FR2965085A1 - Simulation des vaisseaux dans une image - Google Patents

Simulation des vaisseaux dans une image Download PDF

Info

Publication number
FR2965085A1
FR2965085A1 FR1057559A FR1057559A FR2965085A1 FR 2965085 A1 FR2965085 A1 FR 2965085A1 FR 1057559 A FR1057559 A FR 1057559A FR 1057559 A FR1057559 A FR 1057559A FR 2965085 A1 FR2965085 A1 FR 2965085A1
Authority
FR
France
Prior art keywords
pixels
image
propagation
belonging
vessel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
FR1057559A
Other languages
English (en)
Other versions
FR2965085B1 (fr
Inventor
Yves Trousset
Michel Grimaud
Eric Pichon
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Priority to FR1057559A priority Critical patent/FR2965085B1/fr
Priority to US13/237,535 priority patent/US8738344B2/en
Publication of FR2965085A1 publication Critical patent/FR2965085A1/fr
Application granted granted Critical
Publication of FR2965085B1 publication Critical patent/FR2965085B1/fr
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/149Segmentation; Edge detection involving deformable models, e.g. active contour models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20161Level set
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Abstract

L'invention concerne un procédé de traitement d'une image (1) d'une zone (2) d'un corps, ladite zone (2) comprenant une pluralité de vaisseaux (5) apte à propager un fluide (6) dudit corps, ladite image (1) présentant une pluralité de pixels (8) étant chacun associé à une intensité, ledit procédé étant caractérisé en ce qu'il comporte les étapes suivantes : - une étape de détermination pour chaque pixel (8) d'une probabilité (V) d'appartenir à un vaisseau (5) à partir de l'intensité dudit pixel (8), - une étape de simulation d'une propagation du fluide (6) à partir d'au moins un pixel source (12) vers les pixels de l'image (1), ladite propagation étant simulée pour présenter une vitesse fonction de la probabilité (V) desdits pixels d'appartenir à un vaisseau (5), - une étape de déduction à partir de la simulation d'un temps de propagation (t) entre le pixel source (12) et chacun desdits pixels.

