Lung segmentation and airway tree matching : application to aeration quantification in CT images ...

141 Pages·2016·20.9 MB·English

by  Alfredo Morales Pinzon

Lung segmentation and airway tree matching:
application to aeration quantification in CT images of
subjects with ARDS
Alfredo Morales Pinzon
To cite this version:
Alfredo Morales Pinzon. Lung segmentation and airway tree matching: application to aeration quan-
tificationinCTimagesofsubjectswithARDS.MedicalPhysics[physics.med-ph]. UniversitédeLyon,
2016. English. ￿NNT: 2016LYSE1019￿. ￿tel-01361348￿
HAL Id: tel-01361348
https://theses.hal.science/tel-01361348
Submitted on 7 Sep 2016
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est
archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
Numéro d’ordre : 19-2016 Année 2015
THESIS
submitted to
Universidad de los Andes
Systems and Computing Engineering Department
School of Engineering
and
L’Université Claude Bernard Lyon 1
École Doctorale 160: Électronique, Électrotechnique, Automatique
Speciality : Images et Systèmes
in partial fullfilment of the requirements for the degree of
DOCTOR OF PHILOSOPHY
Publicy defended on 26 January, 2016 by
Alfredo MORALES PINZÓN
Lung segmentation and airway tree
matching: Application to aeration
quantification in CT images of
subjects with ARDS
Jury
Anna Fabijańska Łódź University of Technology Rapporteur
Isabelle Bloch Telecom ParisTech Rapporteur
Fraçoise Prêteux École des Ponts ParisTech Examinateur
Jean-Christophe Richard Université Lyon 1; Hôpital de la Croix Rousse Examinateur
José Tiberio Hernández Universidad de los Andes Examinateur
Leonardo Flórez Valencia Pontificia Universidad Javeriana Examinateur
Maciej Orkisz Université Lyon 1 Directeur de thèse
Marcela Hernández Hoyos Universidad de los Andes Directeur de thèse

UNIVERSITE CLAUDE BERNARD - LYON 1
Président de l’Université M. François-Noël GILLY
Vice-président du Conseil d’Administration M. le Professeur Hamda BEN HADID
Vice-président du Conseil des Etudes
M. le Professeur Philippe LALLE
et de la Vie Universitaire
Vice-président du Conseil Scientifique M. le Professeur Germain GILLET
Directeur Général des Services M. Alain HELLEU
COMPOSANTES SANTE
Faculté de Médecine Lyon Est Directeur:
- Claude Bernard M. le Professeur J. ETIENNE
Faculté de Médecine et de Maïeutique Directeur:
Lyon Sud - Charles Mérieux Mme la Professeure C. BURILLON
Faculté d’Odontologie Directeur: M. le Professeur D. BOURGEOIS
Institut des Sciences Pharmaceutiques Directeur:
et Biologiques Mme la Professeure C. VINCIGUERRA
Institut des Sciences et Techniques Directeur:
de la Réadaptation M. le Professeur Y. MATILLON
Département de formation et Centre Directeur:
de Recherche en Biologie Humaine Mme. la Professeure A-M. SCHOTT
iii
COMPOSANTES ET DEPARTEMENTS DE SCIENCES ET TECHNOLOGIE
Faculté des Sciences et Technologies Directeur: M. F. DE MARCHI
Département Biologie Directeur: M. le Professeur F. FLEURY
Département Chimie Biochimie Directeur: Mme Caroline FELIX
Département GEP Directeur: M. Hassan HAMMOURI
Département Informatique Directeur: M. le Professeur S. AKKOUCHE
Département Mathématiques Directeur: M. le Professeur Georges TOMANOV
Département Mécanique Directeur: M. le Professeur H. BEN HADID
Département Physique Directeur: M. Jean-Claude PLENET
UFR Sciences et Techniques des
Directeur: M. Y.VANPOULLE
Activités Physiques et Sportives
Observatoire des Sciences
Directeur: M. B. GUIDERDONI
de l’Univers de Lyon
Polytech Lyon Directeur: M. P. FOURNIER
Ecole Supérieure de
Directeur: M. G. PIGNAULT
Chimie Physique Electronique
Institut Universitaire de Technologie
Directeur: M. le Professeur C. VITON
de Lyon 1
Ecole Supérieure du Professorat
Directeur: M. le Professeur A. MOUGNIOTTE
et de l’Education
Institut de Science Financière
Directeur: M. N. LEBOISNE
et d’Assurances
Acknowledgments
First of all I would like to thank my advisors Marcela Hernández Hoyos and Maciej
Orkisz for having shared their time and knowledge with me during these last years, it has
been an extraordinary experience to work with them. I also must say thank you to Jean-
Christophe Richard for his support and availability when medical answers were required,
and for his wisdom to point out the real medical requirements. They were my principal
mentors inside what I call the “ARDS” team.
