HOME / SEMESTRE 2 INSTRUMENTATION BIOMéDICALE /

Traitement de l’image médicale

 

  • Chapitre 1 : Capteurs d’images et dispositifs d'acquisition numérique
    • Colorimétrie. Lumière et couleur dans la perception humaine
    • Systèmes de représentation de la couleur : rgb, xyz, yuv, hsv, yiq
    •  Schéma de principe d’une chaîne de traitement d’images
    • Principe et caractéristiques des capteurs CCD et CMOS
    •  Numérisation d’une image
    • Notions de définition, résolution et quantification d’une image numérique (taille, dpi, ppi, bpp, etc.)
  • Chapitre 2 : L’image médicale
    • Les différents types d’images médicales (morphologique, fonctionnelle et moléculaire), Limitations de chaque type
    • Exemples d’images médicales (Radiologie, Nucléaire, Résonnance magnétique, Ultrasonore, Doppler, etc.). Agents physiques (Rayons X, Rayons Gamma, Champs magnétiques, ultrasons, …) et paramètres mesurés (Coefficients d’atténuation, Concentration radioactive, Densité de protons, Impédance, etc.).
    • Caractéristiques des différentes images médicales
    • Les sources de dégradations liées aux images médicales (bruits, quantification, artefacts, biais, flous, défauts radiométriques, Effet Compton, Diffusion, éblouissements, atténuation, distorsions géométriques)
    • Nécessités de traitements d’images médicales
  • Chapitre 3 : Opérations de bases sur l’image médicale
    • Notions d’histogramme et de contraste
    •  Correction de la dynamique de l’image par les transformations affines sur l’histogramme
    •  Egalisation d’histogramme et correction gamma
    • Opérations logiques et arithmétiques sur les images
    • Opérations morphologiques (dilatation, érosion, ouverture, fermeture, …)
    •  Seuillage et Binarisation
  • Chapitre 4 : Prétraitements
    • Filtrage spatial et Convolution 2D : notions de masque (moyenneur, gaussien, binomial, etc.)
    • Lissage linéaire puis non linéaire de l’image (médian, …)
    • Filtrage fréquentiel : (FFT 2D et propriété de séparabilité, filtre passe-bas, passe-haut, …)
    • Détection de contours (Objectifs, Types de contours, Masque de Roberts, Prewitt, Sobel, Opérateurs Laplacien, Filtre de Marr-Hildreth,…)
    • Restauration d’images médicales (rehaussement du contraste, Recalage, atténuation de l’effet de flou, déconvolution)
  • Chapitre 5 : Segmentation et classification
    • Principe et différentes approches de segmentation (par seuillage, par régions, approche de la classification, …)
    • Extraction de paramètres
    • Reconnaissance et classification d’objets (distance Euclidienne, Kppv, …)
  • Chapitre 6 : Images médicales 3D
    • Principes, de l’image 2D { l’image 3D
    • Systèmes de vision passive : calibrage de caméras et de systèmes à rayons-X, mise en correspondance de primitives, géométrie épi polaire, reconstruction 3D, fusion multimodale d'images médicales.
    •  Reconstruction 3D à partir de séquences d'images
    •  Systèmes de vision active (Techniques de recalage d'images 3D, …)
    •  Exemples d'applications de reconstruction 3D de structures anatomiques à partir d'images médicales. (L’échographie 3D et/ou La tomographie 3D Scanner : Principes, Résolution, limites et avantages)