Description

DOMAINE TECHNIQUE GENERAL L'invention concerne un procédé de traitement d'une image d'une zone d'un corps, notamment humain ou animal, ladite zone comprenant une pluralité de vaisseaux apte à propager un fluide dudit corps, comme par exemple du sang. L'invention concerne également un dispositif pour mettre en oeuvre un tel procédé.
ETAT DE L'ART Dans le domaine de l'imagerie médicale, il est courant de prendre des images de zones du corps humain ou animal, afin de préparer la mise en oeuvre ultérieure de traitements médicamenteux ou d'opérations chirurgicales. Les zones ainsi observées sont le plus souvent vascularisées, le sang jouant le rôle de fluide transporteur d'un organe ou d'une région à 15 l'autre en se propageant à travers des vaisseaux du corps. Dans certains cas, le praticien souhaite envoyer un médicament vers une cible donnée de la zone, par exemple pour éradiquer une tumeur localisée. Alternativement, il est parfois nécessaire de couper l'apport en sang de certaines cibles malades de la zone, afin de les éliminer. 20 L'imagerie à rayons X est classiquement utilisée pour prendre des images de zones du corps humain. Toutefois, il est connu que les rayons X permettent avant tout de visualiser les structures dures du corps, comme les os. Pour pouvoir obtenir une image des vaisseaux du corps, comme les vaisseaux sanguins (veines, artères...), il est nécessaire d'injecter un 25 produit opaque aux rayons X, comme de l'iode. L'image ainsi obtenue permet d'avoir une certaine vision des vaisseaux et de leur cartographie pour le praticien. Cependant, au vu du faible diamètre de certains vaisseaux (ex : capillaires) et de la résolution limitée des techniques d'imagerie, un certain nombre de vaisseaux ne sont 30 pas visibles à l'image. Ainsi, la zone à traiter peut être séparée du point d'entrée choisi par le praticien par de multiples vaisseaux non représentés sur l'image.
Le praticien ne peut donc planifier des traitements chirurgicaux ou l'injection de médicaments de manière précise. Il ne peut en outre visualiser de manière fiable et précise la cartographie des vaisseaux de la zone observée.
De plus, les images obtenues sont statiques, ce qui ne permet pas d'accéder à une connaissance de la propagation du sang dans la zone. Or, la dynamique de propagation est cruciale, notamment dans les applications relatives aux injections de substances thérapeutiques. Par conséquent, il est nécessaire de proposer un procédé et un 10 dispositif permettant d'améliorer la connaissance de la cartographie des vaisseaux et de la dynamique de propagation dans la zone observée.
PRESENTATION DE L'INVENTION L'invention propose de pallier ces inconvénients. 15 A cet effet, l'invention propose un procédé de traitement d'une image d'une zone d'un corps, ladite zone comprenant une pluralité de vaisseaux apte à propager un fluide dudit corps, ladite image présentant une pluralité de pixels étant chacun associé à une intensité, ledit procédé étant caractérisé en ce que ledit procédé comporte les étapes suivantes : 20 - une étape de détermination pour chaque pixel d'une probabilité d'appartenir à un vaisseau à partir de l'intensité dudit pixel, - une étape de simulation d'une propagation du fluide à partir d'au moins un pixel source vers les pixels de l'image, ladite propagation étant simulée pour présenter une vitesse fonction de la probabilité 25 desdits pixels d'appartenir à un vaisseau, - une étape de déduction à partir de la simulation d'un temps de propagation entre le pixel source et chacun desdits pixels. L'invention est avantageusement complétée par les caractéristiques suivantes, prises seules ou en une quelconque de leur combinaison 30 techniquement possible : l'étape de déduction comprend la déduction d'une vitesse de propagation moyenne entre le pixel source et chacun desdits pixels ; - la propagation du fluide est interdite vers certains pixels de l'image au cours de l'étape de simulation, lesdits pixels étant initialement connus comme n'appartenant pas à un vaisseau ; - l'étape de détermination de la probabilité d'appartenir à un vaisseau comprend une étape de détection des maxima dans une courbe d'intensité des pixels de l'image, afin de déterminer des intensités représentatives de pixels appartenant à un vaisseau, et une étape de déduction d'un ensemble de seuils d'intensité, chaque seuil étant associé à une valeur de probabilité d'appartenir à un vaisseau ; - le procédé comprend les étapes suivantes: o une étape de détermination pour chaque pixel d'une probabilité d'appartenir à un vaisseau à partir de l'intensité dudit pixel, o une étape de simulation d'une propagation du fluide à partir d'au moins un pixel source vers les pixels de l'image, ladite propagation présentant une vitesse fonction de la probabilité desdits pixels d'appartenir à un vaisseau, o une étape de déduction de la simulation d'un temps de propagation et/ou d'une vitesse de propagation entre le pixel source et chacun desdits pixels, o une étape de détermination, pour des pixels de l'image, d'un ensemble affiné de probabilité d'appartenir à un vaisseau, en ignorant les pixels présentant un temps de propagation supérieur à un seuil et/ou une vitesse de propagation inférieure à un seuil, et o une répétition des étapes de simulation et de déduction du temps de propagation et/ou de la vitesse de propagation en utilisant l'ensemble affiné de probabilités ; - le procédé comprend une étape d'affichage d'une image 30 représentant les temps de propagation et/ou la vitesse de propagation d'un ensemble de pixels de l'image ; - le procédé comprend une étape d'affichage d'une image des vaisseaux de la zone, correspondant aux pixels dont le temps de 20 25 propagation est inférieur à un seuil et/ou la vitesse de propagation est supérieure à un seuil ; - le corps est un corps humain ou animal, et le fluide est du sang ; - le procédé comprend une étape de détermination des pixels de l'image vers lesquels un produit introduit dans le fluide au niveau du pixel source est apte à se propager via des vaisseaux ; - le procédé comprend une étape d'affichage d'une carte de propagation du produit dans les vaisseaux de l'image ; - le procédé comprenant les étapes de définition d'une cible de pixels à atteindre dans l'image et de détermination d'au moins un pixel source de l'image étant relié à la cible via des vaisseaux ; - le procédé comprend une étape de détermination des pixels reliés au pixel source mais n'appartenant pas à la cible. L'invention propose également une unité de traitement apte à exécuter le procédé précédemment décrit, un dispositif d'imagerie médicale comprenant ladite unité de traitement, et un produit programme d'ordinateur, chargeable dans une mémoire d'une unité de traitement, pour exécuter les étapes dudit procédé. L'invention présente de nombreux avantages.