InsidetheARDSteamIhadtheopportunitytomeetandworkwithexceptionalpeople.
Thanks to Claude Guérin and Céline Pouzot for their medical and biologist support; to
Leonardo Flórez Valencia for his support on algorithmic aspects and for the discussions
based on one question that finished more questions; to Diana Ortega, Juan Sebastián
Torres, Diego Cáceres, Leslie Evelyn Solorzano, and Santiago Cerón Uribe for the energy
and effort injected to the project. Finally to Duván Gómez who now “prend le rélais” and
continue pushing this work to be exploited for saving lifes in the coming future.
IamalsogratefultoallthepeopleatUniversidaddelosAndesthatworkednexttome
in this journey. Thanks to the group Colivrí and its members: Diana Fernández, Johanna
Forero, Alejandro Triana, Darwin Martínez, Juan Camilo Ibarra (“El jardinerito”) and
Diego Angulo. I had the pleasure to share time and space with them inside the laboratory
Colivrí, also called “the bunker”. I also remember having good times in the PhD students
office, on the seventh floor, with Gabriel Espinosa and Homero.
CrossingtheAtlantic,Ihavetosay“merci”toallthemembersofCreatis. Letmegroup
them by floor. On the seventh floor: Liang Wang, Matthew Ozon, Matthieu Toulemonde,
Bakary Diarra, Tamatoro Johng-Ay, Emmanuel Roux, Bruno Sciolla, and Kevin Guepie.
On the fourth floor: Alina Toma, Iulia Mirea, Lin Wang, Meriem El Azami, Anca Cristea,
Razvan Stoica, Pierre Ferrier, Claire Mouton, Eduardo Dávila, Ricardo Corredor, and
Fabian Gutiérrez. Thank you guys for the research, apéro, party, K-fet, “pray and write”,
chess,... andothermomentsthatwesharedtogether. Iwanttoincludealsotheresearchers
David Sarrut and Simon Rit for their opportune advices.
During this journey I needed fuel and energy that was mostly provided by my family.
Thank you Mamá, Papá, Nana, and Sabri, for all the support that you gave me. I would
also like to express my gratitude to Kellyta for her support “en las buenas y en las malas”
and for life decisions, this could not have been possible without you. I also thank my big
(most of the time little) brother William A. Romero Ramirez who was always ready to
solve problems, discover new experiences, and follow my crazy cycling plans. Indeed, we
created the cycling team “Café de Colombia” which is, and forever will be, composed by
William, Juan C. Prieto, Maciej Orkisz, Matthew Ozon, Jean-Luc Mouton (the master
coach) and me. Café de Colombia attended the competition “24 Heures de l’INSA” in
the editions 2013, 2014, and 2015. A huge “merci” to my family in France: Carolina
Vallecilla, Halime Bustamante, Mónica Andrea Hernández, Martino Alessandrino Çavare,
Juan Carlos Prieto, José Sanchez and Marianita; and to my friends in Lyon: María del
v
Carmen, Claire Mouton, Agathe Henssien, Paola Morales, and Juliana Marçal. Last but
not least, I send a big “empujón” to my friend Lina Gast.
