4
Conclusion générale Conclusion générale Dans le cadre de traitement d’images et plus particulièrement le développement de méthode d’analyse d’images à des fin d’interprétation par des expert, le présent travaille est orienté vers la fusion d’image médicale. La fusion d’image comporte deux étapes importantes à savoir le recalage d’image et la visualisation. L’objectif principal de notre travail est de développer et implémente une méthode de recalage appliqué aux images médicales cérébrales pour ce la, on a : - aborder l’étude des techniques d’imagerie médicale, et on a mis accent dans cette étude, sur l’obtention d’images IRM cérébrales. - On a étudié le recalage spatial et les outils mathématiques utilisés à savoir les transformations géométriques et les mesures de similarité. - On a développer en suite une nouvelle méthode de recalage issue, d’application d’une combinaison d’idée des deux approche de recalage : approche iconique et approche basée primitive. -Particularité de notre méthode et d’être une méthode de recalage spatiale semi automatique. - La méthode développée est implémentée en mettant en jeu des images IRM cérébrales. A travers ce travail on a pu cumule des connaissances dans différent domaines par exemple : - Des connaissances sur le domaine de l’imagerie (numérisation d’image, type d’image… ) et du traitement d’images. 73

Imagerie Medical Recalage Conclusion

Embed Size (px)

Citation preview

Page 1: Imagerie Medical Recalage Conclusion

Conclusion générale

Conclusion générale

Dans le cadre de traitement d’images et plus particulièrement le développement de méthode

d’analyse d’images à des fin d’interprétation par des expert, le présent travaille est orienté

vers la fusion d’image médicale.

La fusion d’image comporte deux étapes importantes à savoir le recalage d’image et la

visualisation.

L’objectif principal de notre travail est de développer et implémente une méthode de recalage

appliqué aux images médicales cérébrales pour ce la, on a :

- aborder l’étude des techniques d’imagerie médicale, et on a mis accent dans cette étude, sur

l’obtention d’images IRM cérébrales.

- On a étudié le recalage spatial et les outils mathématiques utilisés à savoir les

transformations géométriques et les mesures de similarité.

- On a développer en suite une nouvelle méthode de recalage issue, d’application d’une

combinaison d’idée des deux approche de recalage : approche iconique et approche basée

primitive.

-Particularité de notre méthode et d’être une méthode de recalage spatiale semi automatique.

- La méthode développée est implémentée en mettant en jeu des images IRM cérébrales.

A travers ce travail on a pu cumule des connaissances dans différent domaines par exemple :

- Des connaissances sur le domaine de l’imagerie (numérisation d’image, type d’image… )

et du traitement d’images.

-Acquérir une méthodologie à suivre pour effectuer des recherches.

- L’intérêt de l’imagerie médicale en vision par ordinateur.

-Des connaissances sur le domaine applicatif : anatomie cérébrale, les pondération utilise pour

avoir des image IRM, particulièrement et les démarches à suivre pour le thème de recalage.

- La programmation modulaire sous Windows en utilisant Borland JBuilder.

Pour ce qui reste a faire, on a propose les perspective suivantes :

- Trouver et Applique d’autre méthodes algébriques pour utilise et combiner les avantages des

deux approche de recalage.

- Appliqué un recalage automatique pour arriver a des bonne résultats sans l’intervention d’un

opérateur.

- Élargir l’espace d’application pour des images de multi modalité.

L’utilisation d’un autre environnement de développement à travers une plate forme multi

agents dédié aux traitements d’images numériques.

73

Page 2: Imagerie Medical Recalage Conclusion

Conclusion générale

La fusion des images permet d’améliorer ou d’accroître la connaissance sur des points, des

régions, ou des structures dans les images.

L’objectif majeur et particulièrement dans le domaine médical, est l’aide à la compréhension

et l’interprétation des images par les médecins.

Afin que deux images puissent être correctement fusionné, il faut les recaler, c'est-à-dire

déterminer les pixels ou régions, des deux images qui correspondent aux mêmes points ou aux

mêmes régions.

Le recalage est alors déterminant pour le processus de la fusion.

Les méthodes de recalage tant nombreuses sont classées selon des approches dépendant de

différents éléments de classification.

Notre projet porte sur l’étude d’une méthode de recalage d’images médicales et

particulièrement des images IRM cérébrales.

Ce mémoire se propose de présenter les techniques d’imagerie médicale les plus utilisées,

d’explorer et d’étudier les techniques de recalage, et de développer une méthode de recalage

pour l’implémenter ensuite tout en utilisons des images IRM cérébrale.

Dans le premier chapitre, on introduit les principales modalités d’images médicales,

le deuxième chapitre traite le recalage d’image et les éléments de classification des méthodes

de recalage.

On s’intéresse particulièrement au recalage spatial.

Dans le chapitre trois on présente les transformations géométriques et les mesures de

similarités qui constituent les deux éléments essentiels du recalage.

Le chapitre quatre est consacré au développement de notre méthode de recalage adapter à

travers une approche hybride. Celle-ci découle d’utilisation a la fois de primitives points et de

calcul de mesure de similarité tout en utilisons la transformation géométrique similitude.

L’implémentation de cette méthode est présentée dans le dernier chapitre.

Une conclusion présentait ce qui a été fait et acquis et donnant les grandes lignes de suite de

notre projet en perspective termine notre mémoire.

74