Study of the lattice Boltzmann method application to cerebral aneurysm segmentation

157 Pages·2016·6.75 MB·English

by  Yan Wang

Année 2014
THÈSE
présentée devant
L’Institut National des Sciences Appliquées de Lyon
pour obtenir
LE GRADE DE DOCTEUR
ÉCOLE DOCTORALE: ÉLECTRONIQUE, ÉLECTROTECHNIQUE, AUTOMATIQUE
FORMATION DOCTORALE: SCIENCES DE L’INFORMATION, DES DISPOSITIFS ET
DES SYSTÈMES
par
WANG Yan
Etude de la méthode de Boltzmann sur réseau pour la segmentation
d’anévrismes cérébraux
Study of the lattice Boltzmann method application to cerebral
aneurysm segmentation
Soutenue le 25 Juillet 2014
Jury :
Bastien CHOPARD Professeur associé Université de Genève Rapporteur
Jean-Philippe THIRAN Professeur associé EPFL Rapporteur
Alain BONAFE Professeur CHU Montpellier Examinateur
Patrick CLARYSSE Directeur de Recherche CNRS Examinateur
Thierry FOURNEL Professeur d’Université UJM Examinateur
Guy COURBEBAISSE Ingénieur de Recherche HDR INSA Lyon Directeur de thèse
Yue-Min ZHU Directeur de Recherche CNRS Co-directeur de thèse
Laurent NAVARRO Chargé de Recherche ENSM-SE Co-directeur de thèse
Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2014ISAL0078/these.pdf
© [Y. Wang], [2014], INSA de Lyon, tous droits réservés
INSA Direction de la Recherche
SIGLE (cid:1)(cid:2)(cid:3)(cid:4)(cid:1)(cid:5)(cid:6)(cid:3)(cid:2)(cid:7)(cid:3)(cid:8)(cid:9)(cid:4)(cid:1)(cid:5) (cid:10)(cid:3)(cid:11)(cid:5)(cid:5)(cid:1)(cid:7)(cid:5)(cid:2)(cid:3)(cid:3)(cid:8)(cid:6)(cid:3)(cid:10)(cid:10)(cid:1)(cid:1)(cid:12)(cid:5)(cid:6)(cid:13)(cid:5)(cid:8)(cid:1)(cid:12)(cid:14)(cid:3)(cid:10)(cid:12)(cid:9)(cid:15)(cid:4)(cid:1)(cid:5)
(cid:5) CHIMIE DE LYON (cid:2)(cid:3)(cid:1)(cid:4)(cid:5)(cid:6)(cid:7)(cid:1)(cid:2)(cid:6)(cid:8)(cid:9)(cid:1)(cid:10)(cid:11)(cid:12)(cid:13)(cid:14)(cid:10)(cid:15)(cid:12)(cid:1)(cid:1)(cid:1)
(cid:2)(cid:16)(cid:17)(cid:11)(cid:17)(cid:1)(cid:5) (cid:18)(cid:19)(cid:19)(cid:20)(cid:21)(cid:22)(cid:22)(cid:23)(cid:23)(cid:23)(cid:24)(cid:25)(cid:26)(cid:27)(cid:18)(cid:28)(cid:29)(cid:28)(cid:25)(cid:30)(cid:31) !"(cid:24)#$(cid:5) (cid:16)(cid:7)(cid:17)(cid:18)(cid:5)(cid:8)(cid:19)(cid:17)(cid:20)(cid:21)(cid:1)(cid:22)(cid:5)(cid:1)(cid:10)(cid:23)(cid:24)(cid:7)(cid:1)(cid:25)(cid:1)(cid:13)(cid:24)(cid:26)(cid:26)(cid:27)(cid:28)(cid:5)(cid:1)(cid:29)(cid:24)(cid:9)(cid:20)(cid:24)(cid:8)(cid:6)(cid:26)(cid:1)(cid:1)
(cid:1) (cid:30)(cid:31)(cid:20)(cid:1)(cid:14) (cid:13)!(cid:14)(cid:1)(cid:1)
"#(cid:1)$(cid:22)(cid:1)(cid:22)%(cid:1)&&(cid:1)(cid:7)(cid:24)(cid:18)(cid:5)’$(cid:8)(cid:5)(cid:1)&(&)(cid:1)(cid:1)
(cid:1)(cid:2)(cid:3)(cid:4)(cid:5)(cid:6)(cid:5)(cid:7)(cid:8)(cid:5)(cid:9)(cid:10)(cid:11)(cid:7)(cid:12)(cid:10)(cid:13)(cid:5)(cid:5) *(*++(cid:1),(cid:15)(cid:10)(cid:10)(cid:14)(cid:16)-(cid:30)(cid:11)(cid:12)(cid:12)(cid:14)(cid:1)(cid:13)(cid:5)(cid:22)(cid:5).(cid:1)(cid:1)