Un avantage de l'invention réside dans sa simplicité de mise en oeuvre et d'implémentation. Un autre avantage de l'invention est sa polyvalence, dans la mesure où elle s'applique à de nombreux types d'image, de dispositifs d'imagerie et de zones du corps observées.
Enfin, un autre avantage de l'invention est qu'elle est indépendante de la résolution du dispositif d'imagerie.
PRESENTATION DES FIGURES D'autres caractéristiques, buts et avantages de l'invention 30 ressortiront de la description qui suit, qui est purement illustrative et non limitative, et qui doit être lue en regard des dessins annexés sur lesquels : - la Figure 1 représente schématiquement une image d'une zone d'un corps comprenant des vaisseaux ; - la Figure 2 représente des étapes d'un mode de réalisation du procédé selon l'invention ; - la Figure 3 représente une courbe d'intensité de pixels d'une image ; - la Figure 4 représente des pixels atteints par un produit injecté au niveau d'au moins un pixel source de l'image ; - la Figure 5 représente un pixel source permettant d'atteindre une cible de l'image ; - la Figure 6 représente une unité de traitement apte à exécuter les différents modes de réalisation du procédé selon l'invention. 10 DESCRIPTION DETAILLEE La Figure 1 représente schématiquement une image 1 d'une zone 2 d'un corps, par exemple d'un corps humain ou animal. L'image peut être obtenue par un dispositif d'imagerie médicale, 15 comme un appareil de radiographie à rayons X ou autre (dispositif de tomographie, d'IRM, etc.). La zone à observer dépend des applications. Il peut notamment s'agir d'un organe particulier (foie, coeur...) ou d'une région d'intérêt (muscle, zone à proximité de la colonne vertébrale...). 20 En général, l'image obtenue est une image en trois dimensions. Toutefois, l'invention s'applique également aux images en deux dimensions. Comme on peut le voir en Figure 1, la zone 2 à observer comprend une pluralité de vaisseaux 5 représentés sur l'image 1, aptes à propager un fluide 6 dudit corps. 25 Dans la présente description, le terme vaisseau est à comprendre dans un sens large. De manière non limitative, on note qu'il peut s'agir de vaisseaux sanguins, propageant du sang afin d'irriguer la zone observée. Par ailleurs, il peut s'agir de canaux transportant de l'urine filtré par les reins, ou de 30 canaux transportant de l'air dans les poumons. L'homme du métier comprend que l'invention s'applique à d'autres types de vaisseaux et de fluides s'y propageant.
L'image 1 présente une pluralité de pixels 8 étant chacun associé à une intensité I. L'intensité I est représentative de la couleur du pixel. En général, il s'agit d'une valeur comprise entre 0 et 255, qui code donc la couleur du pixel en noir et blanc.
Dans le cas d'une image en trois dimensions, l'image présente une pluralité de voxels 8, présentant également une intensité I. Dans ce cas, le dispositif d'imagerie va moyenner le signal mesuré dans le volume du voxel 8, pour obtenir une intensité I. Dans la suite, on désignera indifféremment les voxels et les pixels 10 par le terme « pixels ». Dans un mode de réalisation de l'invention, l'image 1 est traitée selon un procédé représenté schématiquement en Figure 2. Les différentes étapes du procédé pourront être mises en oeuvre par une unité de traitement décrite par la suite. 15 Le procédé comprend une première étape El de détermination pour chaque pixel 8 d'une probabilité V d'appartenir à un vaisseau 5 à partir de l'intensité I dudit pixel 8. En effet, l'intensité I des pixels 8 est représentative du type de tissu visualisé sur l'image. Plus l'intensité du pixel 8 est élevée, plus le tissu 20 rencontré est dense. Par conséquent, il est possible de déduire de l'intensité mesurée une probabilité V que le pixel 8 représente effectivement une partie d'un vaisseau 5 de la zone observée. Dans un mode de réalisation de l'invention, une courbe, de type 25 histogramme, des intensités des pixels de l'image est utilisée, comme schématisé en Figure 3. Dans ce cas, le procédé comprend une étape El 1 de détection des maxima dans la courbe d'intensité des pixels de l'image 1, afin de déterminer des intensités représentatives de pixels appartenant à un 30 vaisseau 5. En effet les valeurs d'intensité peuvent varier d'un dispositif d'imagerie à l'autre. En général, le maximum d'intensité Imax,i le plus important correspond aux tissus mous qui sont très denses.
Le maximum d'intensité Imax,2 qui suit correspond en général au parenchyme, c'est-à-dire les tissus fonctionnels de l'organe observé. Enfin, le dernier maximum d'intensité Imax,3 correspond aux vaisseaux et aux os. En effet, les os et les vaisseaux présentent une intensité assez proche à l'image. Connaissant les intensités correspondant aux vaisseaux, en l'occurrence Imax,3 et les valeurs proches de Imax,3, le procédé comprend une étape E12 de déduction d'un ensemble de seuils d'intensité, chaque seuil étant associé à une valeur de probabilité V d'appartenir à un vaisseau 5. Le critère de choix des seuils d'intensité est notamment basé sur la variance autour de Imax,3. Ainsi, le procédé comprend une étape de détermination pour chaque pixel de l'image d'une valeur de probabilité, comprise entre 0 et 1 (ou un multiple selon les conventions d'écriture), caractérisant la probabilité pour un pixel d'appartenir à un vaisseau de la zone. Il est clair que dans l'image représentée en Figure 1, les pixels des vaisseaux visibles auront une probabilité V élevée. Toutefois, les pixels présentant une intensité plus faible ont tout de même une probabilité d'appartenir à un vaisseau qui n'est pas complètement visible à l'image, ou est même invisible à l'image, pour les raisons expliquées plus haut. Par conséquent, ces pixels présenteront une certaine probabilité V, certes plus faible que les pixels des vaisseaux clairement visibles à l'image. Ainsi, cette étape El permet d'obtenir une estimation de la position des vaisseaux 5 dans l'image 1. On passe ainsi de valeurs binaires (le praticien ne pouvant déduire de sa vision de l'image brute que la présence ou non de vaisseaux) à des valeurs de probabilité graduées, et donc plus précises. Le procédé comprend une seconde étape E2 de simulation d'une propagation du fluide 6 à partir d'au moins un pixel source 12 vers les pixels 30 de l'image 1. Le pixel source 12 est un point de l'image, choisi par exemple par un utilisateur.
