs images fournies par le détecteur 13 alors

que le tube à rayons X n'émet aucun rayonnement.

La distribution du signal de bruit induit par un nombre N(x,y) de photons X arrivant sur le détecteur suit généralement une loi de Poisson,

mais on l'évalue ici à une loi gaussienne de variance égale à N(x,y).

Donc aq2 = N(x,y). x,y sont les coordonnées du lieu sur lequel les

photons X arrivent sur le détecteur 13.

On obtient alors cYq--YN(xy) Le bruit est ainsi modélisé par sa variance c2

2 2 2

(Y = {q + Cye Les paramètres de la chaîne d'acquisition sont - paramètres d'acquisition: tension d'alimentation du tube, intensité du courant d'alimentation du tube, temps d'exposition, matériau de l'anode, angle de sortie du faisceau des rayons X, matériau et épaisseur du filtre, paramètre d'un positionneur: distance entre le tube et le détecteur 13, angle de rotation du tube rayons X, matériau et épaisseur de la pelote de compression, - paramètres du détecteur 13: type de scintillateur, type de

photodiode, matériau et épaisseur du support patient.

Cette liste n'est pas exhaustive et peut comporter d'autres choix

de paramètres.

Chaque niveau de gris présenté à l'entrée du modèle mathématique de la chaîne d'acquisition et du sein représente avantageusement un jeu de paramètres du sein tels que son épaisseur et sa

composition.

Le modèle mathématique de détection ainsi établi représente les performances du système de détection par rapport à un ensemble de paramètres variables sur une plage de valeurs données. En d'autres termes, on détermine la réponse théorique du système de détection en fonction de toutes les configurations réalisables au cours d'une radiographie. Cette première phase est réalisée de préférence une seule fois pour tout système

de détection.

La seconde phase est une phase d'utilisation dans laquelle on applique le système de détection sur chaque image stéréotaxique. Ensuite, pour chaque zone élémentaire d'une image stéréotaxique donnée, on introduit, dans le modèle mathématique de détection comme données d'entrée, le signal utile de la sortie du système de détection, un jeu de paramètres de la chaîne d'acquisition pris parmi les valeurs prédéterminées et utilisées pour obtenir lesdites images stéréotaxiques, et un niveau de gris de fond calculé sur l'image stéréotaxique considérée de façon à déterminer un nombre théorique d'éléments détectés. Puis on sélectionne parmi les zones élémentaires de l'image stéréotaxique considérée, celles dont le nombre théorique d'éléments détectés satisfait à

un critère prédéterminé.

En d'autres termes, on rentre dans le modèle mathématique de détection tous les paramètres nécessaire à l'obtention d'un nombre théorique d'éléments détectés pour chaque zone élémentaire de l'image stéréotaxique considérée. Ces paramètres peuvent être séparés en trois groupes, à savoir, les paramètres de la chaîne d'acquisition, le signal de la sortie du détecteur 13 et les paramètres que l'on calcule à partir l'image

stéréotaxique considérée tels que le niveau de gris de fond.

On applique plusieurs fois, sur une même image, le système de détection, adapté à chacun des jeux de paramètres des éléments d'intérêt, de façon à balayer une plage donnée de valeurs des paramètres desdits

éléments d'intérêt.

On prend comme paramètres de ces éléments d'intérêt, leur taille

et leur forme.

On applique ensuite plusieurs fois, sur l'image stéréotaxique considérée, le système de détection, adapté à chacun des jeux de paramètres des éléments d'intérêt, de façon à obtenir plusieurs nombres théoriques d'éléments détectés pour chaque zone élémentaire de ladite image stéréotaxique, et on sélectionne parmi les zones élémentaires, celles dont le plus petit des nombres théoriques obtenus d'éléments

détectés satisfait audit critère prédéterminé.

On utilise comme système de détection un filtre du type chapeau haut-deforme. L'opérateur chapeau haut-de-forme (ou transformation top-hat en langue anglaise) est un traitement mathématique qui comporte deux étapes: 1. ouverture de l'image avec un élément structurant,

2. soustraction de l'image ouverte sur l'image originale.

Un élément structurant est un masque qui, appliqué sur une image, permet de délimiter une zone de pixels. En ce qui concerne la transformation chapeau haut-de-forme, lorsque l'on applique un élément structurant sur une image, c'est-à-dire on place le masque sur chacune des zones élémentaires de l'image, on élimine toutes les structures de taille inférieure à celle dudit élément structurant. Une ouverture donnée correspond à un élément structurant d'une taille donnée. En d'autres

termes, le résultat de la première étape est un lissage des niveaux de gris.

