Dans le domaine du traitement d'images et de la vision (simulation des qualités du système composé des yeux et du cerveau), la segmentation est un champ de recherche extrêmement actif. La segmentation automatique d'images consiste à décomposer la scène représentée en différents éléments selon le sens donné par l'oeil humain. Par exemple, sur une image de surveillance routière, être capable d'isoler et identifier automatiquement les plaques d'immatriculation des véhicules est une application courante. Une des approches de la segmentation est la détection des contours des objets, car il est admis que les contours et la forme d'un objet forment un très bon moyen pour l'étudier. Le sujet de ce travail de recherche est la segmentation automatique, par détection de contours, d'images de cicatrices issues de chirurgies visant à corriger une scoliose idopathique.

La scoliose idiopathique est une déformation tridimensionelle complexe du sys- tème musculo-squelettique du tronc. Environ une scoliose adolescente sur mille nécessite une intervention chirurgicale de correction. Cette intervention requiert une grande incision dans le dos du patient, le long de sa colonne vertébrale. Il en résulte une cicatrice toute aussi longue qui doit être suivie par un plasticien dans le but d'éviter toutes complications esthétiques ou cliniques. L'esthétique de la cicatrice est d'ailleurs une des premières préoccupations du patient. Le plasti- cien procède au diagnostique visuel, en s'appuyant sur l'observation de plusieurs caractéristiques telles que la largeur, l'épaisseur, la couleur, et l'élasticité. Cette évaluation qualitative est assez subjective.

L'objectif de ce projet est de proposer aux plasticiens en charge d'une telle tâche une méthodologie informatique d'analyse automatique d'images, offrant la possi- bilité de mesurer facilement certains des critères utilisés:​ les critères dimensionnels (largeur, épaisseur), et chromatiques. Un tel outil permet aussi de procéder à la constitution de banques de données sur les cicatrices et leurs évolutions selon les paramètres suscités. De telles études quantitatives permettraient aussi de pouvoir comparer des méthodes et outils cliniques mis en jeu dans la chirurgie plastique. Par exemple, il deviendrait possible de comparer l'efficacité des différentes manières de fermer une cicatrice, les différents types de fils, etc. Ces enjeux ont des répercussions directes au niveau industriel. Le problème de l'étude des cicatrices en traitement d'images est nouveau, et constitue un domaine ouvert pour la recherche.

Cette méthodologie s'appuie sur le système d'acquisition INSPECK (INSPECK Inc., Montréal) qui est un système de vision active non invasif composé de numé- riseurs optiques. Ce système fournit une renconstruction tridimensionnelle texturée couleur du tronc, et en particulier du dos avec la cicatrice. Dans le cadre de cette étude, seule la texture couleur liée à cette reconstruction est exploitée. Ce projet s'insère donc sur un système qui n'a pas été spécifiquement choisi pour ce travail. Ce fut une contrainte importante, car la caractéristique interessante du système INSPECK réside dans l'acquisition tridimensionnelle. La qualité des textures cou- leurs, elle, est moyenne pour le type de caméras grand champs utilisées pour cette application. Nous nous situons donc bien dans le domaine des images biomédicales, à savoir des images réputées difficiles à traiter et à analyser en traitement d'images. Un grand nombre de publications sont spécifiquement offertes dans ce domaine et proposent des outils adaptés;​ c'est le cas aussi de ce travail. Il a nécessité la concep- tion d'algorithmes et l'utilisation de plusieurs outils et techniques combinés pour pouvoir mener à bien la segmentation.

L'algorithme développé est donc un algorithme automatique de traitement d'im- ages 2D couleurs. L'objectif visé à long terme est l'utilisation par un personnel hospitalier. L'aspect automatique est donc important. Un des objectifs et une des contributions ont été d'exploiter les informations liées à la couleur. La méthodologie proposée se décompose en trois étapes. La première rehausse la texture couleur pour aider à l'extraction du contour de la cicatrice. Il s'agit d'un filtre à base d'équations à dérivées partielles (EDP), qui est la combinaison d'un filtre de diffusion anisotro- pique, et d'un filtre de choc. La deuxième étape consiste à extraire plusieurs mesures locales liées aux contours dans l'image texturée. Cette étape utilise un opérateur à base de distributions de couleurs. La troisième étape traite ces mesures pour en extraire le contour optimal de la cicatrice. Elle est composée premièrement d'un algorithme d'études d'histogrammes locaux itératifs, qui sert à isoler complètement la cicatrice des taches environnantes. Puis, une modélisation par splines cubiques lissées est obtenue.

