La méthode actuelle de reconstruction 3D de la cage thoracique par stéréoradiographie utilisée au centre de recherche du CHU Sainte-Justine effectue l'étape de détection 2D des côtes de façon totalement manuelle par un technicien. Cependant, cette méthode manuelle comporte plusieurs limites qui restreignent ses applications cliniques. Tout d'abord, elle prend un temps considérable (1 à 2 heures avant de passer à l'étape de reconstruction 3D), car elle demande au technicien d'insérer une très grande quantité de points de contrôle. Ensuite, seules les lignes médianes des côtes sont reconstruites en 3D et toute l'information des contours des côtes est perdue. Finalement, la précision de détection 2D des lignes médianes ainsi obtenues est mise en doute, car la technique est dépendante de l'interprétation humaine, alors que la ligne médiane d'une côte est un repère morphologique imaginaire et parfois difficile à tracer de visu. Ceci laisse croire que la technique manuelle de détection 2D actuelle ne permet pas de garantir la précision de détection de la ligne médiane en dedans d'une certaine marge d'erreur et ne favorise pas la répétabilité des résultats. L'objectif de ce projet de recherche est donc de concevoir une technique semi-automatique de détection 2D des contours des côtes (et non de la ligne médiane) qui soit précise et robuste, et qui puisse s'appliquer autant à la partie dorsale qu'à la partie ventrale de chacune des 24 côtes de la cage thoracique et ce, dans les deux vues radiographiques postéro-antérieures PA-0° et PA-20°.

On trouve dans la littérature plusieurs méthodes de détection 2D des contours des côtes complètement automatisées, mais elles se limitent toutes à la détection des côtes saines dans des radiographies thoraciques standard 0° (PA-0° ou AP-0°). En plus, la très grande majorité de ces méthodes, pour contraindre leur espace de recherche, se basent sur des a priori morphologiques qui supposent les côtes tantôt horizontales au niveau de la zone pulmonaire, tantôt éloignées les unes des autres par une distance intercostale constante, tantôt respectant un modèle morphologique statistique faisant intervenir un très faible nombre de paramètres. Lorsqu'on a affaire à des côtes scoliotiques, cependant, l'ensemble de ces a priori sont invalidés ou deviennent très difficiles à maintenir. C'est la raison pour laquelle une nouvelle méthode de détection à caractère semi-automatique fut développée dans le présent projet. En effet, la très grande variabilité de la morphologie de la cage thoracique d'un patient scoliotique à l'autre laisse croire qu'une approche de détection semi-automatique avec possibilité de correction manuelle en post- traitement s'avère une avenue plus prometteuse qu'une approche complètement automatisée.

La méthode proposée s'appuie sur le fait que l'image 2D radiographique d'une côte, peu importe le degré de déformation scoliotique, aura toujours des bords supérieur et inférieur relativement parallèles entre eux. La méthode utilise une approche de suivi de contours avec branchements multiples. Pour chacune des côtes à détecter, l'utilisateur doit d'abord insérer quatre points de contrôle, qu'il situe aux deux extrémités de la côte, sur les contours inférieur et supérieur. Ensuite, quatre processus de suivi de contours sont initialisés à partir de ces quatre points de départ et pour chacun, un arbre de suivi de contours est obtenu. L'originalité de la technique repose sur le fait que le processus de suivi de contours conçu a la faculté de suivre simultanément plusieurs embranchements de contours significatifs. Le contour final est obtenu en traitant les quatre arbres de suivi de contours de manière à retenir la solution décrivant le couple de contours (contours inférieur et supérieur) le plus parallèle. Par ailleurs, dans l'approche semi-automatique utilisée, on a également conçu une étape a posteriori de correction manuelle des côtes. L'usager peut donc délimiter les côtes n'ayant pas pu être détectées ou corriger manuellement celles qui lui semblent avoir été mal détectées.

La méthode fut testée à l'aide de 44 radiographies thoraciques de patients scoliotiques dont l'ensemble des côtes furent marquées a priori par un expert en radiologie. Aussi, chacune des radiographies fut préalablement classée en bonne, moyenne ou mauvaise qualité en tenant compte de plusieurs caractéristiques radiographiques. L'analyse des résultats montre que la méthode proposée est bien adaptée à la détection des contours de côtes scoliotiques. La précision moyenne de détection 2D obtenue est de 2,64 pixels. Comparée à la littérature, la méthode proposée est plus précise tout en étant plus flexible. Aussi, l'un de ses principaux avantages est sa capacité à détecter les parties ventrales des côtes et de pouvoir s'appliquer à l'ensemble des 24 côtes de la cage thoracique. Par ailleurs, lorsque l'on considère les différentes qualités radiographiques séparément, la précision passe de 3,60 pixels, à 2,71 pixels et à 1,97 pixels pour les qualités mauvaise, moyenne et bonne respectivement. Par ailleurs, en ce qui concerne la robustesse générale, 93% des côtes marquées furent efficacement détectées, parmi lesquelles 27% ont nécessité des corrections manuelles mineures et 5%, des corrections majeures. 61% des côtes détectées n'ont nécessité aucune correction, et leur précision moyenne de détection 2D associée est de 1,5 pixels. Le temps usager moyen pour marquer les côtes d'une paire de radiographies est de moins de 12 minutes et celui pour effectuer la correction manuelle est d'environ 17 minutes. La méthode proposée prend donc à l'usager 10 fois moins de temps qu'avec l'ancienne méthode manuelle, ou 4 fois moins de temps qu'avant lorsqu'on considère l'étape de correction manuelle.