C'est ainsi que l'on obtient le niveau de gris de fond. La deuxième étape est une opération de soustraction des niveaux de gris de fond sur l'image de départ. On obtient ainsi un signal haute fréquence présentant des pics. Ce genre de filtrage est connu de l'homme du métier et celui-ci pourra se référer pour plus de détails à l'article de J. SERRA, Image Analysis and Mathematical Morphology, Vol. 2, Academic press 1988. D'une façon générale, ce type de filtrage permet d'extraire d'une image numérique les zones claires ou sombres et de petite taille et permet de s'affranchir du fond. Sur le signal haute fréquence ainsi obtenu, on applique un seuil de façon à comptabiliser un nombre théorique d'éléments d'intérêt détectés. On applique avantageusement plusieurs seuils de façon à couvrir

une plage donnée de valeurs de seuil.

On exprime le nombre théorique d'éléments détectes en terme de probabilité de faux positif, c'est-à-dire la probabilité pour qu'un élément soit détecté alors qu'aucun élément d'intérêt n'a été introduit dans le

modèle mathématique de la chaîne d'acquisition et de l'objet.

La satisfaction du critère prédéterminé comporte la fixation d'un seuil global de probabilité prédéterminé et la sélection des zones élémentaires dont la somme des valeurs de probabilité reste inférieure ou égale à ce seuil. Ce critère peut par exemple être le maintien de tous les pixels dont la probabilité de faux positif ne dépasse pas 0,05. Ces éléments d'intérêt potentiels sont représentés sur les figures 17, 18 et 19. Ils

correspondent principalement à des micro-calcifications.

L'étape 3a permet d'apparier les micro-calcifications et de déterminer leurs coordonnées tridimensionnelles. Plusieurs procédés de localisation d'éléments d'intérêt existent et sont connus de l'homme du métier. Nous allons décrire un mode d'appariement et de localisation automatique que l'on va appliquer à toutes les micro-calcifications. Pour plus de détail on peut se reporter au brevet français GE MEDICAL SYSTEMS SA, N 2751109 précédemment cité. La première étape consiste à prendre automatiquement chaque micro-calcification sur chaque image stéréotaxique. Les micro-calcifications étant de taille

différente, on prend en compte leur point central. Pour chaque micro-

calcification, on sélectionne en fait un pixel cible dans une région d'intérêt cible présente par exemple dans l'image de droite 14, dite image

cible.

On génère ensuite une fenêtre cible contenant ladite région d'intérêt cible. Cette fenêtre cible peut être générée automatiquement après avoir appliqué sur le pixel cible un moyen logiciel classique de croissance de région. On obtiendra alors une fenêtre cible rectangulaire 1 5 ou carrée dont les côtés présentent des dimensions de l'ordre d'une dizaine

à quelques dizaines de pixels.

Les niveaux de gris de chacun des pixels de cette fenêtre cible sont ensuite stockés dans une mémoire associée à un microprocesseur qui incorpore de façon logicielle tous les moyens fonctionnels de mise en

oeuvre du procédé décrit.

A partir de là, on va sélectionner un ensemble de pixels dans une deuxième image stéréotaxique, par exemple l'image de gauche 16. Cet ensemble de pixels sélectionnés va constituer une zone de recherche à l'intérieur de laquelle on va sélectionner une ou plusieurs régions d'intérêt

candidates susceptibles d'être homologues de la région d'intérêt cible.

Ensuite, autour de chacun de ces pixels sélectionnés dans la zone de recherche, on génère une deuxième fenêtre de même caractéristique dimensionnelle que la fenêtre cible. On stocke les niveaux de gris des pixels de chaque deuxième fenêtre et on procède à un traitement de corrélation entre les niveaux de gris des pixels de chaque deuxième fenêtre et les niveaux de gris des pixels de la fenêtre cible. On utilise pour cela une corrélation normée dans laquelle chaque valeur de corrélation d'une deuxième fenêtre sera alors donnée par la formule N k=l _I, J /_ I (k)X J2 (k) IITII II JII o N est le nombre de pixels d'une fenêtre, k l'indice courant d'un pixel, I(k) le niveau de gris du pixel k de la fenêtre cible et J(k) le niveau de

gris du pixel k de la deuxième fenêtre.