Il s'agit donc de simuler la propagation d'un fluide dans l'image, à partir d'un pixel source 12. Ceci revient à injecter un fluide virtuel à un temps initial nul to dans le pixel source, et à observer la propagation de ce fluide vers les pixels adjacents.
Il peut bien sûr s'agir de plusieurs pixels source, représentant un point source constitué de plusieurs pixels de l'image, ou de plusieurs pixels sources représentant plusieurs points sources distincts de l'image. Cette étape de simulation prend en compte les probabilités V déterminées à l'étape El précédente. Ainsi, la propagation est simulée pour présenter une vitesse fonction de la probabilité V desdits pixels d'appartenir à un vaisseau 5. En effet, dans la réalité physique, le fluide se propage à travers les vaisseaux. Cette propriété est simulée en autorisant une vitesse élevée pour les pixels rencontrés par le fluide ayant une forte probabilité d'appartenir à un vaisseau, et en imposant une vitesse faible voire nulle pour les pixels rencontrés par le fluide ayant une faible probabilité d'appartenir à un vaisseau. En pratique, l'unité de traitement 10 met en oeuvre les équations classiques de la mécanique des fluides (Navier-Stokes, Euler...), connues de l'homme du métier, auxquelles est adjointe une contrainte sur la vitesse à laquelle le fluide peut traverser chaque pixel de l'image. Il s'agit donc d'une résolution numérique d'équations différentielles réalisée sous contrainte. Le fluide simulé et circulant sur un chemin comprenant des pixels ayant une probabilité V élevée d'appartenir à un vaisseau sera autorisé à se propager rapidement. A l'inverse, le fluide simulé et circulant sur un chemin comprenant des pixels ayant une probabilité V faible d'appartenir à un vaisseau sera contraint à se propager doucement, voire à ne pas se propager du tout.
Le procédé comprend en outre une étape de déduction de cette simulation d'un temps de propagation entre le pixel source 12 et chacun des pixels de l'image (t1,t2,....). Ainsi, l'unité de traitement associe à chaque pixel de l'image un temps de propagation. On obtient donc une image traitée, dans lequel chaque pixel est associé à un temps de propagation. Il est clair que l'unité de trainement peut être contrôlée pour n'effectuer cette simulation et cette détermination du temps de propagation que pour certains pixels de l'image, par exemple sur l'ordre d'un utilisateur ou de manière programmée. Certains pixels de l'image ne sont atteints qu'au bout d'un temps très élevé, voire infini, t., étant donné que ces pixels se trouvent sur des chemins présentant peu ou pas de vaisseaux.
Avantageusement, l'étape E3 comprend la déduction de la simulation d'une vitesse de propagation moyenne entre le pixel source 12 et chacun desdits pixels. Cette valeur est en fait la distance entre le pixel source et le pixel considéré divisé par le temps de propagation déduit de la simulation. Un avantage de disposer d'une vitesse de propagation pour chaque pixel est de permettre d'obtenir des valeurs indépendantes de la distance entre le pixel source et les pixels considérés. En effet, en considérant le temps de propagation, il est évident que certains pixels éloignés, bien que situés sur un chemin comprenant un ou plusieurs vaisseaux, présenteront un temps de propagation similaire à un pixel n'étant pas situé sur un vaisseau mais étant situé à proximité du pixel source. Avantageusement, le procédé de traitement comprend des étapes permettant d'améliorer la précision des résultats. Dans un mode de réalisation, la propagation du fluide 6 vers certains pixels de l'image 1 est interdite au cours de l'étape de simulation E2, lesdits pixels étant initialement connus comme n'appartenant pas à un vaisseau 5. En effet, il est courant de disposer d'une connaissance a priori de la zone observée, comme par exemple une connaissance anatomique, ou une connaissance basée sur des prises d'images différentes. Dans ce cas, l'on sait que certains pixels ne représentent pas des vaisseaux, mais par exemple des os ou d'autres structures. L'étape de simulation prend alors en compte cette connaissance supplémentaire en interdisant la propagation du fluide vers ces pixels. Ceci est en général réalisé en imposant une vitesse nulle au fluide lorsque celui-ci rencontre ces pixels. Dans un mode de réalisation, les étapes El, E2, E3 sont répétées pour affiner les résultats. Comme précédemment décrit, une étape de détermination pour chaque pixel 8 d'une probabilité V d'appartenir à un vaisseau 5 à partir de l'intensité dudit pixel 8 est mise en oeuvre. Puis une étape de simulation d'une propagation du fluide à partir d'au moins un pixel source 12 vers les pixels de l'image 1 est mise en oeuvre, ladite propagation étant contrainte pour présenter une vitesse fonction de la probabilité V desdits pixels d'appartenir à un vaisseau 5. Une étape de déduction de la simulation d'un temps de propagation et/ou une vitesse de propagation entre le pixel source 12 et chacun desdits pixels est également mise en oeuvre. Puis, une nouvelle étape de détermination d'une probabilité V' d'appartenir à un vaisseau 5 pour des pixels de l'image, mais cette fois-ci en ignorant les pixels présentant un temps de propagation supérieur à un seuil et/ou une vitesse de propagation inférieure à un seuil, est mise en oeuvre. En effet, ces pixels sont très probablement représentatifs de structures différentes des vaisseaux, comme par exemple des os, puisque ceux-ci sont éloignés des vaisseaux. Dans l'étape El itérée, ces pixels ne sont plus pris en compte dans la courbe d'intensité des pixels de l'image, comme cela était le cas en Figure 3, ce qui permet d'obtenir des seuils d'intensité affinés, et donc un ensemble affiné de probabilités V' d'appartenir à un vaisseau 5. Les étapes de simulation E2 et de déduction E3 du temps de propagation et/ou de la vitesse de propagation sont alors répétées, en utilisant l'ensemble affiné de probabilités V', ce qui permet l'obtention de résultats plus précis.
Avantageusement, le procédé comprend une étape d'affichage d'une image présentant un certain nombre d'informations pour un opérateur, notamment un praticien.
Dans un mode de réalisation, une image est affichée, ladite image représentant les temps de propagation et/ou la vitesse de propagation d'un ensemble de pixels de l'image. Ceci est par exemple réalisé via un code de couleurs ou autre.
