L’asymétrie mammaire chez les adolescentes présentant une scoliose idiopathique

La scoliose idiopathique de l’adolescence (SIA) est une déformation tridimensionnelle complexe du rachis affectant majoritairement les filles. L’atteinte progressive est surtout esthétique avec, notamment, une déformation de la cage thoracique résultante. L’asymétrie mammaire est une préoccupation fréquente chez ces jeunes filles. Se définissant comme une différence de forme, de position ou de volume des seins ou des complexes aréolo-mamelonnaires, l’asymétrie mammaire est courante chez les femmes, mais habituellement mineure et non visible. Il demeure incertain dans la littérature si l’asymétrie mammaire est plus fréquente chez les scoliotiques. De plus, très peu d’études ont évalué la relation entre la scoliose et l’asymétrie mammaire. De façon instinctive, on serait porté à croire que ce ne sont pas les seins qui sont asymétriques, mais plutôt la déformation du thorax en rotation qui donne cette impression. Les seins représentent un des organes les plus difficiles à mesurer étant donné leur grande variabilité. Plusieurs méthodes de mesure ont été décrites. L’imagerie par résonance magnétique (IRM) est considérée l’outil le plus précis pour définir la glande mammaire et plus particulièrement, sa délimitation sur la cage thoracique. Ce projet consiste à quantifier l’asymétrie mammaire, représentée par une différence de volume entre les deux seins, chez une cohorte de jeunes filles présentant une SIA significative, en utilisant l’IRM comme outil de mesure. Ensuite, une méthode de mesure automatisée, à partir de la topographie surfacique 3D, est proposée. Les résultats obtenus avec cette méthode sont confrontés à ceux de l’IRM. L’influence de la posture sur le volume mammaire est également étudiée à partir de ces deux modalités différentes. Pour réaliser ces objectifs, une cohorte de 30 patientes scoliotiques a été recrutée sur la base de leur courbure thoracique et de leur maturité osseuse et mammaire. Deux imageries de tronc ont été effectuées : la topographie surfacique 3D et la résonance magnétique. Dans un premier temps, la sommation des images segmentées acquises par IRM nous a permis de mesurer de façon très précise le volume mammaire. Notre cohorte présente une asymétrie mammaire moyenne statistiquement significative de 8.32%. 66.6% des patientes présentent une asymétrie ≥ 5%. Par ailleurs, le sein gauche est plus volumineux chez 65.5% des patientes. Une faible corrélation non-significative existe entre les volumes mammaires et l’angle de Cobb ainsi que la gibbosité thoracique. Par la suite, une méthode de mesure automatisée, développée à partir de l’environnement mathématique Matlab, est appliquée directement sur les reconstructions 3D. En bref, elle consiste à identifier les contours des seins pour les exciser afin d’exposer la cage thoracique puis, à soustraire le thorax complet du thorax sans seins pour déterminer les volumes mammaires. Les volumes mammaires acquis par la méthode automatisée sont, de manière attendue, de plus petites tailles que ceux obtenus à l’IRM. Une forte corrélation est établie entre les volumes mammaires obtenus par les deux différentes techniques de mesure. Bien que statistiquement significatives, les asymétries mammaires (r= 0.614, p< .001) ne sont pas aussi fortement corrélées entre elles que les volumes. Le sein droit (r=0.805) présente une corrélation plus élevée que le sein gauche (r=0.747). Finalement, l’influence de la posture est étudiée à partir des maillages 3D de l’IRM (décubitus ventral) et de la topographie surfacique 3D (position debout). D’excellentes corrélations sont confirmées entre les volumes mammaires ; r= 0.896 et r= 0.939, respectivement pour les volumes mammaires gauches et droits. Ce projet a permis de démontrer, pour la première fois, qu’il est possible de calculer le volume mammaire de façon objective et précise avec l’IRM, chez une cohorte scoliotique. Grâce à la précision des repères anatomiques, l’IRM nous a permis de revisiter une croyance populaire dans la communauté de la scoliose. Celle soutenant que l’asymétrie mammaire ressentie par les patientes n’est qu’une perception. Ces nouvelles données nous permettrons de conseiller les jeunes filles avec la SIA, concernant leurs préoccupations sur l’asymétrie de leurs seins. Nous avons confirmé que la méthode de mesure automatisée est réalisable cliniquement et pourrait être utilisée pour prédire les volumes obtenus à l’IRM. Par ailleurs, c’est le premier outil de mesure de volumétrie mammaire complètement automatisé à notre connaissance. Les volumes mammaires obtenus debout et en décubitus ventral sont comparables.