/(cid:21)(cid:26)(cid:1)0(cid:1)1"(cid:3)2+(cid:3)"#(cid:1)&#(cid:1)(3(cid:1)(cid:1)(cid:1)
(cid:22)(cid:17)(cid:8)(cid:5)(cid:9)(cid:20)(cid:5)%(cid:8)4(cid:5)(cid:22)(cid:9)5(cid:17)’(cid:17)(cid:5)6(cid:26)(cid:23)(cid:24)(cid:7)(cid:3)7(cid:8)(cid:1)
(cid:5) ELECTRONIQUE, (cid:2)(cid:3)(cid:1)8(cid:21)(cid:8)(cid:6)(cid:8)(cid:22)(cid:1) (cid:13)9-(cid:10)(cid:14)//(cid:15)(cid:1)
(cid:1)(cid:24)(cid:1)(cid:24)(cid:9)(cid:24)(cid:5) ELECTROTECHNIQUE, AUTOMATIQUE (cid:14)(cid:9)(cid:24)(cid:26)(cid:5)(cid:1)(cid:13)(cid:5)(cid:7)(cid:20)(cid:8)(cid:6)(cid:26)(cid:5)(cid:1)(cid:22)(cid:5)(cid:1)(cid:10)(cid:23)(cid:24)(cid:7)(cid:1)(cid:1)
(cid:1) (cid:18)(cid:19)(cid:19)(cid:20)(cid:21)(cid:22)(cid:22)(cid:25)(cid:26)(cid:25)(cid:25)%(cid:24)(cid:25)(cid:27)(cid:30)(cid:31) !"(cid:24)#$(cid:5)(cid:5) #*(cid:1)(cid:6)(cid:18)(cid:5)(cid:7)%(cid:5)(cid:1)8%(cid:23)(cid:1)(cid:22)(cid:5)(cid:1)(cid:13)(cid:24)(cid:26)(cid:26)(cid:24)(cid:7)(cid:28)%(cid:5)(cid:1)(cid:1)
(cid:1) *(&#"(cid:1)(cid:14)(cid:13)(cid:16)(cid:10)(cid:10):(cid:1)(cid:1)(cid:1)
(cid:14)(cid:15)(cid:16)(cid:17)(cid:18)(cid:19)(cid:4)(cid:17)(cid:20)(cid:4)(cid:19)(cid:5)(cid:6)(cid:5)(cid:21)(cid:8)(cid:22)(cid:8)(cid:5)(cid:23)(cid:24)(cid:25)(cid:9)(cid:10)(cid:11)(cid:12)(cid:10)(cid:11)(cid:26)(cid:1)(cid:24)(cid:13)(cid:5)(cid:5) /(cid:21)(cid:26)(cid:1)0(cid:1)1"(cid:3)2+(cid:3)&)(cid:1)*1(cid:1)(2(cid:1);(cid:6).(cid:1)0(cid:1)1"(cid:1)2)(cid:1)"#(cid:1)#2(cid:1)&2(cid:1)(cid:1)
(cid:15)(cid:15)(cid:4)(cid:27)(cid:15)(cid:16)(cid:28)(cid:29)(cid:30)(cid:31)(cid:2)(cid:8) (cid:17)(cid:1) 8(cid:5)(cid:8)(cid:6)(cid:8)(cid:22)(cid:3)(cid:19)(cid:9)(cid:24)(cid:8)(cid:26)(cid:5)(cid:20)(cid:20)(cid:17)4(cid:5)(cid:9)6(cid:26)(cid:23)(cid:24)(cid:7)(cid:3)7(cid:8)(cid:1)
(cid:5) EVOLUTION, ECOSYSTEME, (cid:2)’(cid:5)(cid:1)8%(cid:22)(cid:8)%(cid:7)(cid:1)(cid:30)9-(cid:12)(cid:14)//(cid:14)(cid:1)
(cid:1)&(cid:11)&(cid:5) MICROBIOLOGIE, MODELISATION (cid:13)(cid:12)- (cid:1)(cid:16)(cid:2)-(cid:1)31+#(cid:1)(cid:10)(cid:14)<(cid:12)(cid:11)(cid:1)(cid:1)
(cid:1) (cid:18)(cid:19)(cid:19)(cid:20)(cid:21)(cid:22)(cid:22)(cid:25)&(cid:29)&(cid:24)’"(cid:28)((cid:25)$)(cid:28)(cid:19)(cid:25)(cid:30)(cid:31) !"(cid:24)#$(cid:5) (cid:16)(cid:7)(cid:17)(cid:18)(cid:5)(cid:8)(cid:19)(cid:17)(cid:20)(cid:21)(cid:1)(cid:13)(cid:26)(cid:6)%(cid:22)(cid:5)(cid:1)(cid:30)(cid:5)(cid:8)(cid:7)(cid:6)(cid:8)(cid:22)(cid:1)(cid:10)(cid:23)(cid:24)(cid:7)(cid:1)&(cid:1)(cid:1)
(cid:5) (cid:30)(cid:31)(cid:20)(cid:1);(cid:24)(cid:8)(cid:5)(cid:26)(cid:1)(cid:1)
(cid:1)(cid:2)(cid:3)(cid:4)(cid:5)(cid:6)(cid:5)(cid:23)(cid:8)(cid:5)(cid:22)(cid:23)(cid:24)(cid:7)!"(cid:14)(cid:1) "#(cid:1)$(cid:22)(cid:1)(cid:22)%(cid:1)&&(cid:1)(cid:7)(cid:24)(cid:18)(cid:5)’$(cid:8)(cid:5)(cid:1)&(&)(cid:1)(cid:1)