Dans un autre mode de réalisation, une image des vaisseaux de la zone 2 est affichée, correspondant aux pixels 8 dont le temps de propagation est inférieur à un seuil et/ou la vitesse de propagation est supérieure à un seuil. L'image est ainsi une image des vaisseaux plus précise, qui révèle les capillaires non visibles initialement avec la technique d'imagerie. Les seuils caractéristiques des vaisseaux sont définis de manière empirique ou par simulation des équations de propagation de fluide dans les vaisseaux. En effet, les pixels présentant une vitesse de propagation élevée représentent très probablement un vaisseau, tandis que les pixels présentant une vitesse de propagation faible représentent probablement d'autres structures, comme des os. Le même type de raisonnement peut s'appliquer au temps de propagation. L'utilisateur dispose alors d'une cartographie des vaisseaux de 20 l'image. Le procédé selon l'invention trouve de nombreuses applications. Dans un mode de réalisation, un utilisateur souhaite prévoir la propagation que connaîtra un produit injecté au niveau d'un point source 12 d'un vaisseau de l'image. Le produit est par exemple un médicament, 25 destiné à éliminer des cellules cancéreuses dans une zone de l'organe. A partir de la simulation E2 réalisée par l'unité de traitement, celle-ci est apte à déterminer et afficher les pixels 14 qui seront atteints par le produit injecté au niveau d'un pixel source 12. Ainsi, comme schématisé en Figure 4, l'unité de traitement détermine que le produit injecté au niveau du 30 pixel source 12 atteindra la zone 15 au bout d'un temps t3. Une carte de propagation du produit dans les vaisseaux de l'image à partir du pixel source peut donc être affichée.
Alternativement, un utilisateur peut souhaiter atteindre une cible donnée d'une zone de l'image, par exemple avec un produit, ou dans le but de couper l'apport en fluide sanguin d'une cible malade. Dans ce cas, l'utilisateur définit la cible 18 de pixels à atteindre dans 5 l'image 1. Cette définition peut être automatique, l'utilisateur indiquant uniquement le nom ou la position de la zone. Le procédé comprend alors une étape de détermination, grâce à la simulation réalisée à l'étape E2, d'au moins un pixel source 12 de l'image étant relié à la cible 18 via des vaisseaux 5, comme représenté en Figure 5.
10 Il s'agit en fait du problème inverse, dans lequel l'unité de traitement connaît le pixel d'arrivée et déduit le pixel source, via la simulation (étape E2) de la propagation du fluide dans les vaisseaux. Ainsi, l'opérateur sait qu'il faut injecter un produit au niveau du pixel source 12 pour atteindre la cible 18.
15 Le pixel source 12 et le chemin correspondant permettant d'atteindre la cible 18 sont déterminés, ce qui peut servir notamment à un utilisateur pour guider une sonde de type cathéter. Il est possible que la propagation à partir du pixel source 12 tel que déterminé par l'unité de traitement entraîne une propagation vers des cibles 20 non visées, comme la cible 19 en Figure 5. Dans ce cas, les pixels reliés au pixel source 12 par des vaisseaux, mais n'appartenant pas à la cible 18 définie initialement, sont également déterminés. Avantageusement, le procédé comprend une étape de fourniture de données quantitatives sur la cible non visée. Il peut s'agir notamment de 25 son volume, du rapport entre la cible visée et la cible non visée (rapport en volume, poids, pourcentage...), du pourcentage de dommages collatéraux etc. L'invention concerne également l'unité de traitement (cf. Figure 6) apte à exécuter les différents modes de réalisation du procédé décrit 30 précédemment. En général, l'unité de traitement 10 est un ordinateur, qui reçoit des instructions d'un programme d'ordinateur chargé dans la mémoire dudit ordinateur, ledit programme comprenant des instructions du procédé précédemment décrit. L'unité de traitement 10 comprend typiquement des moyens d'affichage 20 de type écran, et des moyens d'interaction 21 avec un utilisateur (clavier, souris, surface tactile etc.). Les moyens d'affichage 20 permettent d'afficher l'image traitée, comprenant les informations évoquées précédemment, et notamment les temps de propagation, les vitesses de propagation, la cartographie des vaisseaux etc. L'unité de traitement peut être intégrée à un dispositif d'imagerie médicale, de type scanner, IRM, ou autre. En particulier, il peut s'agir de l'unité de traitement du dispositif d'imagerie médicale qui dispose d'une mémoire dans laquelle on charge le programme d'ordinateur précité. Dans un mode de réalisation avantageux, un utilisateur, par exemple un praticien, peut interagir avec l'unité de traitement pour pouvoir sélectionner et affiner les informations dont il souhaite disposer. Ainsi, l'utilisateur peut notamment sélectionner sur un écran de l'unité de traitement les pixels source 12 et/ou la cible de pixels à atteindre dans l'image. Si l'utilisateur a sélectionné une cible 18 de pixels, l'unité de traitement affiche le ou les pixels source de l'image étant relié à la cible 18 via des vaisseaux 5. L'unité de traitement affiche également le chemin permettant de relier les pixels source à la cible. Dans un mode de réalisation, l'utilisateur peut affiner les pixels source et le chemin choisi en sélectionnant les pixels qu'il souhaite conserver ou, au contraire, éliminer, en se basant par exemple sur sa connaissance de l'anatomie du patient. L'interaction entre l'utilisateur et l'unité de traitement permet d'obtenir un résultat amélioré. L'invention présente l'avantage d'être simple à mettre en oeuvre et à implémenter, ce qui permet de ne pas surcharger les capacités de 30 traitement de l'unité de traitement. De plus, l'invention présente une grande polyvalence, dans la mesure où elle s'applique à de nombreux types d'image, de dispositifs d'imagerie et de zones du corps observées. En effet, la plupart des corps vivants (humain, animal, végétal etc.) présente des zones comportant des vaisseaux aptes à transporter un fluide et dont on veut connaître la cartographie et la dynamique de propagation. Enfin, même avec l'amélioration future de la résolution des dispositifs d'imagerie, il est clair que certains vaisseaux resteront toujours invisibles pour un utilisateur sur l'image prise par lesdits dispositifs. L'invention conservera donc son utilité pour simuler ces vaisseaux non visibles. L'invention connaît de nombreuses applications, notamment médicales, parmi lesquelles on trouve la radiologie interventionnelle, l'embolisation, et la chimioembolisation.

