Le traitement d'images 3D consiste à visualiser, traiter et analyser les données d'images 3D grâce aux transformations géométriques, au filtrage, à la segmentation d'images et à d'autres opérations morphologiques.
Le traitement d'images 3D est couramment utilisé en imagerie médicale pour analyser des images DICOM ou NIfTI à partir de sources radiographiques telles que l'IRM ou la tomodensitométrie. On peut aussi utiliser les techniques de traitement d'images 3D en microscopie pour la détection et l'analyse d'échantillons tissulaires ou pour la traçabilité des neurones.
Les ingénieurs de Medviso utilisent MATLAB pour développer des logiciels d'analyse cardiovasculaire destinés aux cliniciens du monde entier.
Au-delà de l'imagerie médicale, vous pouvez utiliser les techniques de traitement d'images 3D pour effectuer des scans de sûreté sur les bagages, ou pour analyser les scans de matériaux pour comprendre leur structure. Parmi les autres domaines d'application, on trouve la reconnaissance d'activité vidéo pour l'électronique grand public ou encore la surveillance aérienne pour les systèmes de défense.
Il existe beaucoup de techniques pouvant être utilisées pour le traitement de données d'images 3D. Ces techniques diffèrent en fonction de la tâche que vous essayez d'accomplir, notamment l'importation, la visualisation, le traitement et l'analyse de vos données.
Ce diagramme met en évidence les composants clés d'un processus de traitement d'images 3D.
Importer et visualiser les images
Les données d'images 3D peuvent provenir de nombreuses sources et se présenter sous divers formats. Pour importer et visualiser des images 3D de manière efficace, il est important d'avoir accès aux données sous-jacentes et aux métadonnées des images.
Vous pouvez visualiser des images 3D en utilisant différentes méthodes selon les détails que vous souhaitez observer. Pour certaines applications, vous souhaitez peut-être visualiser les données 3D sous forme de rendu volumique.
Vue du rendu volumique d'une spirale 3D.
Pour d'autres applications, vous pouvez voir les données 3D sous forme de plans 2D dans un système de coordonnées tridimensionnel.
Vue d'un volume 3D sous forme de tranches en 2D.
Filtrage et amélioration des images
Les images 3D contiennent généralement du bruit indésirable qui masque ou atténue les caractéristiques des volumes qui vous intéressent. L'application de filtres d'images, la normalisation du contraste de l'image ou encore les opérations morphologiques sont des techniques fréquemment utilisées pour éliminer le bruit des images 3D.
Recalage d'images
Lorsque vous travaillez avec des jeux d'images 3D, les images proviennent généralement de plusieurs dispositifs ou d'un dispositif en mouvement, ce qui peut entraîner un désalignement du fait de la rotation ou encore un décalage et des différences de mise à l'échelle. Vous pouvez éliminer ou réduire ce désalignement en utilisant des transformations géométriques 3D et des techniques de recalage d'images.
Recalage d'images médicales multimodales
Segmentation d’images
Lorsque vous analysez un volume ou une image 3D, vous pouvez isoler certaines régions afin de réaliser des calculs uniquement dans les zones qui vous intéressent. Par exemple, si vous voulez calculer le volume d'une bouteille se trouvant à l'intérieur d'une boîte, vous pouvez utiliser la segmentation d'images pour partitionner l'image 3D, entre la bouteille et les autres structures de la boîte.
Importer des images 3D
Avec MATLAB, vous pouvez utiliser des applications interactives et des fonctions intégrées pour importer vos images 3D depuis différents formats de fichiers tels que TIFF, DICOM ou NIfTI.
L'application DICOM Browser vous permet de consulter des collections de fichiers DICOM.
Visualiser les données de volume
MATLAB vous permet de visualiser et d'explorer des données d'images 3D, étiquetées ou non.
L'application Volume Viewer vous permet de manipuler et d'afficher des données volumétriques 3D, étiquetées ou non.
Recalage d'images 3D depuis différentes modalités.
MATLAB supporte les images de modalités diverses et offre des processus intégrés de recalage d'images pour les intégrer.
Cet exemple montre comment aligner automatiquement deux jeux de données volumétriques en utilisant le recalage basé sur l'intensité.
Opérations de filtrage et d'amélioration d'images
Avec MATLAB, vous pouvez réduire le bruit ou améliorer les images en utilisant diverses techniques de filtrage d'images telles que le filtre de Gauss, le filtre moyenneur ou la morphologie de l'image.
Cet exemple vous montre comment lisser les IRM d'un cerveau humain en utilisant le filtrage 3D de Gauss.
Segmenter les composants de données 3D
MATLAB offre des applications et des fonctions intégrées pour vous aider à automatiser les routines de segmentation d'images 3D.
Cet exemple montre comment effectuer une segmentation 3D en utilisant les contours actifs (serpents). Segmentez de manière interactive des tranches en 2D du volume en utilisant l'application Image Segmenter afin de créer un point de départ pour l'algorithme de contours actifs.
Traitement d'images 3D à l'aide du Deep Learning
Une approche Deep Learning pour le traitement d'images 3D pourrait impliquer l'utilisation de réseaux de neurones à convolution et de la segmentation sémantique pour apprendre, détecter et étiqueter automatiquement les caractéristiques pertinentes des images 3D.
Cet exemple montre comment utiliser MATLAB pour entraîner un réseau 3D U-Net et effectuer la segmentation sémantique de tumeurs cérébrales en images 3D.
En savoir plus sur le traitement d'images 3D
Exemples et démonstrations
Références logicielles
Version d'essai gratuite de 30 jours
Commencer
