Image Guided neurosurgery: mixed visualisation and quantification of intraoperative brain deformations using stereoscopic reconstructions of the cortical surface.
Neurochirurgie guidée par l'image : visualisation mixte et quantification des déformations cérébrales peropératoires à l'aide de reconstructions stéréoscopiques de la surface corticale
Résumé
Image guidance mainly consists of displaying preoperative images related to the neurosurgeon's
view of the operative field. In most available commercial neuronavigation systems, limitations
are limited point of view and difficulty to understand 3D complex scenes. Furthermore,
after opening the arachnoid, cortical surface deformation is significant and the preoperative
information no longer corresponds to the anatomical reality of the patient. We present a new
approach referred to as augmented virtuality for displaying intraoperative views of the operative
field over 3D multimodal preoperative images onto an external screen during surgery.
3D surfaces meshes of the operative field were then generated using stereopsis. An approach
for correcting the intraoperative location of regions of interest near the surface, based on 3D
surface meshes registration and on tracking in video image sequences is also presented. The
approach consists in using surface meshes obtained by stereoscopic reconstructions from the
microscope oculars. A visible light image is associated with this surface. Between two acquisitions
of surfaces meshes, landmarks are tracked in the video. The cost function for surface
matching is then composed by a dissimilarity metric based on both Euclidian distance and
intensity correlation and an additional term which is the deformation field representing the
respect of landmark matching. Good performance of our methods was assessed by reference
comparison, using phantoms in clinical settings and on some real clinical cases.
La neurochirurgie guidée par l'image consiste à afficher un modèle du patient et de la chirurgie
en lien explicite avec le patient. Les systèmes commercialisés proposent une mise en relation
limitée à la position de l'outil dans le modèle patient. De plus, ils ne prennent pas en compte les
déformations anatomiques cérébrales qui se produisent durant l'intervention chirurgicale et qui
rendent obsolètes le modèle du patient et de la chirurgie. Nous avons proposé dans cette thèse
une amélioration de ces systèmes de neuronavigation, pour l'exérèse de lésion avec craniotomie,
non invasive, sans contact et sans ajout encombrant de matériel en salle. Nous avons ainsi
proposé une méthode de "virtualité augmentée ", basée sur l'utilisation des images provenant
du microscope chirurgical. Cette méthode consiste à afficher, dans le modèle patient pendant
la chirurgie, la surface 3D du champ opératoire, telle que vue par le neurochirurgien à travers
les binoculaires du microscope. Cette surface est obtenue par stéréoscopie. Nous proposons également
d'utiliser cette surface du champ opératoire pour détecter les déformations cérébrales
anatomiques en surface et estimer un champ de déplacement dense pouvant être utilisé pour
mettre à jour le modèle du patient au fur et à mesure de l'intervention. Pour cela, nous mesurons
la distance entre deux surfaces acquises en mettant en correspondance les points des deux
surfaces et leur texture associée. Nous nous basons sur une fonction de coût à trois termes. Les
deux premiers termes mesurent l'attache aux données à la fois en distance euclidienne et en
luminance. Le troisième terme rajoute une information temporelle. Ce troisième terme est basé
sur l'information de position d'amers anatomiques suivis dans le flux vidéo, reliant les deux acquisitions
de surface. Nous avons montré les bonnes performances de nos méthodes de virtualité
augmentée et de suivi des déformations en surface, sur fantômes en condition cliniques et sur
des cas cliniques.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...