Les indices cliniques à proprement dits ne sont pas abordés dans cette étude car ils restent à être définis précisément par l'équipe de chirurgie plastique qui est à l'origine du besoin exprimé. L'étude se limite à proposer une méthode pour extraire le contour d'une cicatrice. Cette méthode a été validée en comparant les contours obtenus à ceux que tracerait un opérateur humain sur les cicatrices de patients. Le contour d'une cicatrice est le support idéal pour extraire des indices cliniques tels que ceux utilisés habituellement par les plasticiens. Il est très simple d'extraire des informations liées à la largeur et l'épaisseur directement à partir du contour. L'écart moyen mesuré de la méthodologie est de 0.67 ± 0.24 mm à 95%. Mais il peut atteindre parfois des valeurs maximales de plusieurs mm. Ce sont des résultats très encourageants, qui soulignent la faisabilité du projet, même s'ils n'assurent pas sa validité clinique à l'heure actuelle. Ces mesures ont été faites avec des caméras INSPECK ancienne génération, et les nouvelles caméras récemment arrivées sur le marché laissent espérer une nette amélioration de ces caractéristiques.

In the vision and image processing fields - simulation of functionnality of the human system composed of the eyes and brain- the segmentation is an extremely active field of research. The automatic segmentation of images consists in breaking up the scene into various elements according to direction's given by the human eye. For example, on an image of road monitoring, being able to isolate and identify automatically the plate number from the vehicles is an interesting application. One of the approaches of the segmentation is the detection of contours of the objects, because it is assumed that contours and the shape of an object form a very good means to study it. The subject of this research is the automatic segmentation, by detection of contours, of scars images resulting from surgeries aiming at correcting an idiopathic scoliosis.

Idiopathic scoliosis is a tridimensional deformation of the skeletal and muscle system of the trunk. Among teenagers, approximately a scoliosis on a thousand requires a surgical procedure for correction. This intervention requires a large in- cision in the back of the patient, along his spinal column. It results in a long scar which must be followed by a plastic surgeon with an aim of avoiding all esthetic or clinical complications. The esthetic of the scar is besides one of the first concerns of the patient. The plastics surgeon proceeds to visual diagnostic based on the ob- servation of several characteristics such as width, thickness, color, and elasticity. This qualitative evaluation is rather subjective.

The goal of this project is to propose to the plastic surgeons a data-processing methodology that analyzes images, making it possible to easily measure some of the criteria used:​ dimensional and chromatic criteria. Such a tool also makes it possible to proceed to the constitution of data banks on scars and their evolutions. Such quantitative studies would allow to compare methods and clinical tools brought into play in the plastic surgery. For example, it would become possible to compare the various manners of closing a scar, the various types of closing wire etc. These stakes have direct repercussions at the industrial level. The problem of the study of the scars in image processing is new, and remains as still an open research field.

This methodology is based on the INSPECK acquisition system - INSPECK Inc, Montreal - which is a active vision system composed of optical digitizers. This system provides a textured three-dimensional color renconstruction of the whole trunk with the scar. Within the framework of this study, only color texture image is exploited. This project thus fits on a system which was not specifically selected for this work. It was an important constraint, because the interesting caracteristic of INSPECK system lies in three-dimensional acquisition. The quality of color textures colors is medium for the large field cameras used for this application. We are thus solving a problem in the field of the biomedical images, namely of the images considered difficult to treat and analyze in image processing. A great number of publications are offered in this field and propose adapted tools. It is the case also of this work. It required the design of algorithms and the use of several tools and technical components to be able to conclude the segmentation.

The developed algorithm is thus an automatic algorithm of 2D color image processing. In a long term, this tool will be used routinely. The automatic aspect is thus important. One of the objectives and one of the contributions were to exploit information related to the color. The proposed methodology breaks up into three stages. The first enhances color texture to help with the extraction of the contour of the scar. It is mainly a filter based on equations with partial derivative, which is a combination of an anisotropic diffusion filter, and a shock filter. The second stage consists in extracting several local measurements related to contours in the textured image. This stage uses an operator based on color distributions. The third stage treats these measurements to extract the optimal contour of the scar. It is firstly based on an algorithm that studies iterative local histograms, whose aim is to completely isolate the scar from the surrounding. Then, a model of smoothed cubic splines is calculated.

The clinical indices are not discussed in this study because they remain to be precisely defined by the team of plastic surgeons. The study proposes a methodology that extracts contour from a scar. This method was validated by comparing the obtained contours with those traced by a human operator on the scars of patients. The contour of a scar is an ideal support to extract clinical indices such as those used usually by the plastics surgeons. It is very simple to extract information related to the width and the thickness directly from the contour. The measured average deviation of the methodology is 0.67 ± 0.24 mm at 95%. But it can reach higher values in bad conditiions. These are very encouraging results, which underline the feasibility of the project, even if they do not presently ensure its clinical validity. These measurements were made with old INSPECK cameras, and new cameras recently arrived on the market let hope for a clear improvement of these results.