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

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Chapitre 4. Extraction <strong>de</strong> l'empreinte sulcale individuellepar BrainVISA. Comme on peut le voir sur la gure 4.4a, le bord externe et le fond d'unsillon peuvent contenir <strong>de</strong> nombreux voxels. Ces <strong>de</strong>ux sous-ensembles sont donc réduits etlissés indépendamment en utilisant un algorithme <strong>de</strong> clustering k-means [135]. Les voxelssont regroupés géométriquement en petits paquets qui sont eux-mêmes réduits à leurbarycentre respectif (gure 4.4b). Ce point technique est détaillé dans l'annexe A an<strong>de</strong> faciliter la compréhension <strong>de</strong> l'enchainement <strong>de</strong>s diérentes étapes impliquées dans leprocessus <strong>de</strong> simplication.Les barycentres <strong>de</strong> chaque bord du sillon (B f s ou B e s) sont ensuite connectés en utilisantune métho<strong>de</strong> d'arbre <strong>de</strong> longueur minimum [82]. On obtient ainsi <strong>de</strong>ux graphes connexesouverts, c'est-à-dire <strong>de</strong>ux arbres que l'on note T f s et T e s respectivement (voir la gure4.4c). Chaque arbre est ensuite individuellement décomposé en segments élémentairesen repérant les points singuliers, c'est-à-dire les extrémités ayant un unique voisin et lesintersections ayant plus <strong>de</strong> <strong>de</strong>ux voisins (voir la gure 4.4d). Enn, les branches secondaires<strong>de</strong> l'arbre sont supprimées en utilisant un algorithme <strong>de</strong> chemin le plus long (détaillé dansl'annexe A). De cette manière, les bords du fond et externe <strong>de</strong> chaque sillon sont réduitsà <strong>de</strong>ux lignes notées L f s et L e s respectivement (gure 4.4e).Fig. 4.4 a) Chaque sillon est décomposé en 3 sous-ensembles <strong>de</strong> voxels (le fond, le bor<strong>de</strong>xterne et les autres) avec BrainVISA. Le fond du sillon est en bleu, le bord externe envert et les autres voxels sont en rouge. La <strong>de</strong>scription <strong>de</strong> chaque sillon peut ainsi êtrerésumée aux <strong>de</strong>ux ensembles <strong>de</strong> voxels que sont le fond et le bord externe. b) Commeces <strong>de</strong>ux ensembles <strong>de</strong> voxels sont en général très <strong>de</strong>nses, nous les réduisons <strong>de</strong> la façonsuivante : 1) Les voxels sont regroupés en paquets (les cercles colorés) ; 2) chaque paquetest réduit à son barycentre (points noirs). Finalement, les bords <strong>de</strong>s sillons illustrés enc) sont décomposés en composantes élémentaires d) et réduits à <strong>de</strong>ux lignes e) par unalgorithme <strong>de</strong> chemin le plus long.88Les sillons <strong>de</strong>s régions comme le lobe occipital où le cortex est très variable entre

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

Saved successfully!

Ooh no, something went wrong!