M. Ferrant, A. Nabavi, B. Macq, F. Jolesz, R. Kikinis and S. Warfield

Slides:



Advertisements
Présentations similaires
Non linéarités liées à la thermique
Advertisements

______________________________________________________________________________________________________________________________________________________________________.
Accélération du Rendu Volumique basée sur la Quantification des Voxels
Efficient Simplification of Point-Sampled Surfaces
Cours 8 Problèmes de dynamiques : techniques de résolution pas-à-pas
Animation multirésolution d'objets déformables en temps-réel
Optimisation des séquences
Imagerie Nucléaire : Techniques, Applications et Perspectives
Courbes & Surfaces de subdivision
Affine registration with Feature Space Mutual Information (2001)
A Pyramid Approach to Subpixel Registration Based on Intensity
Gradient-Based 2D/3D Rigid Registration of Fluoroscopic X-ray to CT Harel Livyatan Ziv Yaniv Leo Joskowicz Boukhriss Isameddine DEA DISIC 2004.
Piecewise Affine Registration of Biological Images
Simultaneous Registration and Activation Detection for fMRI
Auteurs : P. Hellier C. Barillot E. Mémin P.Pérez
Xialong Dai, Siamak Khorram
Transferts radiatifs, Synthèse d’images et Environnement
Stages Equipe Epidaure INRIA Sophia-Antipolis Grégoire Malandain.
Master Informatique 2ème année
Analyse et traitement de données de grande taille en imagerie médicale Cybèle Ciofolo-Veit Philips Research Paris - Medisys Conférence Mathématiques.
Traitements d'images et Vision par ordinateur
Animation de solides en contact par modèle physique
L’objectif est de présenter
Estimation du mouvement – 1
Gmc 6002 ÉLÉMENTS FINIS EN MÉCANIQUE NON LINÉAIRE
QIR : Logiciel de traitement d'images
Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC
Mathieu De Craene Défense publique – 24 octobre 2005 Jury
CESAR-LCPC DECOUVERTE & MODELISATION
Résonance Magnétique Nucléaire du proton
Imagerie à résonance magnétique
Grégory Maclair 5 décembre 2008 Laboratoire dImagerie Moléculaire et Fonctionnelle (IMF) – CNRS-UMR 5231 Laboratoire Bordelais de Recherche en Informatique.
Conception d'objets volant construits à l'aide de toiles Par Eric Beaudry
Utilisation de la matrice de Mueller pour la caractérisation de
Simulation numérique des problèmes d’acoustique et de vibroacoustique:
Réaction aux collisions dans les animations physiques François Faure, Olivier Galizzi GRAVIR Projet commun CNRS,INRIA,INPG,UJF 1 1.
RECONNAISSANCE DE FORMES
Simulation du pliage d’une pièce de sécurité automobile
Approches non intrusives des éléments finis stochastiques
Le champ magnétique et son application en médecine
Extraction Automatique de formes complexes : Application à la création de modèle anatomique de la tête J. Piovano, T. Papadopoulo Séminaire Odyssee 9,
1 Modèles de particules Reeves, W. T., "Particle Systems - A technique for Modeling a Class of Fuzzy Objects," SIGGRAPH 83, Reeves, W. T., and.
Caractérisation inverse de sources pour l'interaction du champ électromagnétique avec l'environnement Azeddine GATI Y. ADANE, M.F. Wong, J. Wiart, V. Fouad.
UMR 7005 EPML n°9 UMR 7004 Recalage non-rigide d’images cérébrales 3-D avec préservation de la topologie : méthodes et validation LSIIT : Laboratoire.
Damien GROSGEORGE Caroline PETITJEAN Su RUAN
Modélisation géométrique
Mohamed Amine CHABCHOUB
Evaluation des incertitudes dans le recalage non rigide de formes Application à la segmentation avec ensemble apprentissage Maxime TARON Nikos PARAGIOS.
Modélisation et résolution du problème de contact mécanique et son application dans un contexte multiphysique Soutenance de thèse de doctorat en ingénierie.
Calcul parallèle => partitionner les données en sous-groupes associés aux processeurs. P0 P2 P1.
Enveloppe convexe et triangulation de Delaunay
Suivi rapide d’objet en mouvement
Modélisation des organes du petit bassin de la femme
GEL−2007 Design II (modélisation)
1 DTSI / ROBOTICS AND INTERACTIVE SYSTEMS DEPARTMENT Éléments finis pour la réalité virtuelle Maillage Volumique : Calcul des matrices élémentaires de.
Recalage contraint par cartes de courbures discrètes pour la modélisation dynamique du rein Valentin LEONARDI, Jean-Luc MARI, Philippe SOUTEYRAND, Julien.
Romain Dupont encadré par J.Aubourg et P. Fuchs
Simulation réaliste de ruisseaux en temps réel Stage de M2R IVR 2005 Frank Rochet sous la direction de Fabrice Neyret GRAVIR / IMAG-INRIA.
pour une géométrie 3D par la méthode des volumes finis
Tétraédrisation de domaines volumiques avec des hiérarchies adaptatives Par A. Duprat et R. Abelé Suivit par M. Uribe-Lobello.
Traitements d'images et Vision par ordinateur
Principe et Formation de l’Image
Fonctionnement et Utilisation
1 Journées MoMas 14/11/2007 : Une méthode de régularisation pour le comportement adoucissant des matériaux dilatants Une méthode de régularisation pour.
MECANIQUE DES MILLIEUX CONTINUS ET THERMODYDAMIQUE SIMULATIONS.
Techniques biomédicales Caroline Petitjean Plan Exemples d’applications Spécificités des méthodes de TIM Segmentation Recalage et fusion d’images En pratique.
MODELISATION PAR METHODES MONTE CARLO DE L’ ESPACE DES PHASES D’ UN FAISCEAU DE PHOTONS EN RADIOTHERAPIE Chamberlain Francis DJOUMESSI ZAMO Chamberlain.
Novembre 2003 Simulation numérique en vibro-acoustique par couplage de deux codes parallèles Unité de Recherche Calcul à Haute Performance François-Xavier.
D ÉFORMATION MÉCANIQUE ET H OMOGÉNÉITÉ DE CHAMP MAGNÉTIQUE D ’ UN AIMANT SUPRACONDUCTEUR Projet Industriel de Fin d’Etude Février-Juin 2010.
Guillaume Pignol (LPSC)GRANIT et les rebonds quantiques du neutron 11/12/ L’expérience GRANIT Un spectromètre pour mesurer les niveaux quantiques.
Transcription de la présentation:

M. Ferrant, A. Nabavi, B. Macq, F. Jolesz, R. Kikinis and S. Warfield Registration of 3D Intraoperative MR Images of the Brain Using a Finite Element Biomechanical Model M. Ferrant, A. Nabavi, B. Macq, F. Jolesz, R. Kikinis and S. Warfield IEEE Transactions on Medical Imaging, December 2001 Nathalie Henry

Plan de l’exposé Cadre de l’article Etat de l’art Méthode proposée Résultats Bilan Recalage d'images Nathalie Henry

Cadre de l’article (1) Image-guided neurochirurgie Enjeux Contraintes Recalage après déplacement du cerveau (brain shift) Transposer la procédure chirurgicale préparée Contraintes Justesse du recalage Temps interactif Recalage d'images Nathalie Henry

Cadre de l’article (2) IRM Principe de la résonance magnétique nucléaire  Phase 1 : excitation Champ magnétique intense Stimulation des noyaux d’Hydrogène  Phase 2 : relaxation Restitution de l’énergie des noyaux d’H. Carte énergique très précise des tissus Recalage d'images Nathalie Henry

Intraoperative MR scans Etat de l’art (1) Recalage non rigide pour la neurochirurgie guidée par l’image Deux grandes classes de modèles Modèle basés image Modèle de simulation Intraoperative MR scans Recalage d'images Nathalie Henry

Etat de l’art (2) Modèles basés image Critère de similarité local Images peu dissimilaires Pas de connaissances de la nature des objets => modèles physiques Contrainte de régularisation Pas de connaissances de la propriété des matériaux => modèles biomécaniques Discrétisés avec la MEF Temps de calcul et intervention manuelle Recalage d'images Nathalie Henry

Etat de l’art (3) Modèles de simulation Modèles prenant en compte des forces basées sur la physique … (gravité …) Temps de calcul très lourd Très difficiles de prendre toutes les forces en compte Impossibilité de mesurer la force induite par les instruments du neurochirurgien ! Ref : [Skrinjar et al.] [Miga et al.] [Miller et al.] Recalage d'images Nathalie Henry

Méthode proposée (1) Principe : Image-based model + biomechanical model Améliorations : Utilisation d’un modèle 3D spécifique Méthodes automatiques Temps interactif Ref : Imagerie cardiaque [Papamedris et al.] [Metaxas et al.] Imagerie du cerveau [Peckar et al.] [Kyriacou et al.] [Hagemann et al.] Recalage d'images Nathalie Henry