*(*++(cid:1),(cid:15)(cid:10)(cid:10)(cid:14)(cid:16)-(cid:30)(cid:11)(cid:12)(cid:12)(cid:14)(cid:1)(cid:13)(cid:21)(cid:22)(cid:5).(cid:1)(cid:1)
/(cid:21)(cid:26)(cid:1)0(cid:1)1"(cid:3)2+(cid:3)"#(cid:3)&+(cid:3)("(cid:1)(cid:1)
(cid:5)+’+4$(cid:17)(cid:24)’(cid:19)(cid:5)(cid:8)(cid:18)(cid:3)%(cid:7)(cid:17)(cid:18)6(cid:26)(cid:23)(cid:24)(cid:7)&(cid:3)7(cid:8)(cid:1)
(cid:5) INTERDISCIPLINAIRE SCIENCES- (cid:2)(cid:3)(cid:1)(cid:29)(cid:17)(cid:22)(cid:17)(cid:5)(cid:8)(cid:1)-(cid:14),(cid:14)(cid:10)(cid:1)
(cid:1)(cid:6)(cid:17)(cid:12)(cid:12)(cid:5) SANTE <=>(cid:17)(cid:20)(cid:6)(cid:26)(cid:1)(cid:10)(cid:24)%(cid:17)(cid:19)(cid:1)!(cid:8)(cid:6)(cid:22)(cid:5)(cid:26)(cid:1)(cid:1)
(cid:1) (cid:18)(cid:19)(cid:19)(cid:20)(cid:21)(cid:22)(cid:22)(cid:23)(cid:23)&(cid:24)(cid:28)*(cid:27)(cid:20)(cid:24)#$(cid:22)(cid:25)(cid:26)(cid:28)))(cid:5) (cid:30)(cid:31)(cid:20)(cid:17)’(cid:5)(cid:7)(cid:20)(cid:1)(cid:13)(cid:5)(cid:7)(cid:20)(cid:8)(cid:6)(cid:26)(cid:1)(cid:1)
(cid:1) +)(cid:1)(cid:11)(cid:18)(cid:5)(cid:7)%(cid:5)(cid:1)(cid:29)(cid:24)(cid:23)(cid:5)(cid:7)(cid:1)(cid:10)(cid:21)>(cid:17)(cid:7)(cid:5)(cid:1)(cid:1)
(cid:14)(cid:15)(cid:16)(cid:5)(cid:6)(cid:5)(cid:14)(cid:4) (cid:20)(cid:4)(cid:5)(cid:24)(cid:1)#(cid:5)(cid:22)(cid:23)(cid:24)!(cid:24)!(cid:5)(cid:5) *(*22(cid:1)(cid:30)-9(cid:12)(cid:1)(cid:1)
(cid:1)(cid:2)(cid:3)(cid:4)(cid:5)(cid:6)(cid:5)(cid:21)(cid:8)(cid:5)!(cid:24)(cid:9)(cid:24)(cid:7)(cid:12)"(cid:1) /(cid:21)(cid:26)(cid:1)0(cid:1)1"(cid:3)2+(cid:3)*)(cid:1)"((cid:1)1((cid:1);(cid:6).(cid:1)0(cid:1)1"(cid:1)2+(cid:1)#3(cid:1)"((cid:1)&*(cid:1)(cid:1)
(cid:29)(cid:17)(cid:22)(cid:17)(cid:5)(cid:8)(cid:3)(cid:8)(cid:5)(cid:18)(cid:5)(cid:26)4(cid:9)(cid:8)(cid:5)(cid:6)(cid:20)(cid:17)(cid:19)(cid:3)%(cid:7)(cid:17)6(cid:26)(cid:23)(cid:24)(cid:7)&(cid:3)7(cid:8)(cid:1)
(cid:5) INFORMATIQUE ET (cid:2)(cid:3)(cid:1)(cid:4)(cid:24)5(cid:6)(cid:7)(cid:7)(cid:5)(cid:19)(cid:1)?(cid:14)(cid:10)(cid:10)(cid:14)(cid:12)(cid:29)9(cid:12)?(cid:1)
(cid:17)(cid:10)+(cid:3)(cid:11)(cid:9)(cid:7)(cid:16)(cid:12)(cid:5) MATHEMATIQUES (cid:16)(cid:7)(cid:17)(cid:18)(cid:5)(cid:8)(cid:19)(cid:17)(cid:20)(cid:21)(cid:1)(cid:13)(cid:26)(cid:6)%(cid:22)(cid:5)(cid:1)(cid:30)(cid:5)(cid:8)(cid:7)(cid:6)(cid:8)(cid:22)(cid:1)(cid:10)(cid:23)(cid:24)(cid:7)(cid:1)&(cid:1)(cid:1)
(cid:1) (cid:18)(cid:19)(cid:19)(cid:20)(cid:21)(cid:22)(cid:22)(cid:28)"#!(cid:29)%(cid:19)(cid:18))(cid:24)’"(cid:28)((cid:30)(cid:31) !",(cid:24)#$(cid:5) (cid:15)(cid:12);9(cid:2)(cid:11)/< (cid:1)(cid:1)
(cid:1) (cid:30)(cid:31)(cid:20)(cid:17)’(cid:5)(cid:7)(cid:20)(cid:1)(cid:1)(cid:30)(cid:8)(cid:6)(cid:9)(cid:24)(cid:7)(cid:7)(cid:17)(cid:5)(cid:8)(cid:1)(cid:1)
"#(cid:1)$(cid:22)(cid:1)(cid:22)%(cid:1)&&(cid:1)(cid:7)(cid:24)(cid:18)(cid:5)’$(cid:8)(cid:5)(cid:1)&(&)(cid:1)(cid:1)
