Laurent Desbat TIMC-IMAG 17 janvier 2002

Présentation au sujet: "Laurent Desbat TIMC-IMAG 17 janvier 2002"— Transcription de la présentation:

1 Laurent Desbat TIMC-IMAG 17 janvier 2002
TIMC-Année 2 RAGTIME Laurent Desbat TIMC-IMAG 17 janvier 2002

2 Participants de TIMC TIMC PRAXIM :
Responsable du projet : Laurent Desbat, Pr. UJF. Participants : Yohan Payan, CR CNRS. Anne Bilgot, thésarde 3ième année (sur l’identification d’organes osseux à partir de projections radiographique) Nicolas Capit, ingénieur (CCD du projet CIMENT GRID) Cecile Amblard, MdC, UPMF (co-encarde Florent Chatelain) PRAXIM : Stéphane Lavallée PDG, Antoine Leroy (suivi du projet MI3 et du projet RAGTIME), interface avec la station surgetics de PRAXIM pour la navigation dans un modèle géométrique d’organe (identifié à partir d’images radiologiques en salle d’opération)

3 Travail réalisé A1 [Statistique de forme] : pas d’ADR = faible avancement mais bourse obtenue dans le cadre des allocations doctorales prospectives (candidat perdu car résultat fin octobre mais mais nouveau candidat, Mr Aramouni, Liban, a débuté le travail (mais en attente d’une carte de séjour). A2 [Fusion SPECT/CT] : pas d’ADR mais une publication en collaboration avec l’IN2P3 (pour la simulation du diffusé par Monte Carlo). Travaux sur l’échantillonnage en tomographie hélicoïdale + en tomographie dynamique (plusieurs publications). Contribution à CiGri (lien avec RAGTIME) : mise en place de la grille CiGri par Nicolas Capit

4 Publications Journaux Conférences Thèse
[RI 19] L. Desbat, S. Roux, P. Grangeat, and A. Koenig. Sampling conditions of 3D Parallel and Fan-Beam X-ray CT with application to helical tomography. Phys. Med. Biol., 49(11), , 2004. [RI 18] S. Roux, L. Desbat, A. Koenig, and P. Grangeat. Exact reconstruction in 2D dynamic CT: compensation of time-dependent affine deformations Phys. Med. Biol., 49(11): , 2004. Conférences [CCLDRA 34] L. Desbat Sampling conditions and ecient schemes in helical tomography, In Abstracts of papers presented to the AMS, Vol. 26(1) Issue 139, , pages 172, 2005. [CCLDRA 33] F. Chatelain, L. Desbat, J.-F. Moreira, C. Amblard, V. Breton. SPECT/CT Registration with the DCC and MC Simulations for SPECT Imaging, In IEEE, MIC conference proceedings, M9- 223, 2004 [CCLDRA 32] A. Bilgot, V. Perrier, L. Desbat Wavelets, Local Tomography and Interventional X-Ray Imaging, In IEEE, MIC conference proceedings, paper M9-183, 2004 [CCLDRA 31] V. PERRIER, O. LE-CADET, A .BILGOT, L. DESBAT Ondelettes et Imagerie Médicale, In CANUM 04, pages 3241, 2004. [CCLDRA 30] L. Desbat, S. Roux, P. Grangeat and A. Koennig. Echantillonnage de la transformée en rayons-X 3D, applications à la géométrie hélicoïdale In CANUM 04 , pages 138, 2004. [CCLDRA 29] A. Bilgot, V. Perrier and L. Desbat. Inversion locale de la transformée de Radon par ondelettes. In CANUM 04 , pages114, 2004. [CCLDRA 28] S. Roux, L. Desbat, A Koenig and P. Grangeat. Méthodes analytiques de compensation des déformations en tomographie dynamique. In CANUM 04 , pages 195, 2004. [CCLDRA 27] P. GRANGEAT, A. KOENIG, S. BONNET, P.HUGONNARD, S. ROUX, J. KIMDON and L. DESBAT. La compensation du mouvement en tomographie X dynamique. In CANUM 04 , pages 6263, 2004. Thèse Sébastien Roux Modèles dynamiques en tomographie. Application à l’imagerie cardiaque.thèse de Maths applis, UJF Grenoble 1, le 14 octobre 2004.

5 Perspectives année 3 SPECT / CT et correction du diffusé
Collaboration V. Breton IN2P3 avec un étudiant Mr Aoun (demande de bourse CNRS BDE). Modèle déformable : la thèse de Mr. Amarouni (bourse Région Prospective) vient de débuter (officieusement car attente de carte de séjour). Tomo dynamique : généralisation à des déformations non-affines en cours (conférence orale à 3D05, Salt Lake City, Desbat, Roux, Grangeat).