Claims (15)

  1. REVENDICATIONS1. Procédé de traitement d'une image (1) d'une zone (2) d'un corps, ladite zone (2) comprenant une pluralité de vaisseaux (5) apte à propager un fluide (6) dudit corps, ladite image (1) présentant une pluralité de pixels (8) étant chacun associé à une intensité (I), ledit procédé étant caractérisé en ce que ledit procédé comporte les étapes suivantes : - une étape de détermination (El) pour chaque pixel (8) d'une probabilité (V) d'appartenir à un vaisseau (5) à partir de l'intensité 10 dudit pixel (8), - une étape de simulation (E2) d'une propagation du fluide (6) à partir d'au moins un pixel source (12) vers les pixels de l'image (1), ladite propagation étant simulée pour présenter une vitesse fonction de la probabilité (V) desdits pixels d'appartenir à un vaisseau (5), 15 une étape de déduction (E3) à partir de la simulation (E2) d'un temps de propagation (t) entre le pixel source (12) et chacun desdits pixels.
  2. 2. Procédé selon la revendication 1, dans lequel l'étape de déduction (E3) comprend la déduction d'une vitesse de propagation moyenne entre le pixel 20 source (12) et chacun desdits pixels.
  3. 3. Procédé selon l'une des revendications 1 ou 2, dans lequel, au cours de l'étape de simulation (E2), la propagation du fluide (6) est interdite vers certains pixels de l'image (1), lesdits pixels étant initialement connus 25 comme n'appartenant pas à un vaisseau (5).
  4. 4. Procédé selon l'une des revendications 1 à 3, dans lequel l'étape de détermination de la probabilité (V) d'appartenir à un vaisseau (5) comprend les étapes suivantes: 30 - une étape de détection (E11) des maxima dans une courbe d'intensité des pixels de l'image (1), afin de déterminer des intensités représentatives de pixels appartenant à un vaisseau (5), etune étape de déduction (E12) d'un ensemble de seuils d'intensité, chaque seuil étant associé à une valeur de probabilité (V) d'appartenir à un vaisseau (5).
  5. 5. Procédé selon l'une des revendications 1 à 4, comprenant les étapes suivantes: une étape de détermination (El) pour chaque pixel (8) d'une probabilité (V) d'appartenir à un vaisseau (5) à partir de l'intensité dudit pixel (8), une étape de simulation (E2) d'une propagation du fluide (6) à partir d'au moins un pixel source (12) vers les pixels de l'image (1), ladite propagation présentant une vitesse fonction de la probabilité (V) desdits pixels d'appartenir à un vaisseau (5), - une étape de déduction (E3) de la simulation (E2) d'un temps de 15 propagation (t) et/ou d'une vitesse de propagation entre le pixel source (12) et chacun desdits pixels, une étape de détermination, pour des pixels de l'image (1), d'un ensemble affiné de probabilité (V') d'appartenir à un vaisseau (5), en ignorant les pixels présentant un temps de propagation supérieur à 20 un seuil et/ou une vitesse de propagation inférieure à un seuil, et - une répétition des étapes de simulation (E2) et de déduction (E3) du temps de propagation et/ou de la vitesse de propagation en utilisant l'ensemble affiné de probabilités. 25
  6. 6. Procédé selon l'une des revendications 1 à 5, comprenant une étape d'affichage d'une image représentant les temps de propagation et/ou la vitesse de propagation d'un ensemble de pixels de l'image.
  7. 7. Procédé selon l'une des revendications 1 à 6, comprenant une étape 30 d'affichage d'une image des vaisseaux de la zone (2), correspondant aux pixels (8) dont le temps de propagation est inférieur à un seuil et/ou la vitesse de propagation est supérieure à un seuil.
  8. 8. Procédé selon l'une des revendications 1 à 7, dans lequel le corps est un corps humain ou animal, et le fluide est du sang.
  9. 9. Procédé selon l'une des revendications 1 à 8, comprenant une étape de détermination des pixels de l'image (1) vers lesquels un produit introduit dans le fluide au niveau du pixel source (12) est apte à se propager via des vaisseaux (5).
  10. 10. Procédé selon la revendication 9, comprenant une étape d'affichage 10 d'une carte de propagation du produit dans les vaisseaux de l'image.
  11. 11. Procédé selon l'une des revendications 1 à 10, comprenant les étapes de: définition d'une cible (18) de pixels à atteindre dans l'image (1), et 15 - détermination d'au moins un pixel source de l'image étant relié à la cible (18) via des vaisseaux (5).
  12. 12. Procédé selon la revendication 11, comprenant une étape de détermination des pixels reliés au pixel source mais n'appartenant pas à la 20 cible (18).
  13. 13. Produit programme d'ordinateur, chargeable dans une mémoire d'un ordinateur, comprenant des instructions pour exécuter les étapes du procédé de traitement d'une image (1) d'une zone (2) d'un corps selon l'une 25 des revendications 1 à 12.
  14. 14. Unité de traitement comprenant une mémoire, un programme d'ordinateur chargé dans ladite mémoire et 30 comprenant des instructions pour exécuter les étapes du procédé de traitement d'une image (1) d'une zone (2) d'un corps selon l'une des revendications 1 à 12.
  15. 15. Dispositif d'imagerie médicale comprenant l'unité de traitement de la revendication 14, pour l'exécution du procédé de traitement de l'image (1) d'une zone (2) d'un corps selon l'une 5 des revendications 1 à 12, des moyens d'affichage (20) de l'image traitée selon ledit procédé, et des moyens d'interaction (21) avec un utilisateur.
FR1057559A 2010-09-21 2010-09-21 Simulation des vaisseaux dans une image Expired - Fee Related FR2965085B1 (fr)

