Dobrina Boltcheva

• ATER au Département d'Informatique de l'IUT Robert Schuman et au sein de l'équipe Informatique Géométrique et Graphique du Laboratoire des Sciences de l'Image, de l'Informatique et de la Télédétection de l'Université Louis Pasteur à Strasbourg en France.

Dobrina Boltcheva LSIIT - UMR7005 Pôle API Bd Sébastien Brant - BP 10413 67412 Illkirch cedex   Tel LSIIT : +33 (0)3-90-24-45-56 Fax LSIIT : +33 (0)3-90-24-44-45 Courriel : boltcheva AT lsiit.u-strasbg.fr

Recherche

• Modélisation géométrique
  • reconstruction surfacique et volumique, surfaces discrètes, surfaces combinatoires, maillages réguliers et adaptatifs, contraintes géométriques et topologiques
• Analyse d'images
  • morphologie mathématique, segmentation, géométrie et topologie discrètes
• Imagerie médicale
  • imagerie par résonance magnétique (IRM), imagerie tomodénsitométrique (TDM)
• Domaine médical
  • anatomie du système digestif, anatomie et pathologies du foie

Thèse de doctorat, spécialité Informatique

La thématique générale de ma thèse est la reconstruction de maillages géométriques à partir d'images tridimensionnelles adaptés à la visualisation et au calcul scientifique.

• Titre : Modélisation géométrique et topologique des images discrètes
• Date de soutenance : 22 Octobre 2007
• Laboratoire : LSIIT-IGG, UMR 7005 CNRS-ULP
• Encadrement : Dominique Bechmann et Sylvain Théry
• Collaboration : Institut de Recherche contre les Cancers de l'Appareil Digestif à Strasbourg IRCAD
• Mots clés : reconstruction, images tridimensionnelles, maillage, topologie et géométrie discrètes, triangulation de Delaunay, imagerie médicale

• Résumé :

La problématique générale de ma thèse est la reconstruction de maillages géométriques à partir d'images tridimensionnelles adaptés à la visualisation et au calcul scientifique. Cette thématique est assez ancienne car dès le début des années 80, des solutions logicielles ont été proposées pour visualiser le résultat d'algorithme de segmentation d'images médicales. Cependant, la reconstruction surfacique reste un sujet de recherche important parce que les solutions communément employées sont trop gourmandes en ressources (la méthode des Marching Cubes), ou bien sont parfois peu adaptées aux besoins (qualité des éléments trop faible pour le calcul scientifique, temps de calcul trop élevés). Nous proposons une solution au problème de la reconstruction à partir de données discrètes qui couvre deux domaines : l'imagerie médicale et en particulier la topologie et la géométrie discrètes et la géométrie algorithmique. L'idée centrale est de mélanger dans une même formulation algorithmique le concept de la triangulation de Delaunay et les surfaces discrètes. Les spécificités de cette solution sont, d'une part la volonté de garder la cohérence entre la topologie et la géométrie des surfaces reconstruites (tels que le voisinage par un bord commun ou l'inclusion), et d'autre part le souci de n'utiliser que des calculs dans l'espace discret qui est en accord avec les hypothèses sur les données traitées. Notre approche permet la reconstruction sous forme de surface(s) triangulées(s) des données discrètes, soit d'un objet dans le cas d'une image binaire, soit de plusieurs objets simultanément dans le cas d'une image multicouleur segmentée. Concrètement, nous proposons deux méthodes de reconstruction qui diffèrent par la surface discrète considérée : la première méthode utilise la frontière de voxels alors que la seconde utilise la frontière interpixel de l'objet discret. L'objet à reconstruire est défini par sa surface discrète. Un sous-ensemble des éléments de la surface discrète (des noeuds) est sélectionné, en fonction de caractéristiques géométriques locales mais aussi selon la précision souhaitée par l'utilisateur. Une version surfacique discrète du diagramme de Voronoï autour des noeuds est ensuite calculée. Ce diagramme constitue une partition de la surface. Il est utilisé pour construire un graphe de Voronoï euclidien permettant l'extraction de la surface triangulée par dualité. Nous appelons cette technique « reconstruction par Delaunay discret », par analogie avec la dualité classique Voronoï-Delaunay.

• Abstract :

The subject of my thesis is the reconstruction of geometrical meshes from three-dimensional images for visualisation and scientific computation purposes. We introduce a new approach to handle surface reconstruction from 3D discrete data which combines techniques from both, algorithmic geometry and digital topology. The key idea is to join together two concepts: the Delaunay triangulation and the digital surfaces. Our approach allows to reconstruct triangular mesh(es) from discrete data either as a single object for a binary image, or as several objects simultaneously for a multi-labelled segmented image. We introduce two reconstruction methods which use different digital surface definitions: the first method uses a set of voxels as object boundary whereas the second is based on a combinatorial intervoxel boundary.

Stage de DEA

Le sujet de mon stage de DEA a été de réaliser un système informatique permettant la détection et la délimitation des segments anatomiques de foies binaires obtenus à partir d'images médicales segmentées.

• Titre : Segmentation anatomique du foie à partir des repères internes et externes
• Date de soutenance : 21 juillet 2003
• Laboratoire : LSIIT-MIV, UMR 7005 CNRS-ULP
• Encadrement : Christian Ronse et Vincent Agnus
• Collaboration : IRCAD
• Mots clés : images tridimensionnelles, foie segmenté, courbure discrète, segments anatomiques de Couinaud, positionnement automatique de plans de coupe

Publications

<websiteFrame lg=fr author=Boltcheva year=-1 Hide=2 search=0> website=http://lsiit.u-strasbg.fr/Publications/index.php height=500 width=100% scroll=auto border=1 </websiteFrame>