Finally, I would like to thank the Universidad de los Andes and the Université Claude
Bernard Lyon 1 for having welcomed me as a student; the Departamento Administrativo
de Ciencia, Tecnología e Innovación (Colciencias) for having funded this thesis; ECOS-
Nord for the displacement support between Colombia and France; the Rhône-Alpes region
for having assigned me the scholarship “CMIRA”; and the Société Française de Génie
Biologie et Médical (SFGBM) and the Ecole Doctoral de Lyon EEA de Lyon for having
funded my attendance to international conferences.
Abstract
Acute Respiratory Distress Syndrome (ARDS) is a life threatening disease presenting
a high mortality of about 40% in intensive care units. It is the consequence of different
pulmonary aggressions generating hypoxemia and pulmonary edema, which are radiolog-
ically expressed as infiltrations observable as opaque regions in the lung. The treatment
of ARDS requires mechanical ventilation, which may deteriorate the state of the patient
if the ventilation parameters, namely volume and pressure, are not correctly adjusted. To
adjust the parameter settings to each individual case, lung aeration - in response to ven-
tilation - needs to be assessed. This assessment can be done using computed tomography
(CT)images. However, itrequiresthesegmentationofthelung-parenchymaltissue, which
is a challenging task in ARDS images due the opacities that hinder the image contrast. In
this thesis we aim to provide the required tools for the experts to analyze the aeration in
the images acquired within an ARDS project using an animal model.
The first contribution of this thesis is a methodology to segment the lungs in all the
images acquired from a given subject of the study with a minimal user interaction: one
point in one single image out of the whole series. The method exploits the fact that the
protocol includes at least one image acquired at high pressure value, where the lung may
have a healthy high-contrasted appearance, to obtain a first lung segmentation. A cascade
ofregistrationsisthenperformedtodeformtheinitialsegmentationtoalltheotherimages.
Themainnoveltyofourapproachistheautomaticgenerationofcustomizedmotionmasks
generated over all the images to account for the discontinuities of the transformation,
where the lung slides against the thoracic-wall. The method achieved high overlapping
measures (average dice of 0.9 and average sensitivity of 0.93) with respect to expert-traced
segmentations.
The second contribution aims to consistently eliminate the bronchi from lung segmen-
tations in order to allow comparing the aeration assessed in different images. Airway tree
segmentations in images acquired at different ventilation conditions from the same sub-
ject may differ due to various factors such as flooded bronchi. These differences have a
considerable impact and may introduce errors when the lung aeration at different venti-
lation conditions is quantitatively compared. In order to avoid these errors, we propose
an airway-tree matching algorithm that can match a large proportion of branches present
in different segmentations, thus allowing the consistent elimination of thus found common
airway-tree branches from the analyzed lungs. The strength of the method relies in its
capability to combine topological and geometrical information in a single metric. Com-
pared to the state-of-the-art methods, the proposed method achieved a significantly larger
quantity of correct matches, with sensitivity above 0.93 and precision above 0.90.
The third contribution foresees the use of lung segmentation and registration in hu-
man studies. Compared to animal studies, human studies have to minimize the patient’s
exposure to radiation, and, consequently, the number of CT image acquisitions. This
restriction implies that ventilation parameters of the acquired images may considerably
differ, thus leading to large displacements and considerable intensity changes inside the
lungs. In order to deal with these differences and the high-density regions created by the
infiltrations, we propose a hybrid registration approach that combines gray-level informa-
tion with landmark correspondences resulting from our second contribution. Preliminary
experiments on images from the animal study were carried out, and the corresponding
results are encouraging.
Keywords: AcuteRespiratoryDistressSyndrome, ComputedTomography, Lungseg-
mentation, Lung-air quantification, Mechanical ventilation, Registration, Tree matching.