Priority Applications (2)

Application Number Priority Date Filing Date Title
FR1057559A FR2965085B1 (fr) 2010-09-21 2010-09-21 Simulation des vaisseaux dans une image
US13/237,535 US8738344B2 (en) 2010-09-21 2011-09-20 Simulation of vessels in an image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FR1057559A FR2965085B1 (fr) 2010-09-21 2010-09-21 Simulation des vaisseaux dans une image

Publications (2)

Publication Number Publication Date
FR2965085A1 true FR2965085A1 (fr) 2012-03-23
FR2965085B1 FR2965085B1 (fr) 2013-06-28

Family

ID=43821829

Family Applications (1)

Application Number Title Priority Date Filing Date
FR1057559A Expired - Fee Related FR2965085B1 (fr) 2010-09-21 2010-09-21 Simulation des vaisseaux dans une image

Country Status (2)

Country Link
US (1) US8738344B2 (fr)
FR (1) FR2965085B1 (fr)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10653476B2 (en) 2015-03-12 2020-05-19 Covidien Lp Mapping vessels for resecting body tissue

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080125640A1 (en) * 2006-11-24 2008-05-29 Eric Pichon Radiological imagery method making a zone of interest in an organ correspond to an associated part of the network

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7191110B1 (en) * 1998-02-03 2007-03-13 University Of Illinois, Board Of Trustees Patient specific circulation model
US7512435B2 (en) * 2003-06-02 2009-03-31 The General Hospital Corporation Delay-compensated calculation of tissue blood flow
US7711165B2 (en) * 2005-07-28 2010-05-04 Siemens Medical Solutions Usa, Inc. System and method for coronary artery segmentation of cardiac CT volumes
WO2008005408A2 (fr) * 2006-06-29 2008-01-10 Vassol Inc. Correction de mouvement de sous-voxel destinée à l'imagerie par résonance magnétique à contraste de phase

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080125640A1 (en) * 2006-11-24 2008-05-29 Eric Pichon Radiological imagery method making a zone of interest in an organ correspond to an associated part of the network

