Etude de descripteurs de formes 3D dans l'examen d'architectures crâniennes

Thèmes abordés

Etude morphometrique - architecture cranienne - imagerie medicale - 3D - descripteur tridimensionnel - moment - classification - similarite

Résumé du document

Cette étude s'inscrit dans le cadre d'une étude médicale portant sur la morphologie d'architectures crâniennes à partir de l'imagerie médicale 3D. L'analyse architecturale craniofaciale s'appuie généralement sur des méthodes en 2D comme l'analyse de Delaire, qui est utilisée en orthodontie ou chirurgie maxillofaciale. Sa réalisation nécessite le repérage précis de points sur une téléradiographie 2D et le tracé de lignes dépendantes de ces points. Les paramètres issus de cette analyse sont des estimateurs synthétiques apportant des renseignements architecturaux et structuraux, incomplètement fournis par les analyses téléradiographiques traditionnelles. Cependant il apparaît que la modification spatiale de certains points étudiés n'influence pas le résultat final, prouvant ainsi un certain degré d'élasticité de cette analyse de Delaire.

Extraits

[...] program 2nd exam part CUNY, The Graduate Center, New York, November 2004. [Jahne 05] B. Jähne. Digital Image Processing. 6th ed. Berlin, Germany. Springer-Verlag pp. 520-531. ISBN [Kilian 01] J. Kilian. Simple Image Analysis by Moments. OpenCV lib documentation [Li 03] B. Li, E. Chang, Y. [...]

[...] L'ACP permettra donc d'évaluer la corrélation linéaire entre nos descripteurs de formes, et de réduire éventuellement la dimension des vecteurs caractéristiques. L'objectif est de déterminer quels descripteurs 3D sont les plus significatifs pour décrire les volumes encéphaliques, en comparant les résultats de cette classification avec ceux d'une classification basée sur Delaire. Une série de tests permettra de confirmer nos résultats, ou de les améliorer en jouant sur les facteurs : descripteurs / métriques de similarité. Bibliographie [Akca 03] D. Akca, A. [...]

[...] Les trois moments géométriques centrés normalisés du second ordre constituent les composantes du tenseur d'inertie décrivant la rotation de l'objet autour de son centre de gravité : A partir de ce tenseur, plusieurs paramètres peuvent être calculés [Jahne 05] Demi-grand axe et demi-petit axe a et b Les principaux axes de l'objet sont obtenus en calculant les vecteurs propres de la matrice aussi connus sous le nom de composantes principales. Ils correspondent aux axes a et b (Fig. autour desquels l'objet tourne avec le minimum (demi grand-axe ou le maximum (demi petit-axe d'inertie. où définissent le disque unitaire, et : Dans cette équation, m et n sont respectivement appelés ordre et répétition. [...]

[...] Pour éviter ce problème, un facteur d'échelle est introduit dans l'équation précédente [Rose 08]. La constante de normalisation est donnée par : où les fonctions polynômes de Legendre sont construites à partir des associés : 4 Etude de descripteurs de formes 3D Département Informatique (1002 points de surface) et 20 (4002 points de surface) selon la complexité de l'objet. Fig.9. Echantillonnage icosaédrique de niveaux 1,2,4 et 6 La projection sur la base des harmoniques sphériques est ensuite réalisée pour chacun des points, qui prennent forme : , où et . [...]

[...] Efficient feature extraction for 2D/3D objects in mesh representation. Proc. of the International Conference on Image Processing (ICIP) [Zhang 02] D. Zhang, G. Lu. A Comparative Study of Three Region Shape Descriptors. Conference DICTA, Digital Image Computing Techniques and Applications, Melbourne, Australia, January 2002. [Zongmin 06] Li Zongmin, Kunpeng Hou, Liu Yujie, Diao Luhong, Li Hua. The shape recognition based on structure moment invariants. International Journal of Information Technology, Vol No [Zribi 02] M. Zribi, F. Ghorbel, R. Moché, A. Hillion, V. [...]