Segmentation des structures internes du cerveau en imagerie par resonance magnetique tridimensionnelle

Pour l'observation neurologique, le caractere in vivo des systemes d'imagerie est attrayant, ce qui explique que les images du cerveau sont maintenant un outil classique de la pratique clinique et de la recherche. Le type d'imagerie par excellence de l'anatomie cerebrale est l'imagerie par resonance magnetique (irm), et un des principaux enjeux du traiteur d'images est la segmentation automatique des structures cerebrales, sujet de notre travail de these. A la clef, le nombre d'applications de la segmentation est important : realisation de mesures morphometriques, detection de pathologies, planification d'une operation chirurgicale, obtention d'une reference anatomique pour des etudes fonctionnelles, etc. L'apport de methodes de reconnaissance de formes a la classification des differentes matieres cerebrales, a partir des seuls niveaux radiometriques des images, comporte certaines limites. Meme si elles sont supervisees, ces methodes ne permettent pas de distinguer facilement differentes classes au sein de la substance grise. Lorsqu'elles sont automatiques, leur utilisation doit s'inscrire dans une procedure empirique afin de garantir un resultat robuste, et doit etre restreinte a des regions d'interet pour que ce resultat soit veritablement pertinent. Ces methodes ne respectant que partiellement la coherence spatiale des classes dans l'image, nous traitons l'introduction d'informations contextuelles avec des formalismes mathematiques differents. A l'aide d'une regularisation spatiale markovienne tout d'abord, nous montrons que des termes d'energie de localisation permettent de separer deux classes de substance grise : le cortex et les noyaux centraux. A l'aide de morphologie mathematique ensuite, nous presentons un ensemble de procedures pour le traitement de divers objets cerebraux ; en particulier, la procedure de segmentation de l'encephale est robuste et reproductible, et nous obtenons des marqueurs individuels pour les ventricules lateraux, les noyaux caudes, les putamens, et les thalami. Enfin, nous proposons une methode contextuelle d'estimation des caracteristiques des tissus purs, a partir d'une segmentation grossiere. Notre derniere contribution est de proposer une procedure de reconnaissance progressive, guidee par un atlas. L'originalite de cette procedure est multiple. D'une part, elle prend en compte des informations structurelles sous la forme de contraintes spatiales flexibles, dont le formalisme s'appuie sur la theorie des ensembles flous et de la fusion d'informations. Les methodes de segmentation presentees precedemment sont alors utilisees non plus globalement, mais conditionnellement a une region d'interet de limites imprecises. D'autre part, le calcul de la correspondance entre volume irm et atlas que nous proposons permet d'inferer un champ de deformation discret, respectant des contraintes sur la surface des objets. Enfin, le caractere sequentiel de la procedure permet de s'appuyer sur la connaissance des objets deja segmentes pour acceder a des objets dont l'obtention est a priori de plus en plus difficile. Les premiers resultats sont tres prometteurs : le ventricule lateral, le noyau caude, le putamen, et les troisieme et quatrieme ventricules (a notre connaissance, jamais segmentes automatiquement), sont correctement reconnus. Il reste encore a valider notre procedure sur un jeu d'acquisitions variees.