Déterminants et inégalités d’utilisation des services obstétricaux essentiels dans les pays à revenu faible et intermédiaire

Introduction Chaque année, 289 000 femmes décèdent des complications reliées à la grossesse et à l’accouchement, et 2.9 millions de nouveau-nés décèdent avant d’atteindre 28 jours de vie. La quasi-totalité (99%) des décès maternels et néonataux ont cours dans les pays à revenu faible et intermédiaire (PRFI). L’utilisation des services obstétricaux essentiels, incluant l’assistance qualifiée à l’accouchement (AA) et les services postnataux, contribue largement à la réduction de la morbidité et de la mortalité maternelle et néonatale. Il est donc essentiel d’évaluer les déterminants et les inégalités de couverture de ces services, en vue d’informer l’élaboration de politiques et de programmes de santé dans les PRFI. Objectifs 1. Étudier systématiquement les déterminants et inégalités socioéconomiques, géographiques et démographiques dans l’utilisation des services de santé postnataux dans les PRFI. 2. Évaluer l’effet de la politique de subvention des frais aux usagers introduite au Burkina Faso en 2007 sur les taux d’utilisation de l’assistance qualifiée à l’accouchement, en fonction du statut socioéconomique (SSE). Méthodes 1. Nous avons réalisé une revue systématique sur l’utilisation des services postnataux dans les PRFI, en fonction des déterminants socioéconomiques, géographiques et démographiques. Notre étude incluait une méta-analyse de l’utilisation des services selon les quintiles de SSE et le milieu de vie (urbain vs. rural). 2. Nous avons utilisé un devis quasi-expérimental. Les sources de données consistaient en deux sondages représentatifs (n=1408 et n=1403), conduits respectivement en 2008 et 2010 auprès de femmes des districts sanitaires de Houndé et de Ziniaré au Burkina Faso, en plus d’une enquête sur la qualité structurelle des soins offerts dans les centres de santé primaire. Nous avons utilisé des modèles de régression de Poisson, multi-niveaux et segmentés, afin d’évaluer l’effet de la politique de subvention sur les taux d’AA. Nous avons estimé des ratios et différences de taux d’incidence ajustés, en fonction du SSE et du temps écoulé depuis l’introduction de la subvention. Résultats 1. Les estimés de ratio de cotes (RC) agrégés (IC 95%) pour les femmes de SSE élevé (5e quintile ou Q5), Q4, Q3 et Q2 (référence : quintile le plus pauvre, Q1) étaient respectivement : 2.27 (1.75 – 2.93); 1.60 (1.30-1.98); 1.32 (1.12-1.55); et 1.14 (0.96-1.34). La méta-analyse a aussi démontré un gradient d’utilisation des services postnataux entre les femmes urbaines et rurales : RC (IC 95%) = 1.36 (1.01-1.81). L’évaluation narrative a par ailleurs identifié une différence dans la couverture de services selon le niveau d’éducation. 2. Pour les femmes de faible SSE, le taux d’AA était 24% plus élevé (IC 95% : 4-46%) immédiatement après l’introduction de la subvention, en comparaison au taux attendu en l’absence de ladite subvention. L’ampleur de l’effet a diminué dans le temps, correspondant à des estimés (IC 95%) de 22% (3-45%) à 6 mois, 20% (1-43%) à 12 mois, et 17% (-4-42%) à 24 mois après l’introduction de la subvention. La force d’association variait selon les strates de SSE, l’effet le plus prononcé étant observé au sein du SSE le plus faible. Conclusions 1. L’utilisation des services postnataux demeure inéquitable selon le SSE et l’accessibilité géographique aux formations sanitaires dans les PRFI. 2. Notre étude suggère que l’introduction de la subvention des frais aux usagers au Burkina Faso résulte en une augmentation soutenue dans le taux d’assistance qualifiée à l’accouchement, particulièrement chez les femmes de faible SSE. Cette évidence scientifique devrait alimenter l’élaboration de programmes de santé materno-infantile, en plus de guider la planification de politiques et le renforcement des systèmes de santé des PRFI.