*(*++(cid:1),(cid:15)(cid:10)(cid:10)(cid:14)(cid:16)-(cid:30)(cid:11)(cid:12)(cid:12)(cid:14)(cid:1)(cid:13)(cid:5)(cid:22)(cid:5).(cid:1)(cid:1)
/(cid:21)(cid:26)(cid:1)0(cid:1)1"(cid:3)2+(cid:3)(cid:1)""(cid:3))+(cid:3)("(cid:1);(cid:6).(cid:1)1"(cid:1)2+(cid:1)"#(cid:1)&*(cid:1))2(cid:1)(cid:1)
(cid:17)(cid:7)7(cid:24)’(cid:6)(cid:20)5(cid:19)4%(cid:7)(cid:17)(cid:18)6(cid:26)(cid:23)(cid:24)(cid:7)&(cid:3)7(cid:8)(cid:1)
(cid:5) MATERIAUX DE LYON (cid:2)(cid:3)(cid:1)(cid:4)(cid:5)(cid:6)(cid:7)6:(cid:18)(cid:5)(cid:19)(cid:1)(cid:30)(cid:16);;(cid:15)(cid:14)-(cid:14)(cid:1)
(cid:5) (cid:15)(cid:12) (cid:11)(cid:1)(cid:22)(cid:5)(cid:1)(cid:10)(cid:23)(cid:24)(cid:7)(cid:1)(cid:1)
(cid:11)%(cid:19)-$(cid:28)%’.(cid:5) (cid:14)(cid:15)(cid:16)(cid:17)(cid:18)(cid:19)(cid:4)(cid:17)(cid:20)(cid:4)(cid:19)(cid:5)(cid:6)(cid:5)(cid:21)(cid:8)(cid:5)!(cid:24)$(cid:10)(cid:11)(cid:13)"(cid:5)(cid:5) (cid:2)(cid:11)/(cid:14)(cid:15) (cid:1)(cid:1)
(cid:1) %(cid:21)(cid:5)(cid:6)(cid:5)&’(cid:8)&((cid:5)(cid:5))*(cid:4)+(cid:5)(cid:6)(cid:5),&(cid:8)’-(cid:5)(cid:5)(cid:5) (cid:30)(cid:31)(cid:20)(cid:17)’(cid:5)(cid:7)(cid:20)(cid:1) (cid:6)(cid:17)(cid:7)(cid:20)(cid:1)(cid:14).%>(cid:21)(cid:8)(cid:23)(cid:1)(cid:1)
$(cid:4)(cid:19)(cid:8)(cid:5)(cid:14)(cid:4)(cid:20)(cid:2)(cid:19)(cid:5)"+./(cid:18)(cid:17)(cid:30)(cid:5)(cid:5) 2(cid:1)(cid:6)(cid:18)(cid:5)(cid:7)%(cid:5)(cid:1)(cid:4)(cid:5)(cid:6)(cid:7)(cid:1)(cid:13)(cid:6)>(cid:5)(cid:26)(cid:26)(cid:5)(cid:1)(cid:1)
(cid:1)(cid:26)(cid:24)(cid:29)%(cid:19)(cid:25)$(cid:28)%’./(cid:28)")%(cid:30)(cid:31) !"(cid:24)#$(cid:1) *(*+&(cid:1),(cid:15)(cid:10)(cid:10)(cid:14)(cid:16)-(cid:30)(cid:11)(cid:12)(cid:12)(cid:14)(cid:1)(cid:13)(cid:21)(cid:22)(cid:5).(cid:1)(cid:1)
/(cid:21)(cid:26)(cid:1)0(cid:1)1"(cid:3)2+(cid:3)"#(cid:1))#(cid:1)&)(cid:1);(cid:6).(cid:1)1"(cid:1)2+(cid:1)"#(cid:1))3(cid:1)+)(cid:1)(cid:1)
(cid:4)(cid:5)(cid:6)(cid:7)6(cid:23)(cid:18)(cid:5)(cid:19)(cid:3)$%77(cid:17)(cid:5)(cid:8)(cid:5)4(cid:17)(cid:7)(cid:19)(cid:6)6(cid:26)(cid:23)(cid:24)(cid:7)(cid:3)7(cid:8)(cid:1)
(cid:5) MECANIQUE, ENERGETIQUE, GENIE (cid:2)(cid:3)(cid:1)!5(cid:17)(cid:26)(cid:17)>>(cid:5)(cid:1)(cid:30)9(cid:15) (cid:14)(cid:1)
(cid:11)(cid:1)0(cid:9)(cid:5) CIVIL, ACOUSTIQUE (cid:15)(cid:12) (cid:11)(cid:1)(cid:22)(cid:5)(cid:1)(cid:10)(cid:23)(cid:24)(cid:7)(cid:1)(cid:1)
(cid:1) (cid:10)(cid:6)$(cid:24)(cid:8)(cid:6)(cid:20)(cid:24)(cid:17)(cid:8)(cid:5)(cid:1)(cid:10)(cid:11)(cid:2)(cid:13)9 (cid:1)(cid:1)
(cid:1) (cid:14)(cid:15)(cid:16)(cid:17)(cid:18)(cid:19)(cid:4)(cid:17)(cid:20)(cid:4)(cid:19)(cid:5)(cid:6)(cid:5)(cid:21)(cid:8)(cid:5)!(cid:24)$(cid:10)(cid:11)(cid:13)"(cid:5)(cid:5) (cid:30)(cid:31)(cid:20)(cid:17)’(cid:5)(cid:7)(cid:20)(cid:1)(cid:4)(cid:6)(cid:9)@%(cid:6)(cid:8)(cid:22)(cid:1)(cid:1)