La principale contribution des travaux présentés dans ce mémoire est de permettre de détecter précisément le contour même des côtes scoliotiques au lieu de se limiter à leur ligne médiane, et ce en réduisant le travail du technicien. En proposant une amélioration de la précision et de la répétabilité de la détection 2D à l'intérieur de la technique de reconstruction 3D des côtes, ces travaux contribuent directement à l'effort de diminution de la dose de radiation infligée aux patients scoliotiques lors de suivis cliniques et, par le fait même, ouvrent aussi la voie vers une toute nouvelle technique de reconstruction 3D qui s'appliquerait non pas uniquement à reconstruire des modèles filaires, à partir des lignes médianes, mais bien des modèles surfaciques à partir de la détection des contours effectifs des objets à reconstruire.

The method for stereoradiographic 3D reconstruction of the rib cage currently used at CHU Sainte-Justine research center implements a completely manual 2D detection step done by a technician. This manual detection method, however, has weaknesses which limit its clinical applications. First of all, it is prohibitively time-consuming for the user, who needs from 1 to 2 hours (before the 3D reconstruction step) to insert all the numerous starting points. Secondly, only rib midlines are reconstructed with the manual method and information from actual rib borders is lost. Finally, the 2D accuracy of the detected rib midlines is questioned by itself, because the method relies on human interpretation of the midlines' locations whereas the rib midline is an imaginary morphological feature and is sometimes very hard to pinpoint bare-eyed. This allows us to believe that the method's 2D detection accuracy cannot be guaranteed within some range, due to its manual nature, nor can we make sure for now that the results are repeatable. The current research project's main objective is to develop and implement a novel semi-automatic method for 2D detection of actual scoliotic rib borders that would be accurate and robust whereas being applicable to both dorsal and ventral portions of all 24 ribs of the rib cage, using both postero-anterior views PA-0° and PA-20°.

Literature on that matter contains a lot of fully automatic methods for detecting actual rib contours, but they limit themselves to detecting normal, non-scoliotic ribs in standard zero-angle thoracic radiographs (PA-0° ou AP-0°). In addition, most of those methods, in order to constrain their search space, rely on shape priors stating that the ribs are oriented horizontally in the lung area or that the intercostal space is constant from one rib to another or even that the rib cage morphology can be predicted by a morphological statistical model with a limited number of parameters. In the scoliosis context, however, all of these priors become invalid or inappropriate. This is the reason why a new 2D rib detection method, that is semi-automatically driven, was developed in the current project. In fact, great variations in ribcage morphologies from one scoliotic patient to another indicate that a semi-automatic detection approach with manual correction capabilities in a corrective post-processing step would be more suitable than a fully automated approach.

The proposed method is based on the fact that a radiographic rib, no matter how bent it is, will always present relatively parallel upper and lower borders. The method uses an edge-following approach with multiple-path branching. For each rib to detect, the user has to insert four starting points, which are to be located at both rib extremities, on both upper and lower borders. Then, four edge-following processes, initiated from these four starting points, each form an edge-following tree graph by the end of the algorithm. The novelty of the method is its ability to follow multiple promising paths simultaneously. The final rib border solution is obtained by processing the four edge-following trees and by retaining the most parallel pair of borders (upper and lower). Besides, in the semi- automatic context, we also designed manual correction of the ribs as a post-processing step. The user is then able to manually delineate ribs that were missed during edge- following execution, or can manually correct those which seem to have been incorrectly detected.

The method was tested on 44 chest radiographs of scoliotic patients for which all the ribs were a priori marked by an expert. Also, each of these radiographs were classified beforehand as good, regular or poor quality, by taking many image characteristics into account. Analysing the results, we note that the method is well suited for actual border detection of scoliotic ribs. The average 2D detection accuracy is 2,64 pixels. When compared to previous studies in literature, the proposed method is more accurate and flexible. Also, what comes out as a great asset is its ability to detect both ventral and dorsal parts of the ribs, whereas being applicable to all the 24 ribs of the rib cage. Besides, when considering the different quality levels separately, the accuracy changes from 3,60 pixels, to 2,71 pixels and to 1,97 pixels for poor, regular and good quality levels, respectively. Analysing the robustness, we observe that 93% of all the marked ribs were effectively detected, among which 27% required minor manual corrections in a post-processing step and 5% required major corrections by the user. 61% of the detected ribs did not require any correction and their associated average 2D accuracy is 1,5 pixels. The average user time for marking all the ribs on a pair of radiographs is less than 12 minutes and the one for manual correction step, about 17 minutes. The proposed method is thus 10 times faster than the previous manual one, or 4 times faster when considering the manual correction step.

The main contribution of this work is to give us the ability to accurately detect the actual borders of scoliotic ribs instead of limiting ourselves to their midlines. By enhancing the 2D detection accuracy and repeatability inside the 3D reconstruction work frame, the present study directly contributes to the efforts done towards decreasing radiation doses inflicted to patients during follow-ups, and at the same time, it calls for a totally new 3D reconstruction technique that would provide us with more personalized 3D models, considering that full information from rib borders would be used instead of just fitting generic rib 3D models onto reconstructed rib midlines.