Note publique d'information : Avec l'apparition des scanners CT multi-barrettes, la banalisation de données haute
résolution quasi isotropiques rend possible l'évaluation de maladies bronchiques obstructives
quelle que soit leur orientation dans les poumons. Les coupes fines des scanners CT
permettent de définir les changements bronchiques pathologiques de façon plus précise
et plus cliniquement exacte, facilitant ainsi la surveillance de l'ampleur et de la
sévérité de la maladie. Des systèmes d'évaluation des pathologies bronchiques se sont
donc développés à partir des images CT. Ils assignent un score qui reflète l'état
général des patients, et qui est basé sur la présence d'anomalies des bronches telles
que l'épaississement de leurs parois, la dilatation de leur lumière ou encore la présence
de poches de mucus etc. L'évaluation clinique est cependant limitée à l'appréciation
visuelle subjective du radiologue et l'avantage que présente la haute résolution des
images s'avère obsolète sans automatisation. Cette thèse a ainsi pour objectif principal
de développer des algorithmes rapides et fiables pour localiser et évaluer de façon
automatique l'ampleur et la sévérité d'anomalies bronchiques et, de ce fait, fournir
une aide déterminante au diagnostic. Notre approche s'articule en plusieurs parties
: l'extraction de l'arbre bronchique, l'analyse quantitative des bronches et la définition
de paramètres pour le calcul du score bronchique. Ces étapes ont été testées et validées
sur des données-phantomes mais aussi sur des images issues de patients humains. Ces
analyses quantitatives des bronches ont aussi été comparées aux mesures manuelles
d'opérateurs indépendants afin de valider leur précision et démontrer leur utilité
clinique. Enfin, les scores bronchiques calculés de façon automatique ont été comparés
aux scores manuels obtenus par les radiologues indépendants. L'ensemble des outils
définis dans cette thèse ont été regroupés dans un prototype clinique servant à évaluer
l'ampleur et la sévérité des maladies bronchiques obstructives.
Note publique d'information : With the apparition of thin-section computed tomography (CT), the availability of
high-resolution near isotropic data made possible the evaluation of obstructive airway
diseases along any orientation throughout the data. Thin-sections CT allow for a more
specific and clinically relevant definition of the bronchial pathological changes,
permitting an easier monitoring of disease extent and severity. Consequently, CT scoring
systems were soon established for global assessment of airway diseases, with a global
score assigned from patients' thin section CT images, and based on the presence of
airway abnormalities such as peribronchial thickening, bronchiectasis, mucus foci
etc. However, the clinical evaluation of airways is typically limited to radiologist's
subjective visual inspection only: systematic evaluation of the airways to take advantage
of high-resolution data has not proved practical without automation. The main goal
of this thesis resides in developing fast and reliable algorithms to automatically
locate and assess the severity and extent of airway abnormalities and, therefore,
provide a significant aid to diagnosis. This involves steps such as bronchial tree
extraction, airway quantitative analyses and definition of parameters for airway scoring.
These approaches were tested and validated on phantom data as well as a wide variety
of human airway data. Airway quantitative analyses were furthermore verified against
manual measurements from independent operators to validate their accuracy and demonstrate
their clinical usefulness. Lastly, global airway scores, computed from local airway
observations, are compared to those of radiologists. The set of tools developed in
this thesis are regrouped to provide a clinically useful application that evaluates
se verity and extent of obstructive airway diseases.
paprika.idref.fr
data.idref.fr
Documentation