%(cid:21)(cid:5)(cid:6)(cid:5)&’(cid:8)&((cid:5)(cid:5))*(cid:4)+(cid:5)(cid:6)(cid:5),&(cid:8)’-(cid:5)(cid:5)(cid:5) +3(cid:1)$(cid:17)(cid:19)(cid:1)(cid:6)(cid:18)(cid:5)(cid:7)%(cid:5)(cid:1)(cid:4)(cid:5)(cid:6)(cid:7)(cid:1)(cid:13)(cid:6)>(cid:5)(cid:26)(cid:26)(cid:5)(cid:1)(cid:1)
$(cid:4)(cid:19)(cid:8)(cid:5)(cid:14)(cid:4)(cid:20)(cid:2)(cid:19)(cid:5)"+./(cid:18)(cid:17)(cid:30)(cid:5)(cid:5) *(*+&(cid:1),(cid:15)(cid:10)(cid:10)(cid:14)(cid:16)-(cid:30)(cid:11)(cid:12)(cid:12)(cid:14)(cid:1)(cid:13)(cid:5)(cid:22)(cid:5).(cid:1)(cid:1)
(cid:29)(cid:25)1%/(cid:28)")%(cid:30)(cid:31) !"(cid:24)#$(cid:1) /(cid:21)(cid:26)(cid:1)01"(cid:3)2+(cid:3)"#(cid:3)2&(cid:3)21(cid:1)(cid:1);(cid:6).(cid:1)0(cid:1)1"(cid:1)2+(cid:1)"#(cid:1)2+(cid:1)#2(cid:1)(cid:1)
!5(cid:17)(cid:26)(cid:17)>>(cid:5)(cid:3)$(cid:24)(cid:17)(cid:19)(cid:19)(cid:5)4(cid:17)(cid:7)(cid:19)(cid:6)6(cid:26)(cid:23)(cid:24)(cid:7)(cid:3)7(cid:8)(cid:1)
(cid:5) ScSo* (cid:2)(cid:3)(cid:1)9(cid:30)(cid:11)(cid:29)(cid:15)(cid:11)(cid:1)(cid:10)(cid:17)(cid:24)(cid:7)(cid:5)(cid:26)(cid:1)(cid:1)
(cid:12)(cid:27)(cid:12)!(cid:5) (cid:16)(cid:7)(cid:17)(cid:18)(cid:5)(cid:8)(cid:19)(cid:17)(cid:20)(cid:21)(cid:1)(cid:10)(cid:23)(cid:24)(cid:7)(cid:1)+(cid:1)(cid:1)
(cid:2)(cid:3)(cid:1)9(cid:30)(cid:11)(cid:29)(cid:15)(cid:11)(cid:1)(cid:10)(cid:17)(cid:24)(cid:7)(cid:5)(cid:26)(cid:1)(cid:1) )*(cid:1)(cid:8)%(cid:5)(cid:1)!(cid:6)(cid:19)(cid:20)(cid:5)%(cid:8)(cid:1)(cid:1)
*(#*3(cid:1)(cid:10):9(cid:12)(cid:1)(cid:13)(cid:5)(cid:22)(cid:5).(cid:1)12(cid:1)(cid:1)
(cid:14)(cid:15)(cid:16)(cid:5)(cid:6)(cid:5)(cid:25)(cid:20)0(cid:20)(cid:4)(cid:2)(cid:15)(cid:5)%(cid:10)!(cid:14)(cid:1)(cid:13)"!!(cid:1)(cid:5)(cid:5) /(cid:21)(cid:26)(cid:1)0(cid:1)1"(cid:3)2)(cid:3)*((cid:3)2+(cid:3)2*(cid:1)(cid:1);(cid:6).(cid:1)0(cid:1)1"(cid:3)#2(cid:3)+)(cid:3)1"(cid:3)")(cid:1)(cid:1)
(cid:1)(cid:2)(cid:3)(cid:4)(cid:5)(cid:6)(cid:5)1(cid:8)2(cid:8)(cid:5)#(cid:10)(cid:11)(cid:14)(cid:14)(cid:24)(cid:1)(cid:13)#(cid:1) (cid:10)(cid:17)(cid:24)(cid:7)(cid:5)(cid:26)(cid:3)9$(cid:6)(cid:22)(cid:17)(cid:6)4%(cid:7)(cid:17)(cid:18)6(cid:26)(cid:23)(cid:24)(cid:7)+(cid:3)7(cid:8)(cid:1)
Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2014ISAL0078/these.pdf
© [Y. Wang], [2014], INSA de Lyon, tous droits réservés
1
Abstract:
Cerebral aneurysm is a fragile area on the wall of a blood vessel in the brain,
which can rupture and cause major bleeding and cerebrovascular accidents. The
segmentation of cerebral aneurysm is a primordial step for diagnosis assistance,
treatment and surgery planning. Unfortunately, manual segmentation is still an
important part in clinical angiography but has become a burden given the huge
amount of data generated by medical imaging systems. Automatic image seg-
mentation techniques provides an essential way to simplify and speed up clinical
examinations, reduce the amount of manual interaction and lower inter operator
variability.
