Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC ECOLE DES SCIENCES NATURELLES Avec le soutien de l’AUF LA TRANSFORMATION DE RADON & SON APPLICATION EN TRAITEMENT DE LA RADIOGRAPHIE PULMONAIRE Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC

L’Imagerie Médicale Aujourd’hui Informatisation des systèmes d’acquisitions des images médicales. Outil informatique permet de manipuler la qualité et la visibilité des radiographies. Les machines de tomographie médicale donnent les images excellentes de l’intérieur du corps humain CT Scanner (Tomographie X) Imagerie par Résonance Magnétique (IRM) Tomographie par Émission de Positons (TEP) Gamma Caméra (SPECT)… Nhan manh vao may chup cat lop CT, cac van de ky thuat xung quanh may nay nhu : su phat trien cua cac the he may khac nhau, do^ do UH, produit contraste, artefact … Noi mot chut ve format anh y khoa DICOM

Analyse d’Image Médicale Une nouvelle branche dans l’Imagerie Médicale. La tâche principale est de détecter et de localiser les anomalies dans les images médicales. Une recherche intensive dans beaucoup de départements d’Imagerie : MIT, INPG, Université de Liège … Cac van de thuong duoc xu ly : ung thu, theo doi tien trien cua benh, khoanh vung mot so bo phan dac biet Neu VD ve de tai phat hien cac di tat oral dung pp ACM (Active Contour Models) et ASM (Active Shape Models).

Limites des Méthodes Existantes Sans utilisation des informations spécifiques du système d’Imagerie Médicale comme la mesure d’UH, les données générées. Dépendance de la qualité de l’image médicale obtenue. Application limitée à certain organisme du corps humain. Difficulté d’intégrer aux systèmes d’Imagerie Médicale actuels.

Méthode de Détection des Anomalies Pulmonaires (DAP) Facilité du processus de développement et d’intégration dans un système tomographique actuel. Profit des données générées durant la phase de projection et de reconstruction. Flexibilité et indépendance de la plate-forme Extension pour les autres organismes : le foie, le rein ou le cerveau. Convenance avec plusieurs types de machine tomographique comme IRM, TEP, SPECT.

Réalisation du Processus Matrice de Radon (sinogramme) CT Scanner Projection (1) (2) Radiographie pulmonaire (3) Détection des anomalies Algorithme de Reconstruction Vérification des résultats (4) f(x, y) Représentation de l’image au moniteur Reconstitution de l’image (6) (5)

Prétraitement des Radiographies Amélioration de la qualité de la radiographie obtenue. Augmentation de la visibilité de la région d’intérêt dans une radiographie. Application des algorithmes de traitement d’image numérique : ajustement du contraste manipulation par histogramme changement de la taille correction des bruits

Problèmes et Solutions Deux problèmes principaux dans la technique de Tomographie X Projection du rayonnement X. Reconstruction de l’image à partir de ses projections. Outil mathématique pour régler ces problèmes  théorie de transformation de Radon transformation de Radon  Projection. transformation de Radon inverse  Reconstruction.

Transformation de Radon Soit f(x, y) une fonction continue et à support compact dans R2. La transformation de Radon est définie par : {θ fixé, p∊(-∞,+∞)} la mesure de Radon (Rf)(θ,s) = une projection ou un profil de l’objet. {θ∊[0, 2π), p∊(-∞,+∞)} l’ensemble des projections (Rf)(θ,s) = le sinogramme de transformation. Trois propriétés importantes : linéarité, translation et rotation. Relation avec d’autres transformations: Fourier et Hough.

Transformation de Radon d’une Image Numérique Un pixel dans l’image est représenté par un carré d’unité, centre O, arrête h et niveau de gris I(x,y). Calcul de la transformation de Radon d’un carré d’unité dans un intervalle d’angle θ∊[0,π/4). Application des propriétés linéarité et translation pour déduire la transformation de Radon de l’image. Tum lum qua, chua nghi ra duoc cach trinh bay 

Application pour la Détection des Anomalies Pulmonaires Projection X Localisation Calcul de la transformation de Radon de la radiographie examinée. Localisation des peaks situés dans le sinogramme de transformation de Radon. Positionnement des anomalies correspondantes dans la radiographie originaire grâce aux deux paramètres importants : angle θ et déplacement s.

Localisation des Peaks Peak représenté par un point ayant la valeur maximale locale dans la matrice de transformation de Radon. Application de l’algorithme Hill-Climbing pour chercher des peaks dans une matrice de Radon.

Problème de Reconstruction d’Image en Géométrie Parallèle En effet, il existe trois méthodes principales. Méthode directe de Fourier : implémentation du théorème du profil central Méthode du filtrage de la rétro-projection Méthode de rétro-projection des projections filtrées

Application pour la Vérification des Résultats Détectés La fonction reconstituée f(x,y) comporte les informations de densité de l’image reconstruite. Pour chaque peak localisé Calcul de la valeur de densité ou la valeur d’UH de la région correspondante dans la radiographie originaire. Comparaison avec la valeur de densité des anomalies pulmonaires expérimentées. Élimination des résultats inappropriés. CT tinh gia tri HU dua tren gia tri densité thuoc ve van de thuong mai va phu thuoc vao tung may va tung hang san xuat  gap kho khan khi thuc hien

Plate-forme RadioAnalyser Construction de l’interface du programme. Complétion des fonctions de prétraitement de la radiographie. Prêt à l’intégration des modules de diagnostic médical. Option (co the bo?)

Conclusion & Problème Ouvert Étude de la théorie de transformation de Radon et le problème de reconstruction en géométrie parallèle. Proposition et expérimentation d’une nouvelle méthode pour détecter les anomalies dans une radiographie pulmonaire. Extension au problème de projection et de reconstruction en géométrie divergente. Développement de la plateforme RadioAnalyser permet de : analyser d’autres organismes intégrer un module de diagnostic médical en se basant sur les résultats détectés