6 Tomographie dynamique : applications cardiaques
Enjeu des études cardiaques : diagnostic précoce Études cinétiques et fonctionnelles Études non invasives des coronaires Avantages des scanners X en cardiologie: Facilité d’accès en milieu hospitalier et usage accepté Pas de contre-indication /patient ( IRM) Non invasif ( usage catheter) Forte résolution spatiale (études cardiovasculaires) Application medicale Enfin, une autre application majeure qui nous a plus particulièrement motivés durant cette thèse est l’application cardiaque. L’enjeu ce ces études est très fort :il s’agit de permettre un diagnostic précoce des maladies cardiovasculaires, cause de mortalité majeure dans nos sociétés. L’imagerie tomographique dynamique permet des études cinétiques et fonctionnelles du cœur, ainsi que des études non invasives des coronaires (détection de plaques) De plus la modalité tomographie par rayons X a de nombreux avantages en cardiologie: Elle est d’un part facilement accessible en milieu hospitalier Elle n’impose pas de contre indication (a la différence de l’irm) C’est une modalité qui est moins invasives que l’examen de référence des coronaires, qui s’appelle la coronarographie et qui requiert l’usage d’un cathéter Enfin elle permet d’atteindre de hautes résolutions spatiales

7 Tomographie par rayons X : dispositif d’acquisition
RX Dispositif d’acquisition normal Voici donc le dispositif d’acquisition principal en tomographie par rayons X : le scanner Il est caractérisé par une source S qui émet en rayonnement X qui traverse le patient allongé sur le lit. L rayonnement atténué est mesuré par des détecteurs L’ensemble source détecteur est en rotation autour du patient.

8 Tomographie X : dispositif d’acquisition
RX

9 Tomographie X : dispositif d’acquisition
RX

10 Rotation continue : tomographie dynamique
temps t1 t2 t3 t4 O Evolution des scanners: - augmentation du nombre de coupes acquises simultanément 64 - augmentation de la vitesse de rotation 0.4s Du dispositif classique a l’imagerie dynamique Les scanners ont connu de grandes évolutions techniques ces dernières années : augmentation du nombre de coupe acquises, qui permet de faire de l’imagerie 3D, et augmentation de la vitesse de rotation, qui peu atteindre 0.4s par tour de scanner; De fait, grâce à ces cadence et en faisant de la rotation continue, il est possible de générer des images à différents instants et ainsi de faire de l’imagerie dynamique. Donc de faire de la reconstruction 4D IMAGERIE D’UN VOLUME DYNAMIQUE : RECONSTRUCTION 4D

11 Modélisation du problème de reconstruction
x1 x2 l g rayon(l,g) ou Géométrie 2D éventail x2 rayon(j,s) s j x0 z0 O x1 plan de détection rayon 3 types de géométries : parallèle autre 2D : eventail et aussi 3D conique Les résultats que je vais rappeler concernent les 3 types de géométries : parallèle autre 2D : eventail et aussi 3D conique Géométrie 2D parallèle Géométrie 3D conique

12 Opérateur de déformation G:
acquisition réelle à t=t1 acquisition réelle à t=t2 acquisition réelle à t=t3 S(t2) S(t3) Trajectoire de la source S(t1) f(t1) f(t2) f(t3) G(t1) G(t2) G(t3) G(S(t2)) G(S(t3)) Trajectoire virtuelle de la source Notre approche : f(t0) G(S(t1)) Géométrie virtuelle d’acquisition (temps de référence t0)

13 Propriété des déformations affines
x y a(l) n trajectoire réelle AlTn Gl(a(l)) objet de référence f0 s objet dynamique fy s’ même mesure Gl Gl-1 source path z x0 z0 y0 Gy Gy-1 objet dynamique fl trajectoire virtuelle Phi psi lambda??

14 Test sur un mouvement respiratoire
a11(l) a22(l) b2(l) l l l

15 Résultats (l=300°) a) b) c) d) a) exact b) short scan c) méthode de
1.92 a) b) 1.1 c) d) a) exact b) short scan c) méthode de Crawford d) avss 0.95 0.0

16 SPECT/CT registration with the DCC and MC simulations for SPECT imaging
F.Chatelain1, J.F.Moreira2, C.Amblard3, L. Desbat1 , V. Breton2 1TIMC-IMAG, UMR CNRS 5525, IAB, Faculté de Médecine, UJF, La Tronche (Grenoble FRANCE) 2LPC, CNRS/IN2P3, Campus des Cézeaux Aubière Cédex 1, FRANCE. 3LabSAD, UPMF, BP 47, Grenoble Cédex 9, FRANCE.

17 Results of the DCC 3D optimization
Initial attenuation True attenuation Attenuation after DCC optimization Activity after DCC optimization Activity without DCC optimization True activity

18 DCC and MC methods cooperation
Data d ; diffusion data estimation dd model m0 ; initial estimation T, such that m(x)=m0(Tx) g=d-dd d dd g=d-dd g,T m(x)=m0(Tx) f DCC optimization Activity f estimation (Novikov) Diffusion correction with MC T opt