The main purpose of this PhD work is to develop automatic methods for cerebral
aneurysmsegmentationandmeasurement. Thepresentworkconsistsofthreemain
parts. The (cid:28)rst part deals with giant aneurysm segmentation containing lumen
and thrombus. The methodology consists of (cid:28)rst extracting the lumen and throm-
bus using a two-step procedure based on the LBM, and then re(cid:28)ning the shape of
the thrombus using level set technique. In this part the proposed method is also
compared with manual segmentation, demonstrating its good segmentation accu-
racy. The second part concerns a LBM approach to vessel segmentation in 2D+t
images and to cerebral aneurysm segmentation in 3D medical images through in-
troducing a LBM D3Q27 model, which allows achieving a good segmentation and
high robustness to noise. The last part investigates a true 4D segmentation model
by considering the 3D+t data as a 4D hypervolume and using a D4Q81 lattice in
LBM where time is considered in the same manner as for other three dimensions
for the de(cid:28)nition of particle moving directions in the LBM model.
Keywords: thrombus segmentation, lattice Boltzmann method, aneurysm seg-
mentation, movement detection, 4-D segmentation.
Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2014ISAL0078/these.pdf
© [Y. Wang], [2014], INSA de Lyon, tous droits réservés
2
RØsumØ:
L’anØvrisme cØrØbral est une rØgion fragile de la paroi d’un vaisseau sanguin dans
le cerveau, qui peut se rompre et provoquer des saignements importants et des
accidents vasculaires cØrØbraux. La segmentation de l’anØvrisme cØrØbral est une
Øtape primordiale pour l’aide au diagnostic, le traitement et la plani(cid:28)cation chirur-
gicale. Malheureusement, la segmentation manuelle prend encore une part im-
portante dans l’angiographie clinique et elle est devenue couteuse en temps de
traitement Øtant donnØ la gigantesque quantitØ de donnØes gØnØrØes par les sys-
tŁmes d’imagerie mØdicale. Les mØthodes de segmentation automatique d’image
constituent un moyen essentiel pour faciliter et accØlØrer l’examen clinique et pour
rØduire l’interaction manuelle et la variabilitØ inter-opØrateurs.
L’objectif principal de ce travail de thŁse est de dØvelopper des mØthodes au-
tomatiques pour la segmentation et la mesure des anØvrismes. Le prØsent travail
de thŁse est constituØ de trois parties principales. La premiŁre partie concerne
la segmentation des anØvrismes gØants qui contiennent (cid:224) la fois la lumiŁre et le
thrombus. La mØthode consiste d’abord (cid:224) extraire la lumiŁre et le thrombus en
utilisant une procØdure en deux Øtapes, puis (cid:224) a(cid:30)ner la forme du thrombus (cid:224) l’aide
de la mØthode des courbes de niveaux. Dans cette partie, la mØthode proposØe est
Øgalement comparØe (cid:224) la segmentation manuelle, dØmontrant sa bonne prØcision.
La deuxiŁme partie concerne une approche LBM pour la segmentation des vais-
seaux dans des images 2D+t et de l’anØvrisme cØrØbral dans les images en 3D. La
derniŁre partie Øtudie un modŁle de segmentation 4D en considØrant les images
3D+t comme un hypervolume 4D et en utilisant un rØseau LBM D4Q81, dans
lequel le temps est considØrØ de la mŒme maniŁre que les trois autres dimensions
pourladØ(cid:28)nitiondesdirectionsdemouvementdesparticulesdanslaLBM,consid-
Ørant les donnØes 3D+t comme un hypervolume 4D et en utilisant un rØseau LBM
D4Q81. Des expØriences sont rØalisØes sur des images synthØtiques d’hypercube
4D et d’hypersphere 4D. La valeur de Dice sur l’image de l’hypercube avec et sans
bruit montre que la mØthode proposØe est prometteuse pour la segmentation 4D
et le dØbruitage.
MotsclØ: segmentationduthrombus,mØthodedeBoltzmannsurrØseau,anØvrisme
cØrØbral, dØtection du mouvement, segmentation 4D.
Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2014ISAL0078/these.pdf
© [Y. Wang], [2014], INSA de Lyon, tous droits réservés
Contents
Abstract 1
RØsumØ 2
List of Figures 7
List of Tables 11
SynthŁse 13
Introduction 25
I Contextes 33
1 Context of cerebral aneurysm 35
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
RØsume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.1 Cerebral aneurysm . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.2 General formation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.3 Causes, symptoms and rupture of aneurysms . . . . . . . . . . . . . 39
1.4 Treatments of cerebral aneurysms . . . . . . . . . . . . . . . . . . . 41
1.5 Common medical imaging techniques . . . . . . . . . . . . . . . . . 42
1.5.1 Computed tomography angiography . . . . . . . . . . . . . . 42
1.5.2 Magnetic resonance angiography . . . . . . . . . . . . . . . . 44
1.5.3 Digital subtraction angiography . . . . . . . . . . . . . . . . 45
1.5.4 Rotational angiography . . . . . . . . . . . . . . . . . . . . . 46
1.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2 Context of segmentation method 49
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
RØsume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.1 General segmentation methods . . . . . . . . . . . . . . . . . . . . . 51
2.1.1 Thresholding approaches . . . . . . . . . . . . . . . . . . . . 51
2.1.2 Region-growing methods . . . . . . . . . . . . . . . . . . . . 52
3
Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2014ISAL0078/these.pdf
© [Y. Wang], [2014], INSA de Lyon, tous droits réservés
Contents 4
2.1.3 Edge-based segmentation methods . . . . . . . . . . . . . . 53
2.1.4 Partial di(cid:27)erential equation based methods . . . . . . . . . . 53
2.1.5 Markov random (cid:28)led models . . . . . . . . . . . . . . . . . . 54
2.1.6 Neural networks segmentation methods . . . . . . . . . . . . 54
2.1.7 Clustering methods . . . . . . . . . . . . . . . . . . . . . . . 55
2.2 Aneurysm segmentation methods and results . . . . . . . . . . . . . 55
2.2.1 Otsu method . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.2.2 Level set method . . . . . . . . . . . . . . . . . . . . . . . . 56
2.2.2.1 GAC method . . . . . . . . . . . . . . . . . . . . . 57
2.2.2.2 CV method . . . . . . . . . . . . . . . . . . . . . . 58
2.2.3 LBGM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3 General lattice Boltzmann method 61
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
RØsume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.1 Lattice gas automata . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.1.1 HPP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.1.2 FHP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.2 Lattice Boltzmann method . . . . . . . . . . . . . . . . . . . . . . . 64
3.2.1 LBM model . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.2.2 Boundary conditions . . . . . . . . . . . . . . . . . . . . . . 68
3.2.2.1 Bounce-back boundary condition . . . . . . . . . . 68
3.2.2.2 Zou & He boundary condition . . . . . . . . . . . . 69
3.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
II Contributions 71
4 LBM applied to image processing 73
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
RØsume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.2 LBM based image processing model . . . . . . . . . . . . . . . . . . 76
4.2.1 LBM in image processing . . . . . . . . . . . . . . . . . . . . 76
4.2.2 LBM anisotropic model . . . . . . . . . . . . . . . . . . . . . 76
4.2.3 LBM anisotropic di(cid:27)usion segmentation model . . . . . . . . 77
4.3 2D model and parameters . . . . . . . . . . . . . . . . . . . . . . . 79
4.3.1 2D methodology . . . . . . . . . . . . . . . . . . . . . . . . 79
4.3.2 Experiments and results . . . . . . . . . . . . . . . . . . . . 80
4.4 3D model and parameters . . . . . . . . . . . . . . . . . . . . . . . 81
4.4.1 3D methodology . . . . . . . . . . . . . . . . . . . . . . . . 81
4.4.2 Experiments and results . . . . . . . . . . . . . . . . . . . . 82
4.5 4D model and parameters . . . . . . . . . . . . . . . . . . . . . . . 83
4.5.1 The choice of discrete velocity directions . . . . . . . . . . . 83
Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2014ISAL0078/these.pdf
© [Y. Wang], [2014], INSA de Lyon, tous droits réservés
Contents 5
4.5.2 Evaluation criteria . . . . . . . . . . . . . . . . . . . . . . . 86
4.5.3 Experiments and results . . . . . . . . . . . . . . . . . . . . 86
4.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5 Segmentation of giant cerebral aneurysms using LBM 91
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
RØsume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.2 Segmentation methodology . . . . . . . . . . . . . . . . . . . . . . . 95
5.2.1 LBM segmentation algorithm . . . . . . . . . . . . . . . . . 95
5.2.2 Level set segmentation . . . . . . . . . . . . . . . . . . . . . 96
5.2.2.1 General level set formulation with shape priors . . 97
5.2.2.2 Basic level set formula . . . . . . . . . . . . . . . . 98
5.2.2.3 Annular shape with ellipse . . . . . . . . . . . . . . 100
5.3 Experiments and results . . . . . . . . . . . . . . . . . . . . . . . . 100
5.3.1 Patient data . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.3.2 Evaluation criteria . . . . . . . . . . . . . . . . . . . . . . . 102
5.3.3 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.4 Conclusions and perspectives . . . . . . . . . . . . . . . . . . . . . . 109
6 Aneurysm segmentation in 3D 111
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
RØsume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
6.2 Experiments and results . . . . . . . . . . . . . . . . . . . . . . . . 113
6.2.1 Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
6.2.2 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.3 The advantage of 3D segmentation model . . . . . . . . . . . . . . . 119
6.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
7 Aneurysm wall motion detected using D4Q81 model 123
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
RØsume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
7.2 Experiments and results . . . . . . . . . . . . . . . . . . . . . . . . 126
7.2.1 Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
7.2.2 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
7.2.2.1 Hypercube . . . . . . . . . . . . . . . . . . . . . . 129
7.2.2.2 Phantom . . . . . . . . . . . . . . . . . . . . . . . 131
7.3 Conclusions and perspective . . . . . . . . . . . . . . . . . . . . . . 135
III Conclusions 137
