Développement et évaluation d’un algorithme de segmentation automatisée des ventricules gauche et droit sur des images ciné d’IRM

RésuméUne segmentation automatisée des ventricules gauche et droit sur des images ciné-IRM est proposée. Une région rectangulaire centrée sur l’objet d’intérêt étant définie, un filtrage morphologique par filtres connectés transforme l’image en une image de régions homogénéisées, qui est ensuite segmentée par contours actifs. L’algorithme a été testé sur deux bases de données pour lesquelles les ventricules ont été segmentés manuellement par des experts, dont celle proposée par le groupe initiative multicentrique pour une plateforme d’évaluation en imagerie cardiaque (Impeic). Les résultats sont très satisfaisants pour le ventricule gauche en télédiastole, avec une très bonne corrélation entre la surface, exprimée en mm2, estimée par l’expert (x) et celle (y) estimée par la segmentation automatisée (y = 1,00x + 8,6 ; r = 0,99). Les premiers tests pour les volumes ventriculaires droits indiquent un taux de recouvrement supérieur à 83 % des voxels. La phase systolique est plus difficile à segmenter, ce qui pourrait à terme être pris en compte en introduisant un critère de régularisation temporelle dans l’algorithme.

An automated segmentation of the left and right ventricles on cine MRI is presented here. A rectangular region around the object of interest is defined in the original image, a morphological filter is then applied that combines openings and closings on connected sets, providing an image with homogeneous regions, which is finally segmented with an active contour model. The algorithm was tested on two databases with an expert's segmentation on the ventricles. One of the databases was provided by the Multicentric Initiative for a Platform of Evaluation in Cardiac Imaging (IMPEIC) group. Results show a very satisfactory correlation between the area (given in mm2) of expertise (x) and the area of automated segmentation (y) of the left ventricle (y = 1.00x + 8.6, r = 0.99). First results on the right ventricle show more than 83% similarity. The systolic phase proved to be more difficult to segment, which could be taken into consideration by introducing time regularization criteria in the algorithm.