Méthode proposée (2) Déroulement de l’algorithme Recalage d'images Nathalie Henry

Méthode proposée (2) 1. Extraire les objets clés de l’image initiale Recalage d'images Nathalie Henry

Méthode proposée (2) 2. Générer le maillage 3D Recalage d'images Nathalie Henry

Méthode proposée (2) 3. Extraire le champ de déformation surfacique Recalage d'images Nathalie Henry

Méthode proposée (2) 4. Déformation volumique pilotée par la déformation surfacique Recalage d'images Nathalie Henry

Méthode proposée (2) 1. Interpoler la déformation 3D du modèle sur l’image Recalage d'images Nathalie Henry

Méthode proposée (2) 5. Déformer l’image initiale Recalage d'images Nathalie Henry

Méthode proposée (3) Algorithme Image initiale  Génération du maillage 3D Déformation du maillage Déformation de l’image initiale Recalage d'images Nathalie Henry

Méthode proposée (3) Algorithme Image initiale  Génération du maillage 3D Déformation du maillage Déformation de l’image initiale Recalage d'images Nathalie Henry

Génération du maillage 3D (1) Etat de l’art Tétraèdrisation de Delaunay Propriété de la sphère vide : Aucun nœud du maillage ne doit être contenu dans les sphères circonscrites des tétraèdres. Iso-voluming Découper le volume de façon régulière. Recalage d'images Nathalie Henry

Génération du maillage 3D (2) Méthode proposée  Multirésolution du maillage suivant le contenu de l’image. Division en cubes d’une taille donnée Cubes divisées en 5 tétraèdres Subdivision des tétraèdres à la limite de deux objets 2695 tétraèdres 43 580 tétraèdres (au lieu de 171 114) Recalage d'images Nathalie Henry

Méthode proposée (3) Algorithme Déformation du maillage Image initiale  Génération du maillage 3D Déformation du maillage Déformation de l’image initiale Recalage d'images Nathalie Henry

Déformation du maillage (1) 1. Utiliser un modèle élastique 2. Trouver un champ de déformation surfacique 3. En déduire un champ de déformation volumique Recalage d'images Nathalie Henry

Déformation du maillage (2) 1. Utiliser un modèle élastique Principe Energie externe élastique Ω : corps élastique σ : vecteur de contrainte є : vecteur de déformation F : vecteur des forces externes u : vecteur de déplacement (X) K : matrice de rigidité F : vecteur de forces u : vecteur de déplacement Après discrétisation (FEM) Recalage d'images Nathalie Henry

Déformation du maillage (3) 2. Trouver un champ de déformation surfacique Deformable Surface Matching Algorithm Surface déformée itérativement jusqu’à une énergie minimum ou une stabilisation. Recalage d'images Nathalie Henry

Déformation du maillage (4) 3. Déduire le champ de déformation volumique F : champ de déformation pour le maillage 3D Kũ = -F K : matrice de rigidité de forme particulière 0 pour les nœuds forcés 1 sur la diagonale ũ : vecteur de déplacement prescrit (aux nœuds « limites ») Recalage d'images Nathalie Henry

Méthode proposée (3) Algorithme Déformation de l’image initiale  Génération du maillage 3D Déformation du maillage Déformation de l’image initiale Recalage d'images Nathalie Henry

Déformation de l’image initiale Interpolation du champ de déformation volumique sur l’image de départ Méthode des éléments finis => Shape functions Recalage d'images Nathalie Henry

Résultats (1) Contour Image intraop. Contour initial Image initiale Images déformées avec la méthode Recalage d'images Nathalie Henry

Résultats (2) Scan initial Scan après déformation Scan obtenu avec la méthode Différence entre méthode et réel Recalage d'images Nathalie Henry

Résultats (3) Recalage d'images Nathalie Henry

Bilan (1) Avantages  Modèle 3D multi-résolution spécifique au patient  Simulation et caractérisation des déformations  Recalage image préop. et image intraop. => transposition de la procédure chirurgicale préparée  Méthode automatique  Temps de calcul raisonnable (?) Recalage d'images Nathalie Henry

Bilan (2) Points flous, questions …  But ? Gagner en image intraop. Mais la déformation est calculée à partir d’une image intraop…  Des déformations volumiques peuvent-elles être inférées des déformations surfaciques ?  Modèle élastique => Déformations réalistes ? Recalage d'images Nathalie Henry