8 Conclusion and perspectives 139
Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2014ISAL0078/these.pdf
© [Y. Wang], [2014], INSA de Lyon, tous droits réservés
Contents 6
8.1 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
8.2 Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
8.3 Author’s publications . . . . . . . . . . . . . . . . . . . . . . . . . . 140
8.3.1 Journals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
8.3.2 Conference Proceedings . . . . . . . . . . . . . . . . . . . . 141
Bibliography 144
Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2014ISAL0078/these.pdf
© [Y. Wang], [2014], INSA de Lyon, tous droits réservés
List of Figures
1 LumiŁre (en gris) et thrombus (en rouge). . . . . . . . . . . . . . . 14
2 De gauche (cid:224) droite: artŁre saine, artŁre prØsentant un anØvrisme,
rupture de l’anØvrisme. . . . . . . . . . . . . . . . . . . . . . . . . . 15
3 Traitment chirurgical par stent. . . . . . . . . . . . . . . . . . . . . 16
4 L’image originale et le rØsultat par utiliser la mØthode d’Otsu. . . . 19
5 Les rØsultats de la mØthode de GAC. . . . . . . . . . . . . . . . . . 20
6 Les rØsultats de la mØthode de CV. . . . . . . . . . . . . . . . . . . 20
7 Des exemples de visualisation 3D (cid:224) l’aide de la mØthode de segmen-
tation proposØe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
8 Des exemples de visualisation en utilisant la mØthode de segmenta-
tion 3D proposØe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
9 Estimation du mouvement d’anØvrisme. . . . . . . . . . . . . . . . . 23
1.1 An example of cerebral aneurysm. . . . . . . . . . . . . . . . . . . . 37
1.2 The medical image for detecting the cerebral aneurysm. . . . . . . . 37
1.3 An example of giant aneurysm of lumen in gray and thrombus in red. 38
1.4 Format of the circle of Willis. . . . . . . . . . . . . . . . . . . . . . 38
1.5 The common sites of aneurysms in circle of Willis. . . . . . . . . . . 39
1.6 From left to right: artery, aneurysm, rupture of aneurysm. . . . . . 40
1.7 Surgical treatment by using craniotomy. . . . . . . . . . . . . . . . 41
1.8 Surgical treatment by using colis. . . . . . . . . . . . . . . . . . . . 42
1.9 Surgical treatment by using stent. . . . . . . . . . . . . . . . . . . . 42
1.10 Computed tomography (CT) equipment. . . . . . . . . . . . . . . . 43
1.11 An example of 2D CTA slice with cerebral aneurysm. . . . . . . . . 43
1.12 Magnetic resonance (MR) equipment. . . . . . . . . . . . . . . . . . 44
1.13 An example of MRA image with cerebral aneurysm. . . . . . . . . . 44
1.14 Digital subtraction angiography equipment. . . . . . . . . . . . . . 45
1.15 An example of DSA image with cerebral aneurysm. . . . . . . . . . 46
1.16 Rotational angiography equipment. . . . . . . . . . . . . . . . . . . 46
1.17 An example of RA image with cerebral aneurysm. . . . . . . . . . . 47
2.1 In left: original cerebral CTA image; in middle: image histogram;
in right: result of thresholding method segmentation. . . . . . . . . 52
2.2 In left: result of edge based segmentation method; in middle: origi-
nal image with an initial curve; in right: result of partial di(cid:27)erential
equation based method. . . . . . . . . . . . . . . . . . . . . . . . . 53
7
Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2014ISAL0078/these.pdf
© [Y. Wang], [2014], INSA de Lyon, tous droits réservés
List of Figures 8
2.3 In left: Original image; in right: image result. . . . . . . . . . . . . 56
2.4 The construction of level set function. . . . . . . . . . . . . . . . . . 57
2.5 GAC results by choosing di(cid:27)erent initial contours. . . . . . . . . . . 58
2.6 CV segmentation result. . . . . . . . . . . . . . . . . . . . . . . . . 59
2.7 In left: the original image; in middle: initial contour; in right: the
result. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.1 Example of HPP model: the four directions of an HPP node were
shown in left and collision rules for HPP model in right. . . . . . . 63
3.2 The possibility of two-particle collision rules for FHP model: with
input channels (n ,n ), the output channels are (n ,n ) or
i+1 i+4 i i+3
(n ,n ), which conserve mass and momentum. . . . . . . . . . . 65
i+2 i+5
3.3 Two possibility of four-particle collision rules for FHP model and
its triangle lattice. . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.4 FHP has two types three-particle collision. Firstly, n ,n ,n )
i i+2 i+4
as input channels, and (n ,n ,n ) are output channels. Sec-
i+1 i+3 i+5
ondly, (n ,n ,n )areinputchannels, and(n ,n ,n )are
i+2 i+3 i+5 i+1 i+3 i+4
output channels. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5 D2Q9 model with nine directions in left, bounce back boundary
condition in right. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.1 The general LBM and LBM in image processing. . . . . . . . . . . . 78
4.2 D2Q9 model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.3 Principle of streaming and collision in the presence of medium. . . . 80
4.4 The original 2D circle image in left and the segmentation result in
right. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.5 D3Q27 model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.6 The original 3D sphere image in 2D visualization in left and its
corresponding segmentation results in 2D visualization in right. . . 83
4.7 Geometry of each model and its nodes for D1Q3, D2Q9, D3Q27. . . 84
4.8 Four dimension model. . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.9 Resultofhypersphereimagewithoutnoiseusingtheproposedmethod. 87
4.10 Result of hypersphere image with 70% random noise using the pro-
posed method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.11 Result of hypersphere image with 100% random noise using the
proposed method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.12 Result of hypersphere image with 300% random noise using the
proposed method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.13 Partofresultswithoutnoiseandwith50%, 150%and300%random
noise using the proposed method. . . . . . . . . . . . . . . . . . . . 88
4.14 Dice, average of dice and its corresponding CV of each image. The
bar-graph in red, green and yellow represent dice, average of dice
and CV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.1 Example of an aneurysm image: lumen appearing as a focal object,
thrombus as a di(cid:27)use object. . . . . . . . . . . . . . . . . . . . . . . 93
Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2014ISAL0078/these.pdf
© [Y. Wang], [2014], INSA de Lyon, tous droits réservés