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ERIC PICHON, GYORGY BEKES, FREDERIC DESCHAMPS AND STEPHEN B. SOLOMON: "Development and preliminary evaluation of software for planning selective liver embolizations from three-dimensional rotational fluoroscopy imaging", INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY, vol. 3, no. 5, 1 November 2008 (2008-11-01), pages 405 - 412, XP002632468 *
MANNIESING R ET AL: "Level set based cerebral vasculature segmentation and diameter quantification in CT angiography", MEDICAL IMAGE ANALYSIS, OXFORD UNIVERSITY PRESS, OXOFRD, GB, vol. 10, no. 2, 1 April 2006 (2006-04-01), pages 200 - 214, XP025154079, ISSN: 1361-8415, [retrieved on 20060401], DOI: DOI:10.1016/J.MEDIA.2005.09.001 *
RASHINDRA MANNIESING AND WIRO NIESSEN: "Local Speed Functions in Level Set Based Vessel Segmentation", MEDICAL IMAGE COMPUTING AND COMPUTER-ASSISTED INTERVENTION (MICCAI 2004), vol. 3216, 26 September 2004 (2004-09-26), pages 475 - 482, XP002632469 *
XUNLEI WU ET AL: "Real-Time Modeling of Vascular Flow for Angiography Simulation", 29 October 2007, MEDICAL IMAGE COMPUTING AND COMPUTER-ASSISTED INTERVENTION Â MICCAI 2007; [LECTURE NOTES IN COMPUTER SCIENCE], SPRINGER BERLIN HEIDELBERG, BERLIN, HEIDELBERG, PAGE(S) 557 - 565, ISBN: 978-3-540-75756-6, XP019081731 *

Also Published As

Publication number Publication date
FR2965085B1 (fr) 2013-06-28
US20120008840A1 (en) 2012-01-12
US8738344B2 (en) 2014-05-27

Similar Documents

Publication Publication Date Title
EP2186469B1 (fr) Procédé et dispositif de localisation de fluorophores ou d'absorbeurs dans un milieu environnant
WO2006077337A1 (fr) Procede et systeme de simulation ou de synthese numerique d'images echographiques
FR2920086A1 (fr) Systeme et procede d'analyse pour une operation chirurgicale par endoscopie
RU2752690C2 (ru) Обнаружение изменений на медицинских изображениях
FR2924254A1 (fr) Procede de traitement d'images en radioscopie interventionnelle
FR3095332A1 (fr) Méthode de planification d’une ablation de tissus basée sur l’apprentissage profond
FR3058885A1 (fr) Procede et systeme de detection et de visualisation ameliorees d'une aiguille chirurgicale dans des donnees ultrasonores, en realisant une imagerie d'elasticite par ondes de cisaillement
JP6870001B2 (ja) 画像処理装置、画像処理方法及びプログラム
EP1308890A1 (fr) Station d'imagerie médicale à fonction d'extraction de trajetoire au sein d'un objet ramifié
WO2010136584A1 (fr) Procede de quantification de l'evolution de pathologies impliquant des changements de volumes de corps, notamment de tumeurs
Brown et al. Quantification of vascular networks in photoacoustic mesoscopy
FR2909206A1 (fr) Procede d'imagerie radiologique permettant de mettre en correspondance une zone d'interet d'un organe avec une parti partie d'un reseau associee
FR2965085A1 (fr) Simulation des vaisseaux dans une image
WO2018104458A1 (fr) Dispositif de visualisation d'un organe interne d'un patient ainsi qu'un procede de visualisation associe
Tatsuki et al. A novel one-step lens cleaning device using air and water flow for endoscopic surgery
Kim et al. Deep-learning-based cerebral artery semantic segmentation in neurosurgical operating microscope vision using indocyanine green fluorescence videoangiography
Ahmad Fadzil et al. Extraction and reconstruction of retinal vasculature
Jehoon et al. Micro-computed tomography with contrast enhancement: An excellent technique for soft tissue examination in humans
FR3082975A1 (fr) Selectionneur de clip video pour imagerie medicale et diagnostic medical
US9026191B2 (en) Method and device for automatic determination of a flow of a bodily fluid within vessels of an organism
CA3178587A1 (fr) Methode de prediction de la recidive d'une lesion par analyse d'images
CN111031916B (zh) 改善ct扫描结果
EP2613847B1 (fr) Modélisation de l'action d'une fibre optique dans un traitement par thérapie photodynamique, et assistance à la planification d'un tel traitement
Martin et al. Epistemic uncertainty modeling for vessel segmentation
WO2008132386A2 (fr) Determinations conjointes de parametres quantitatifs de perfusion et de permeabilite par irm d'un tissu, notamment d'une tumeur cerebrale

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 7

PLFP Fee payment

Year of fee payment: 8

PLFP Fee payment

Year of fee payment: 9

PLFP Fee payment

Year of fee payment: 10

PLFP Fee payment

Year of fee payment: 11

PLFP Fee payment

Year of fee payment: 12

ST Notification of lapse

Effective date: 20230505