Abdominal aortic aneurysm follow-up after endovascular repair in a canine model with non-invasive vascular elastography

Le traitement chirurgical des anévrismes de l'aorte abdominale est de plus en plus remplacé par la réparation endovasculaire de l’anévrisme (« endovascular aneurysm repair », EVAR) en utilisant des endoprothèses (« stent-grafts », SGs). Cependant, l'efficacité de cette approche moins invasive est compromise par l'incidence de l'écoulement persistant dans l'anévrisme, appelé endofuites menant à une rupture d'anévrisme si elle n'est pas détectée. Par conséquent, une surveillance de longue durée par tomodensitométrie sur une base annuelle est nécessaire ce qui augmente le coût de la procédure EVAR, exposant le patient à un rayonnement ionisants et un agent de contraste néphrotoxique. Le mécanisme de rupture d'anévrisme secondaire à l'endofuite est lié à une pression du sac de l'anévrisme proche de la pression systémique. Il existe une relation entre la contraction ou l'expansion du sac et la pressurisation du sac. La pressurisation résiduelle de l'anévrisme aortique abdominale va induire une pulsation et une circulation sanguine à l'intérieur du sac empêchant ainsi la thrombose du sac et la guérison de l'anévrisme. L'élastographie vasculaire non-invasive (« non-invasive vascular elastography », NIVE) utilisant le « Lagrangian Speckle Model Estimator » (LSME) peut devenir une technique d'imagerie complémentaire pour le suivi des anévrismes après réparation endovasculaire. NIVE a la capacité de fournir des informations importantes sur l'organisation d'un thrombus dans le sac de l'anévrisme et sur la détection des endofuites. La caractérisation de l'organisation d'un thrombus n'a pas été possible dans une étude NIVE précédente. Une limitation de cette étude était l'absence d'examen tomodensitométrique comme étalon-or pour le diagnostic d'endofuites. Nous avons cherché à appliquer et optimiser la technique NIVE pour le suivi des anévrismes de l'aorte abdominale (AAA) après EVAR avec endoprothèse dans un modèle canin dans le but de détecter et caractériser les endofuites et l'organisation du thrombus. Des SGs ont été implantés dans un groupe de 18 chiens avec un anévrisme créé dans l'aorte abdominale. Des endofuites de type I ont été créés dans 4 anévrismes, de type II dans 13 anévrismes tandis qu’un anévrisme n’avait aucune endofuite. L'échographie Doppler (« Doppler ultrasound », DUS) et les examens NIVE ont été réalisés avant puis à 1 semaine, 1 mois, 3 mois et 6 mois après l’EVAR. Une angiographie, une tomodensitométrie et des coupes macroscopiques ont été réalisées au moment du sacrifice. Les valeurs de contrainte ont été calculées en utilisant l`algorithme LSME. Les régions d'endofuite, de thrombus frais (non organisé) et de thrombus solide (organisé) ont été identifiées et segmentées en comparant les résultats de la tomodensitométrie et de l’étude macroscopique. Les valeurs de contrainte dans les zones avec endofuite, thrombus frais et organisé ont été comparées. Les valeurs de contrainte étaient significativement différentes entre les zones d'endofuites, les zones de thrombus frais ou organisé et entre les zones de thrombus frais et organisé. Toutes les endofuites ont été clairement caractérisées par les examens d'élastographie. Aucune corrélation n'a été trouvée entre les valeurs de contrainte et le type d'endofuite, la pression de sac, la taille des endofuites et la taille de l'anévrisme.

Un cadre conceptuel pour l'étude des castes en Inde : l'ethnographie Caste and kinship in Kangra réinterprétée dans une optique opérationnelle

Inspiré par la réflexion épistémologique de l'anthropologue Michel Verdon, ce mémoire propose un cadre conceptuel pour l'étude de l'organisation sociale des castes en Inde. L'ethnographie de Jonathan Parry, Caste and Kinship in Kangra, est analysée et réinterprétée dans un langage dit « opérationnel ». Les différentes approches des castes oscillent entre deux pôles théoriques opposés : l'idéalisme, représenté notamment par la démarche structuraliste de Louis Dumont, et le substantialisme, jadis adopté par les dirigeants coloniaux et incarné plus récemment dans les travaux de Dipankar Gupta. Toutes deux holistes, ces options conduisent pourtant à une impasse dans l'étude comparative de l'organisation sociale, car elles rendent les groupes « ontologiquement variables » et, par conséquent, incomparables. En repensant les prémisses sur lesquelles repose la conception générale de l'organisation sociale, un cadre opérationnel confère à la notion de groupe une réalité binaire, discontinue, évitant ainsi la variabilité ontologique des groupes et favorisant le comparatisme. Il rend également possible l'étude des rapports entre groupes et réseaux. La relecture de l'ethnographie Caste and Kinship in Kangra montre la pertinence d'une telle approche dans l'étude des castes. Le caractère segmentaire de ces dernières est remis en cause et l'autonomie des foyers, qui forment des réseaux d'alliances en matière d'activités rituelles, est mise de l'avant. Cette nouvelle description incite enfin à de nouvelles comparaisons.

