Segmentation des grains de curiethérapie dans les images échographiques 3D

Dans le but de permettre une curiethérapie dynamique et adaptative, robotisée ou manuelle, il est indispensable de pouvoir détecter de façon robuste la position réelle des grains déposés. Aux difficultés intrinsèques liées à la segmentation dans l’imagerie ultrasonore s’ajoutent les spécificités liées aux grains (petitesse des grains et très nombreux artefacts qu’ils produisent - cf. ci-contre en haut).

Nous avons développé une approche utilisant une détection préalable des aiguilles via une méthode de classification Bayésienne permettant d’inférer une zone de recherche. Les grains sont détectés grâce au recalage d’un modèle géométrique du train de grains avec l’image segmentée par classification Bayésienne dans la zone de recherche. Puis pour chaque grain, la position est ensuite affinée par recalage iconique d’un modèle d’apparence des grains dans les images avec le sous-volume concerné. Cette approche a été évaluée sur fantômes (cf. ci-contre, bas) et sur données de patients.

 

 

Publications :

Hatem Younes, Jocelyne Troccaz, and Sandrine Voros. Machine learning and registration for automatic seed localization in 3D US images for prostate brachytherapy. Medical Physics, 48(3):1144-1156, January 2021. https://hal.archives-ouvertes.fr/hal-03023560 .

Younes, H., Voros, S., & Troccaz, J. (2018, April). Automatic needle localization in 3D ultrasound images for brachytherapy. In 2018 IEEE 15th International Symposium on Biomedical Imaging (ISBI 2018) (pp. 1203-1207). IEEE. https://hal.archives-ouvertes.fr/hal-01800108/document

Thèse de Hatem Younes, 2020, en français

(https://hal-emse.ccsd.cnrs.fr/INPG/tel-03009135v1)

Financement: projet ANR FOCUS (coordonné par le LATIM, Brest)

Media : Pour mieux comprendre ces travaux je vous invite à regarder cette vidéo d’introduction réalisée par mon doctorant, Hatem Younes, pour la journée des doctorants de TIMC en 2019. Hatem a reçu le prix de la meilleure vidéo.

Collaborations : partenaires du projet ANR FOCUS (Laboratoire LATIM, CHU Brest, CHU Grenoble, Koelis)

Status : TERMINE

Contact : jocelyne.troccaz@univ-grenoble-alpes.fr