Le traitement de corrélation permet donc d'effectuer une mesure de similarité entre la fenêtre cible et chacune des deuxièmes fenêtres de la deuxième image de façon à obtenir une valeur de similarité, c'est-à- dire

une valeur de corrélation entre ces deux fenêtres. L'appariement de la région d'intérêt cible avec sa région

d'intérêt homologue se fait par analyse de ces valeurs de corrélation.

On sélectionne alors, parmi l'ensemble des valeurs de corrélation, un ensemble restreint de maxima de corrélation selon un critère prédéterminé comme l'intensité du maximum ou le nombre de maxima dans la liste des valeurs de corrélation rangées par ordre d'intensité décroissante. On peut par exemple utiliser le maximum de corrélation comme critère d'appariement entre la fenêtre cible et l'une des deuxièmes fenêtres de la deuxième image. On en déduit les coordonnées tridimensionnelles de la micro-calcification cible par un calcul

trigonométrique, connaissant la géométrie du dispositif de stéréotaxie.

On peut aussi par exemple sélectionner sur l'image de gauche 16 un nombre prédéfini N1 de régions d'intérêt candidates susceptibles d'être la région homologue de la région cible apparaissant sur l'image de droite 14. Cette sélection se fait donc automatiquement sur les N1 premiers

maxima de corrélation.

A partir du pixel cible de la région d'intérêt cible et du pixel candidat ayant donné lieu à la sélection de la région d'intérêt candidate, on détermine, par un calcul trigonométrique de stéréotaxie, et connaissant la géométrie du dispositif de stéréotaxie, les coordonnées tridimensionnelles du point correspondant de la micro- calcification candidate correspondant à ces N1 régions. Puis, par un calcul trigonométrique de stéréotaxie inverse, on détermine les coordonnées dans l'image de centrage du pixel projeté correspondant à la projection du

pixel de l'élément candidat dans cette image de centrage.

Donc parmi les N1 régions candidates, on retient celle dont la projection sur l'image de centrage se superpose à une région d'intérêt physiquement présente dans cette image de centrage.

On réalise ce processus d'appariement sur l'ensemble des micro-

calcifications déterminées sur les images stéréotaxiques. On possède

donc les coordonnées tridimensionnelles de chaque micro-calcification.

Une même micro-calcification peut être visible sur plus de deux images stéréotaxiques. On peut avantageusement classer les micro- calcifications selon leur valeur de corrélation obtenue par rapport à l'ensemble des images stéréotaxiques. C'est-à-dire que la micro- calcification qui est visible sur toutes les images aura une valeur totale de corrélation

supérieure à celle qui n'est visible que sur deux images.

Ensuite, on peut par exemple prendre un nombre prédéfini N2 de microcalcifications correspondant aux N2 plus grandes valeurs totales de corrélation. On envoie leurs coordonnées vers un logiciel de visualisation. Ce logiciel permet de construire une image tridimensionnelle constituée des N2 micro-calcifications positionnées identiquement à leur position dans le sein. Cette image peut être visible au

cours de l'étape 4 sur un écran 20 de mico-ordinateur par exemple.

Ce logiciel incorpore des fonctions de rotation, translation et de curseur 22 de sorte qu'il est possible d'observer les micro- calcifications sous n'importe quel angle. Il devient alors possible de remarquer leurs éventuels alignements pas toujours visibles sur des images stéréotaxiques bidimensionnelles notamment du fait que ces micro- calcifications se superposent. Ces alignements peuvent correspondre à des canaux

galactophores et cela renseigne donc sur la genèse des micro-

calcifications et donne donc une information diagnostique supplémentaire par rapport aux images de projection. Ce logiciel est logé

dans un micro-ordinateur qui est directement relié à un positionneur 23.

La sélection, c'est-à-dire le choix de l'utilisateur, intervient au cours de l'étape 5. En cliquant sur une micro-calcification pointée par le curseur 22 à l'aide d'une souris 21, on transmet au cours de l'étape 6 (figure 1) les coordonnées de ladite micro-calcification au positionneur 23 afin de diriger l'aiguille de ponction dans le sein à l'endroit effectivement pointé

sur écran.