Méthodes de génération et de validation de champs de déformation pour la recombinaison de distribution de dose à l’aide d’images 4DCT dans le cadre d’une planification de traitement de cancers pulmonaires

Des efforts de recherche considérables ont été déployés afin d'améliorer les résultats de traitement de cancers pulmonaires. L'étude de la déformation de l'anatomie du patient causée par la ventilation pulmonaire est au coeur du processus de planification de traitement radio-oncologique. À l'aide d'images de tomodensitométrie quadridimensionnelles (4DCT), une simulation dosimétrique peut être calculée sur les 10 ensembles d'images du 4DCT. Une méthode doit être employée afin de recombiner la dose de radiation calculée sur les 10 anatomies représentant une phase du cycle respiratoire. L'utilisation de recalage déformable d'images (DIR), une méthode de traitement d'images numériques, génère neuf champs vectoriels de déformation permettant de rapporter neuf ensembles d'images sur un ensemble de référence correspondant habituellement à la phase d'expiration profonde du cycle respiratoire. L'objectif de ce projet est d'établir une méthode de génération de champs de déformation à l'aide de la DIR conjointement à une méthode de validation de leur précision. Pour y parvenir, une méthode de segmentation automatique basée sur la déformation surfacique de surface à été créée. Cet algorithme permet d'obtenir un champ de déformation surfacique qui décrit le mouvement de l'enveloppe pulmonaire. Une interpolation volumétrique est ensuite appliquée dans le volume pulmonaire afin d'approximer la déformation interne des poumons. Finalement, une représentation en graphe de la vascularisation interne du poumon a été développée afin de permettre la validation du champ de déformation. Chez 15 patients, une erreur de recouvrement volumique de 7.6 ± 2.5[%] / 6.8 ± 2.1[%] et une différence relative des volumes de 6.8 ± 2.4 [%] / 5.9 ± 1.9 [%] ont été calculées pour le poumon gauche et droit respectivement. Une distance symétrique moyenne 0.8 ± 0.2 [mm] / 0.8 ± 0.2 [mm], une distance symétrique moyenne quadratique de 1.2 ± 0.2 [mm] / 1.3 ± 0.3 [mm] et une distance symétrique maximale 7.7 ± 2.4 [mm] / 10.2 ± 5.2 [mm] ont aussi été calculées pour le poumon gauche et droit respectivement. Finalement, 320 ± 51 bifurcations ont été détectées dans le poumons droit d'un patient, soit 92 ± 10 et 228 ± 45 bifurcations dans la portion supérieure et inférieure respectivement. Nous avons été en mesure d'obtenir des champs de déformation nécessaires pour la recombinaison de dose lors de la planification de traitement radio-oncologique à l'aide de la méthode de déformation hiérarchique des surfaces. Nous avons été en mesure de détecter les bifurcations de la vascularisation pour la validation de ces champs de déformation.

La génétique inverse dans l'étude des réovirus: Progrès, obstacles et développements futurs

En génétique dite « classique », l’examen d’un phénotype conduit à l’étude des gènes impliqués dans son obtention. La génétique inverse est une méthode expérimentale très puissante dans laquelle, au contraire, le matériel génétique est modifié et utilisé pour reconstruire un organisme complet, afin de déterminer le résultat de ces modifications. Cette approche est spécialement bien adaptée à l'étude des virus, compte tenu de la relative simplicité et de la petite taille de leurs génomes; l’obstacle principal demeure de récupérer des virus infectieux à partir de génomes viraux clonés. Au cours des années, cet exploit a été accompli pour des représentants de presque toutes les familles de virus de mammifères. Jusqu’à récemment, les Reoviridae, virus à génome d'ARN bicaténaire segmenté, faisaient toutefois exception. Dans cette revue, les progrès réalisés vers la mise au point de la génétique inverse pour l'étude du réovirus seront discutés. La génétique inverse pourrait avoir un impact majeur dans l'optimisation de nouvelles souches de réovirus pour leur utilisation en thérapie comme agents oncolytiques et pour le développement de vaccins dans le cas des rotavirus et des orbivirus. Les travaux actuels font toutefois ressortir les limites de l'approche, la nécessité d’une analyse prudente des résultats obtenus, ainsi que le besoin de développer des systèmes plus efficaces et polyvalents.