Résumé
Le syndrome de détresse respiratoire aiguë (SDRA) présente un taux de mortalité
élevé, près de 40%, dans des unités de soins intensifs. Il est défini comme un ensem-
ble de manifestations cliniques, radiologiques et physiologiques qui traduisent une intense
inflammation pulmonaire et une hyperperméabilité pulmonaire, correspondant aux dif-
férentes agressions aiguës du poumon. Le prise en charge des patients atteints du SDRA
nécessite une ventilation assistée qui, en cas de mauvaise adaptation des paramètres de
ventilation, notamment, pression et volume, peut aggraver l’état du patient. Le réglage
de ces paramètres est basé sur l’analyse de l’aération pulmonaire en réponse à la ventila-
tion assistée. Cette analyse peut être faite sur des images tomodensitométriques (CT en
anglais)aprèsyavoirsegmentéleparenchymepulmonaire. Néanmoins,cettesegmentation
est entravée par l’augmentation de la densité du parenchyme, qui réduit le contraste entre
le poumon et les structures voisines. Cette thèse cherche à fournir des outils de traitement
d’images qui permettent aux experts l’analyse de l’aération pulmonaire dans des images
CT acquises dans le cadre d’un projet sur le SDRA utilisant un modèle animal.
Notre première contribution est une méthodologie de segmentation requérant un seul
point défini dans une seule image, pour segmenter les poumons dans toutes les images
acquises pour un sujet dans le projet mentionné. La méthode est basée sur les caractéris-
tiques du protocole d’acquisition qui impose, d’une part, l’acquisition d’une image à haute
pression et, d’autre part, des changements graduels des paramètres de ventilation utilisés
lors de l’acquisitions des images consécutives pour le même sujet. Nous proposons d’abord
d’obtenirunesegmentationinitialedupoumondansl’imageacquiseàhautepressionoùles
poumons paraissent sains grâce au fort contraste observé entre le poumon et les structures
environnantes. Ensuite, une série de recalages est utilisée pour déformer la segmentation
initiale vers les autres images. Le point innovant de cette méthodologie est la génération
des masques de mouvement ajustés aux images en question, pour permettre aux processus
de recalage de prendre en compte les discontinuités dans la transformation induites par le
glissement du poumon contre la paroi thoracique. Les résultats obtenus en utilisant cette
méthodologie présentent des valeurs élevées des métriques de chevauchement (Dice moyen
de 0.9 et sensibilité moyenne de 0.93) en comparaison avec des segmentations faites par
un expert.
Nous proposons une deuxième contribution qui permet d’éliminer - de façon cohérente
- les arbres bronchiques des poumons segmentés dans chaque image de la série. Les ar-
bres bronchiques extraits d’images acquises dans des conditions de ventilation distinctes,
peuvent présenter des différences topologiques à cause des plusieurs facteurs comme des
éventuelles obstructions de petites bronches. Ces différences entre les arbres bronchiques
introduisentdeserreursdansdesmesurescomparativesd’aérationentrelesimages. Visant
à réduire ces erreurs, nous proposons une méthode d’appariement des arbres bronchiques
capable de trouver une large quantité des correspondances pour des branches aussi bien
proximales que distales, entre deux arbres bronchiques du même sujet. Cette méth-
ode utilise une nouvelle fonction de distance qui combine l’information topologique et
géométrique. Comparéeauxméthodesdel’étatdel’art, notreméthodeatrouvéunequan-
tité d’appariements corrects significativement plus grande avec une sensibilité supérieure
à 0,93 et une précision supérieure à de 0,90.
La troisième contribution prévoit l’utilisation de la segmentation du poumon et du
recalagedansdesfuturesétudeschezl’humain. Parrapportauxétudesutilisantunmodèle
animal,lesétudeschezl’humaindoiventminimiserl’expositiondupatientàlaradiationet,
par conséquent, réduire le nombre d’acquisitions d’images CT. Cette restriction implique