10.07.2015 Views

th`ese de doctorat - Neurosciences Cognitives & Imagerie Cérébrale ...

th`ese de doctorat - Neurosciences Cognitives & Imagerie Cérébrale ...

th`ese de doctorat - Neurosciences Cognitives & Imagerie Cérébrale ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Chapitre 2. État <strong>de</strong> l'artmations extraites <strong>de</strong>s objets sur lequel repose leur comparaison. On appelle primitivesces informations élémentaires qui peuvent prendre diérentes formes : les primitivesles plus simples sont les positions <strong>de</strong> points particuliers i<strong>de</strong>ntiés pour chacun<strong>de</strong>s objets, que l'on appellera alors <strong>de</strong>s amers. Viennent ensuite les courbes, souventreprésentatives <strong>de</strong> caractéristiques géométriques comme les maxima <strong>de</strong> la courbured'une surface. On peut aussi s'appuyer sur la surface elle même (typiquement la surfacecorticale) pour gui<strong>de</strong>r un recalage. On parlera d'approches géométriques pourdésigner les métho<strong>de</strong>s reposant sur ces primitives intuitives par opposition aux approches<strong>de</strong>nses qui exploitent <strong>de</strong>s informations plus diuses comme les intensités <strong>de</strong>svoxels d'une image ou la courbure en chaque sommet du maillage d'une surface.• Pour une mesure <strong>de</strong> similarité donnée, et donc un type <strong>de</strong> primitives donné, il existeune innité <strong>de</strong> transformations continues T permettant <strong>de</strong> faire se correspondreles <strong>de</strong>ux objets discrétisés O s et O c . De plus, <strong>de</strong>ux primitives correspondantes nedoivent pas nécessairement être recalées parfaitement en raison par exemple <strong>de</strong>s différentstypes <strong>de</strong> bruits que celles-ci contiennent (provenant <strong>de</strong>s images dont elles sontextraites ou encore <strong>de</strong> la procédure d'extraction) ou encore <strong>de</strong>s diérences d'échantillonnagepour les primitives géométriques comme les courbes ou les surfaces. Il estdonc nécessaire d'ajouter un critère <strong>de</strong> régularité pour garantir la convergence duprocédé. Cette régularisation revient à contraindre la solution par nos connaissancesa priori sur la déformation optimale.• Il faut enn xer une stratégie <strong>de</strong> résolution du problème mathématique adaptée auxchoix précé<strong>de</strong>nts et à la précision requise par l'application qui suit car les multiplesschémas numériques sous-jacents et leurs divers paramètres inuencent directementles résultats.2.1 La normalisation spatiale <strong>de</strong> TalairachL'une <strong>de</strong>s premières approches a été proposée par Talairach et Tournoux dans le cadre<strong>de</strong> la neurochirurgie en 1988 [139]. La normalisation spatiale <strong>de</strong> Talairach consiste en unedéformation ane par morceaux qui amène tous les cerveaux dans un référentiel commundéni par un cerveau modèle sur lequel ont été segmentées diverses structures : l'atlas <strong>de</strong>Talairach. Cette métho<strong>de</strong> se décompose <strong>de</strong> la manière suivante, comme l'illustre la gure2.1 :601. Localisation <strong>de</strong>s amers reproductibles que sont la commissure antérieure (CA) et la

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!