AN ARTIFICIAL NEURAL NETWORK FOR SONAR TARGET DETECTION

Neural Network has emerged as the topic of the day. The spectrum of its application is as wide as from ECG noise filtering to seismic data analysis and from elementary particle detection to electronic music composition. The focal point of the proposed work is an application of a massively parallel connectionist model network for detection of a sonar target. This task is segmented into: (i) generation of training patterns from sea noise that contains radiated noise of a target, for teaching the network;(ii) selection of suitable network topology and learning algorithm and (iii) training of the network and its subsequent testing where the network detects, in unknown patterns applied to it, the presence of the features it has already learned in. A three-layer perceptron using backpropagation learning is initially subjected to a recursive training with example patterns (derived from sea ambient noise with and without the radiated noise of a target). On every presentation, the error in the output of the network is propagated back and the weights and the bias associated with each neuron in the network are modified in proportion to this error measure. During this iterative process, the network converges and extracts the target features which get encoded into its generalized weights and biases.In every unknown pattern that the converged network subsequently confronts with, it searches for the features already learned and outputs an indication for their presence or absence. This capability for target detection is exhibited by the response of the network to various test patterns presented to it.Three network topologies are tried with two variants of backpropagation learning and a grading of the performance of each combination is subsequently made.

A Study of Morphological Operators with Applications

The present work deals with the A study of morphological opertors with applications. Morphology is now a.necessary tool for engineers involved with imaging applications. Morphological operations have been viewed as filters the properties of which have been well studied (Heijmans, 1994). Another well-known class of non-linear filters is the class of rank order filters (Pitas and Venetsanopoulos, 1990). Soft morphological filters are a combination of morphological and weighted rank order filters (Koskinen, et al., 1991, Kuosmanen and Astola, 1995). They have been introduced to improve the behaviour of traditional morphological filters in noisy environments. The idea was to slightly relax the typical morphological definitions in such a way that a degree of robustness is achieved, while most of the desirable properties of typical morphological operations are maintained. Soft morphological filters are less sensitive to additive noise and to small variations in object shape than typical morphological filters. They can remove positive and negative impulse noise, preserving at the same time small details in images. Currently, Mathematical Morphology allows processing images to enhance fuzzy areas, segment objects, detect edges and analyze structures. The techniques developed for binary images are a major step forward in the application of this theory to gray level images. One of these techniques is based on fuzzy logic and on the theory of fuzzy sets.Fuzzy sets have proved to be strongly advantageous when representing in accuracies, not only regarding the spatial localization of objects in an image but also the membership of a certain pixel to a given class. Such inaccuracies are inherent to real images either because of the presence of indefinite limits between the structures or objects to be segmented within the image due to noisy acquisitions or directly because they are inherent to the image formation methods.

Blue, Green and Orange-Red Light Emitting Polymers: Synthesis, Characterization and Prospects of Applications in Optoelectronic Devices

Light emitting polymers (LEPs) are considered as the second generation of conducting polymers. A Prototype LEP device based on electroluminescence emission of poly(p-phenylenevinylene) (PPV) was first assembled in 1990. LEPs have progressed tremendously over the past 20 years. The development of new LEP derivatives are important because polymer light emitting diodes (PLEDs) can be used for the manufacture of next-generation displays and other optoelectronic applications such as lasers, photovoltaic cells and sensors. Under this circumstance, it is important to understand thermal, structural, morphological, electrochemical and photophysical characteristics of luminescent polymers. In this thesis the author synthesizes a series of light emitting polymers that can emit three primary colors (RGB) with high efficiency

Studies on polyurethane elastomers based on liquid natural rubber

In the present study, the photochemical depolymerisation of NR in toluene, in presence of H202 and a homogenizing solvent (Methanol/Tetrahydro— furan) so as to get hydroxyl terminated liquid natural rubber (HTNR) has been carried out. The copolymeri— sation of this product with butane 1,4 diol and toluene 2,4 diisocyanate in presence of a catalyst, dibutyl tin dilaurate, to produce polyurethanes with HTNR soft segments is also reported. The preparation of block copolymers based on poly(ethylene oxide) with varying molecular weights and HTNR are also discussed along with a detailed study on their thermal and mechanical properties

Development of Techniques for the Automatic Extraction and Grade Detection of Glioma Tumors from Conventional Brain Magnetic Resonant Images