Une variante de l'invention réside dans le fait qu'à la suite de la détermination des micro-calcifications au cours de l'étape 2, à la place de l'étape 3a dans laquelle on détermine les coordonnées tridimensionnelles,

on peut également prendre une micro-calcification (ou un amas de micro-

calcifications) qui semble particulièrement intéressante pour la visualiser au cours de l'étape 4 sous sa forme réelle. Pour cela, on réalise une étape 3b de reconstruction d'une image tridimensionnelle à partir de plusieurs images à deux dimensions. Dans ce cas il est avantageux d'opérer la reconstruction à partir d'un grand nombre d'images, par exemple six. Cette reconstruction permet d'obtenir une enveloppe tridimensionnelle de l'élément d'intérêt. Elle fait intervenir la géométrie d'acquisition et le calcul de l'intersection tridimensionnelle d'un ensemble de cônes engendrés par le rayonnement X des contours de l'élément d'intérêt. Cette technique de reconstruction tridimensionnelle d'un objet à partir de contours est connue de l'homme du métier. Cependant, celui-ci pourra éventuellement se reporter au document "Localisation et reconstruction tridimensionnelle à partir d'angiographies stéréotaxiques", Thèse, Doctorat de l'Institut National Polytechnique de Lorraine, L. LAUNAY,

12/1996.

Ensuite on peut visualiser à l'aide du même logiciel de

visualisation, au cours de l'étape 4, la forme de l'élément d'intérêt.

L'utilisateur peut ainsi l'observer sous différents angles et remarquer d'éventuelles zones qui ne contiennent pas d'éléments d'intérêt et qui ne

seraient pas visibles sur des images bidimensionnelles.

Ce procédé d'aide à la décision ne fait intervenir le choix de l'utilisateur qu'au dernier moment, c'est-à-dire une fois la représentation tridimensionnelle établie. Cette représentation tridimensionnelle permet d'enrichir le diagnostic car elle fournit des informations pratiquement inaccessibles avec des images stéréotaxiques bidimensionnelles. Ainsi, l'utilisateur peut effectuer sereinement son choix quant à la région à ponctionner.

Claims (10)

REVENDICATIONS

1. Procédé de localisation et de représentation d'éléments d'intérêt d'un organe à partir d'une pluralité d'images numériques prises sous différents angles, dans lequel: - on détermine les éléments d'intérêt présents dans les images numériques, - on détermine ensuite les coordonnées tridimensionnelles de chaque élément d'intérêt, - puis, on visualise en trois dimensions lesdits éléments d'intérêt, - enfin, on sélectionne manuellement un ou plusieurs éléments d'intérêt.

2. Procédé selon la revendication 1, caractérisé par le fait qu'on détermine lesdits éléments d'intérêt à l'aide d'un procédé automatique de

détection d'éléments d'intérêt.

3. Procédé selon la revendication 2, caractérisé par le fait que le procédé automatique de détection fait intervenir un modèle mathématique

de la chaîne d'acquisition et de l'organe à radiographier.

4. Procédé selon la revendication 2, caractérisé par le fait que le

procédé automatique de détection fait intervenir un modèle du bruit.

5. Procédé selon la revendication 2, caractérisé par le fait que le procédé automatique de détection prend en compte les paramètres

d'acquisition de la chaine d'acquisition.

6. Procédé selon la revendication 2, caractérisé par le fait que le procédé automatique de détection utilise un opérateur du type chapeau

haut-de-forme.

7. Procédé selon l'une des revendications précédentes,

caractérisé par le fait qu'on détermine les coordonnées tridimensionnelles de chaque élément d'intérêt détecté en réalisant un appariement

automatique à partir d'au moins deux des images numériques.

8. Procédé selon l'une quelconque des revendications

précédentes, caractérisé par le fait que les coordonnées tridimensionnelles d'un ou plusieurs éléments d'intérêt sélectionnés sont

envoyées à un positionneur d'aiguille.

9. Procédé selon la revendication 1, caractérisé par le fait qu'à la suite de la détermination des éléments d'intérêt, on réalise une opération de reconstruction d'images tridimensionnelles d'un élément d'intérêt à partir des images bidimensionnelles dans lesquelles on a détecté cet élément d'intérêt, et on visualise ensuite sa forme tridimensionnelle.

10. Procédé selon l'une quelconque des revendications

précédentes, caractérisé par le fait qu'on utilise un système de visualisation sur écran intégrant une fonction de rotation afin de

distinguer l'alignement des éléments d'intérêt lors d'un diagnostic.