TH`ESE Cédric CLOUCHOUX LOCALISATION ET ...

2.2. Mise en correspondance de surfaces 47
maillage proprement dit, se basant initialement sur un algorithme de détections
des composantes connexes, afin d’obtenir un maillage fermé unique. Les erreurs
locales de topologies sont ensuite détectées via un gonflement de la surface et
corrigée automatiquement.
Ce type de méthode de segmentation et de triangulation du ruban cortical
permet d’obtenir une surface reconstruite respectant l’anatomie originale du
cortex, en représentant en particulier les fonds de sillons et le cortex enfoui.
Bien que la surface externe du cortex puisse être reconstruite (figure 2.6 4),
principalement à des fins de visualisation, l’interface matière grise/matière
blanche est plus intéressante, car elle propose une représentation plus prononcée
des sillons (figure 2.6 3), permettant de mieux appréhender le cortex profond.
Les travaux présentés dans ce manuscrit sont intégrés dans la plateforme logicielle
Anatomist/Brainvisa. Les surfaces corticales utilisées sont générées lors
du processus standard de traitement des images T1. La technique proposée
dans [Mangin et al., 1995] définit la surface corticale interne (interface matière
grise matière blanche) en utilisant des statistiques d’intensité, pour chaque
hémisphère. Afin de garantir une topologie sphérique à la surface résultante, une
méthode basée sur des déformations conservant la topologie est utilisée. Selon
une séquence d’ajout ou de suppression de points topologiquement simples, la
boite parallélépipédique contenant l’hémisphère est transformée en une surface
corticale, correspondant à la frontière matière grise/matière blanche. La figure
2.7 montre les étapes successives permettant d’obtenir une telle surface. Il est à
noter que Brainvisa permet également d’obtenir la surface externe du cortex, ne
garantissant pas une topologie sphérique, et présentant la vue “classique” externe
du cortex cérébral (figure 2.8).
2.2.2 Analyse et visualisation
Les études réunissant plusieurs cerveaux ont pour objectif d’analyser l’anatomie
d’une région particulière, d’observer et de comprendre l’évolution de certaines
structures ou encore de corréler des activations pour une tâche précise,
afin d’en extraire un modèle d’organisation fonctionnel. Dans ce contexte, il devient
nécessaire de pouvoir se repérer, de localiser les structures ou les foyers
d’activation d’intérêts sur le cortex, et de mettre en correspondance des données
homologues pour des cerveaux différents. La construction d’un système de coordonnées,
ou paramétrisation est alors envisagée.
Dans les données volumiques, le système de repérage utilisé est classiquement
la grille de voxel, fournissant un système de coordonnées intrinsèque au volume.
En 2 dimensions, aucune paramétrisation intrinsèque du cortex n’existe. Dans
le contexte de localisation des travaux présentés dans ce manuscrit, pouvoir
attribuer des coordonnées uniques à chaque noeud d’un maillage de la surface