Les nouvelles modalités d'images médicales ont permis d'obtenir des images 3D de haute résolution, anatomiques et fonctionnelles, du corps humain. Il est commun d’utiliser ces images pour planifier des interventions chirurgicales et aussi pour que le chirurgien puisse se guider pendant leur réalisation. De plus, il est souhaitable d'avoir des interventions chirurgicales le moins invasif possible, en tendant à utiliser au maximum des images pour les opérations, évitant ainsi que le chirurgien ait une vision directe de la zone d'opération, ce qui en diminuera l'impact pour le patient. Des équipements existent pour obtenir des images 3D au bloc opératoire, comme par exemple des systèmes de CT (computer tomography) [5] et de RM (Magnetic Resonance) [1][11][12], mais les deux sont chers et entraînent une série de problèmes annexes. Les images de CT libèrent un rayonnement ionisant et elles ne transmettent pas de bonnes images de tissus mous, tandis que les systèmes de résonance magnétique sont incompatibles avec les instruments conventionnels à cause des hauts champs magnétiques qu'ils génèrent. D'un autre côté, les images préopératoires ont une série d'avantages, en plus d'être disponibles en routine. En général ces images ont une meilleure qualité puisqu'elles ne sont pas soumises aux restrictions d'une opération, par exemple, les temps d'acquisition peuvent être beaucoup plus longs en augmentant la relation signal sur bruit de manière particulière pour les images de RM. De plus, on dispose du temps suffisant pour pouvoir les analyser soigneusement et planifier l'opération, sans conséquences pendant l'opération, ce qui augmenterait ses coûts.



Pour pouvoir utiliser une image préopératoire comme guide pertinent pendant l'opération, le recalage ou la fusion des images avec la position du patient est nécessaire c’est-à-dire mettre le patient et l'image dans le même système de référence, de manière à faire coïncider les structures anatomiques. Il existe des méthodes pour aligner les images préopératoires avec la position du patient dans la salle d'opération. L'un des premiers domaines, où ont été utilisées ces méthodes, a été la neurochirurgie avec l'utilisation du cadre stéréotaxique [6], à travers duquel on peut fixer un système de coordonnées dans la salle d'opérations, en le mettant en rapport avec un système de coordonnées de l'image. Après cette méthode, d’autres, qui ne requièrent pas l'utilisation de cadres fixés au crâne du patient et qui peuvent s'employer pour d'autres parties du corps, sont apparues, comme par exemple la localisation optique au moyen de caméras, la reconnaissance de points réfléchissants, l’utilisation de diodes infrarouges fixées au corps rigide ou le recours aux marqueurs sur les os ou la peau du patient, lesquels sont visibles dans l'image et dans le bloc chirurgical.



Le recalage peut être une transformation rigide, mais dans de nombreux cas les tissus sont mous et une transformation élastique est requise pour pouvoir adapter l'image à la position du patient pendant la chirurgie, comme par exemple, les images d'abdomen, de poumons, etc.... De plus, ces tissus peuvent subir des déformations pendant la chirurgie, causées par l’intervention elle-même ou par des processus comme la respiration, ce qui provoque une perte dans la précision du procédé. Par conséquent, il est nécessaire de réaliser un ajustement de la fusion pendant l'intervention. Une solution est la modélisation des tissus. Avec un bon modèle de tissus, il est possible de prédire sa déformation en soumettant le modèle aux contraintes dérivées des mesures intraopératoroires, et de cette façon d’actualiser les images prises au préalable. Ces modèles doivent intégrer les caractéristiques biomécaniques du tissu pour prédire son comportement.



Différentes manières existent pour construire les modèles des tissus [7]. Les modèles peuvent être classés basiquement en 3 types : les méthodes heuristiques ad-hoc, les simplifications de modèles mécaniques continus et les méthodes hybrides. Parmi les méthodes heuristiques, on compte les splines deformables, les modèles masses-ressorts, les volumes liés (linked-volumes) et les modèles masses-tenseurs. Ces méthodes sont, en général, plus rapides et plus simples d’utilisation, mais ce sont des représentations alternatives de la mécanique du tissu, et elles peuvent, en conséquence, être moins précises. Parmi les simplifications de modèles mécaniques continus, on peut trouver, par exemple, le calcul par les éléments finis ou le FFE (Fast Finite Elements). Ces méthodes requièrent plus de calculs mais elles pourraient donner des résultats plus précis. Enfin les modèles hybrides combinent les caractéristiques des deux autres modèles.



Pour piloter convenablement la déformation du modèle, l'acquisition de données est nécessaire pendant la chirurgie. Dans beaucoup de cas, ces mesures sont incomplètes et d'une résolution plus faible que l'image, par conséquent il est nécessaire de réaliser une interpolation ou une extrapolation. Ces données peuvent être la position de points particuliers ou des images facilement acquises, comme par exemple les images US ou de vidéo. À partir de ces données, on peut en déduire la position des structures modélisées et ainsi actualiser le modèle.



Cette étude de modélisation des tissus est appliquée au brain-shift [2][3], qui sont les déformations subies par le cerveau pendant une intervention. Dans le cas du cortex, de bons résultats sont obtenus en employant des transformations rigides pour la fusion initiale, mais on a vu qu'il existe des déformations des structures cérébrales pendant la chirurgie, lesquelles peuvent aller jusqu'à 2.4 cm [8][9]. Par conséquent il est nécessaire de réaliser un ajustement des images pendant que se déroule l'intervention.



Lors de ce travail, une méthode de segmentation pour des images cérébrales de RM [10] sera mise en application et un modèle des déformations produites pendant l'intervention sera développé. Le modèle doit prendre en compte la présence d'une tumeur et pouvoir prédire sa position ainsi que celle d'autres structures cérébrales importantes. Comme actualisation du modèle pendant la chirurgie, on essaiera d'utiliser l’images d'US 2.5D [4] et la localisation de points sur le cortex, en utilisant un localisateur optique.