th`ese de doctorat - Neurosciences Cognitives & Imagerie Cérébrale ...
th`ese de doctorat - Neurosciences Cognitives & Imagerie Cérébrale ...
th`ese de doctorat - Neurosciences Cognitives & Imagerie Cérébrale ...
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 individuelle4.4.1 Approximations dues à l'extraction <strong>de</strong>s sillonsLes procédures <strong>de</strong> segmentation et d'i<strong>de</strong>ntication automatique <strong>de</strong>s sillons du logicielBrainVISA reposent à la base sur <strong>de</strong>s images <strong>de</strong> séquences IRM anatomiques pondéréesen T 1 contenant divers bruits d'acquisition. Les structures sulcales qui en résultent contiennentdonc d'inévitables approximations apparues au cours <strong>de</strong> la complexe chaîne <strong>de</strong>traitements. Ces erreurs se mélangent aux incertitu<strong>de</strong>s dues à la variabilité anatomiqueinterindividuelle dont on ne peut se défaire, et qui se manifeste par exemple au travers<strong>de</strong>s erreurs d'i<strong>de</strong>ntication <strong>de</strong>s sillons.4.4.2 Approximations dues à la simplicationNotre procédure <strong>de</strong> simplication <strong>de</strong>s sillons en primitives contient elle aussi <strong>de</strong>s approximations,dont il faut connaître l'ordre <strong>de</strong> gran<strong>de</strong>ur. La première cause d'approximationest l'étape <strong>de</strong> réduction <strong>de</strong>s bords <strong>de</strong>s sillons avec la métho<strong>de</strong> <strong>de</strong> clustering K-means. Ils'agit <strong>de</strong> regrouper les voxels en petits paquets distribués aléatoirement puis <strong>de</strong> les réduireà leur barycentre. Une taille <strong>de</strong> paquets inadaptée peut alors engendrer <strong>de</strong>s approximationsimportantes. Nous avons donc évalué cette erreur en reproduisant ce clustering 30fois sur le même sujet pour <strong>de</strong>s tailles <strong>de</strong> paquets variant <strong>de</strong> 2 à 16 points par paquet.Pour chaque sillon, nous calculons ensuite la distance <strong>de</strong> Hausdor entre toutes les pairespossibles parmi les 30 essais. Comme le montre la gure 4.8, cette approximation peutatteindre 1.7 ± 1.2mm en moyenne sur tous les sillons (pour 15 voxels par paquet). Enréglant le nombre <strong>de</strong> points par paquet à 7, on limite cette erreur à 1.4 ± 0.5mm, pour untemps <strong>de</strong> calcul satisfaisant <strong>de</strong> 65 secon<strong>de</strong>s <strong>de</strong> clustering pour les 30 essais.La <strong>de</strong>uxième source d'approximation est la simplication elle-même, au travers <strong>de</strong> latechnique du chemin le plus long appliquée aux arbres. Nous avons décrit une procédurequi limite son impact grâce à l'évaluation d'un in<strong>de</strong>x <strong>de</strong> simplication qui empêche lesapproximations grossières.4.4.3 Inci<strong>de</strong>nce sur le recalageNotre procédure <strong>de</strong> simplication peut introduire <strong>de</strong>s approximations <strong>de</strong> l'ordre <strong>de</strong> 2mm, c'est-à-dire un ou <strong>de</strong>ux voxels dans un volume <strong>de</strong> données IRM en T 1 <strong>de</strong> qualitéstandard, ce qui semble acceptable par rapport aux éventuelles approximations présentesdans les structures voxeliques issues <strong>de</strong> BrainVISA. Il faut surtout revenir à nos a priorianatomiques et fonctionnels concernant nos objectifs d'alignement <strong>de</strong>s primitives sulcales :92