Cerebral glioma is the most prevalent primary brain tumor, which are classified broadly into low and high grades according to the degree of malignancy. High grade gliomas are highly malignant which possess a poor prognosis, and the patients survive less than eighteen months after diagnosis. Low grade gliomas are slow growing, least malignant and has better response to therapy. To date, histological grading is used as the standard technique for diagnosis, treatment planning and survival prediction. The main objective of this thesis is to propose novel methods for automatic extraction of low and high grade glioma and other brain tissues, grade detection techniques for glioma using conventional magnetic resonance imaging (MRI) modalities and 3D modelling of glioma from segmented tumor slices in order to assess the growth rate of tumors. Two new methods are developed for extracting tumor regions, of which the second method, named as Adaptive Gray level Algebraic set Segmentation Algorithm (AGASA) can also extract white matter and grey matter from T1 FLAIR an T2 weighted images. The methods were validated with manual Ground truth images, which showed promising results. The developed methods were compared with widely used Fuzzy c-means clustering technique and the robustness of the algorithm with respect to noise is also checked for different noise levels. Image texture can provide significant information on the (ab)normality of tissue, and this thesis expands this idea to tumour texture grading and detection. Based on the thresholds of discriminant first order and gray level cooccurrence matrix based second order statistical features three feature sets were formulated and a decision system was developed for grade detection of glioma from conventional T2 weighted MRI modality.The quantitative performance analysis using ROC curve showed 99.03% accuracy for distinguishing between advanced (aggressive) and early stage (non-aggressive) malignant glioma. The developed brain texture analysis techniques can improve the physician’s ability to detect and analyse pathologies leading to a more reliable diagnosis and treatment of disease. The segmented tumors were also used for volumetric modelling of tumors which can provide an idea of the growth rate of tumor; this can be used for assessing response to therapy and patient prognosis.

Face Recognition using Probabilistic Neural Networks

In this paper we address the problem of face detection and recognition of grey scale frontal view images. We propose a face recognition system based on probabilistic neural networks (PNN) architecture. The system is implemented using voronoi/ delaunay tessellations and template matching. Images are segmented successfully into homogeneous regions by virtue of voronoi diagram properties. Face verification is achieved using matching scores computed by correlating edge gradients of reference images. The advantage of classification using PNN models is its short training time. The correlation based template matching guarantees good classification results

Motion Segmentation And Meanshift Assisted Contour Refinement For Airborne Video

This paper presents methods for moving object detection in airborne video surveillance. The motion segmentation in the above scenario is usually difficult because of small size of the object, motion of camera, and inconsistency in detected object shape etc. Here we present a motion segmentation system for moving camera video, based on background subtraction. An adaptive background building is used to take advantage of creation of background based on most recent frame. Our proposed system suggests CPU efficient alternative for conventional batch processing based background subtraction systems. We further refine the segmented motion by meanshift based mode association.

Face Recognition using Probabilistic Neural Networks

n this paper we address the problem of face detection and recognition of grey scale frontal view images. We propose a face recognition system based on probabilistic neural networks (PNN) architecture. The system is implemented using voronoi/ delaunay tessellations and template matching. Images are segmented successfully into homogeneous regions by virtue of voronoi diagram properties. Face verification is achieved using matching scores computed by correlating edge gradients of reference images. The advantage of classification using PNN models is its short training time. The correlation based template matching guarantees good classification results.

A semi-automatic method for segmentation and 3D modeling of glioma tumors from brain MRI

This work presents an efficient method for volume rendering of glioma tumors from segmented 2D MRI Datasets with user interactive control, by replacing manual segmentation required in the state of art methods. The most common primary brain tumors are gliomas, evolving from the cerebral supportive cells. For clinical follow-up, the evaluation of the pre- operative tumor volume is essential. Tumor portions were automatically segmented from 2D MR images using morphological filtering techniques. These seg- mented tumor slices were propagated and modeled with the software package. The 3D modeled tumor consists of gray level values of the original image with exact tumor boundary. Axial slices of FLAIR and T2 weighted images were used for extracting tumors. Volumetric assessment of tumor volume with manual segmentation of its outlines is a time-consuming proc- ess and is prone to error. These defects are overcome in this method. Authors verified the performance of our method on several sets of MRI scans. The 3D modeling was also done using segmented 2D slices with the help of a medical software package called 3D DOCTOR for verification purposes. The results were validated with the ground truth models by the Radi- ologist.