KAMELEON

Exploitation de masses de données anatomiques spatio-temporelles internes et externes denses pour l'étude des structures squelettiques des vertébrés

Description du projet

La compréhension du fonctionnement des structures squelettiques des vertébrés dans le contrôle moteur et les stratégies adaptatives pour la posture de repos et l'activité motrice est une question clé dans plusieurs domaines de recherche: en anatomie pour la description du vivant, en recherche clinique pour le diagnostique articulaire, en infographie 3D pour l'animation de créatures virtuelles. Toutes les approches partagent le même besoin crucial d'une mesure tridimensionnelle et in vivo correcte des postures et mouvements du squelette. Or, des expertises biomécaniques reconnaissent que les techniques actuelles de calcul géométrique du squelette à partir de marqueurs 3D externes présentent des limites de précision dues au fait que les tissus de la chair et des muscles ne sont pas liés rigidement à la structure osseuse. Par ailleurs, l'usage de la radiographie par rayons X, outre son caractère invasif, ne délivre que des vues projectives 2D ne rendant pas compte de la réalité tridimensionnelle et dynamique des articulations. Le projet KAMELEON vise à analyser et résoudre ces limitations en considérant une nouvelle source de données anatomiques.

Le niveau de maturité des outils de traitement vidéo rend en effet accessible à coût modéré des flux rapides et denses de données 3D de surfaces externes, ouvrant ainsi les perspectives de la biométrie 3D non invasive. L'objectif du projet est ainsi d'aboutir à un outil innovant de prédiction automatique des postures et mouvements du squelette en 3D à partir de flux de données surfaciques 3D de l'enveloppe cutanée, mesurée par analyse vidéographique 3D non invasive. Pour atteindre ce but, le projet rassemble les compétences multidisciplinaires de 4 équipes de recherche, spécialisées dans des aspects complémentaires de l'analyse et la représentation du mouvement en 3D des vertébrés: anatomie (MNHN), biomécanique (LPBEM), recherche clinique (LNRS), animation et analyse vidéo (INRIA).

L'étude se fera d'abord sur des petits vertébrés en mouvement (grenouille, souris, rat, ochotone, microcèbe, opossum), visant l'extension à l'homme à plus long terme. La méthodologie consistera à fusionner puis capitaliser des données anatomiques internes issues de la cinéradiographie 2D rapide par rayons X (500Hz, équipement disponible au muséum pour des cadences vidéo standards) et des données morphologiques externes de l'enveloppe cutanée issues de la vidéographie 3D par scanner en lumière structurée (100Hz, à construire avec des équipements vidéo standards). Le projet comporte trois phases correspondant aux défis majeurs à relever:

· Nous construirons d'abord un modèle adaptatif de squelette 3D virtuel, paramétrable dans sa morphologie et son mouvement. Nous nous baserons sur des données réelles de squelettes des collections du Muséum et des radiographies in vivo. La littérature en morphogénèse fournit des descriptions sur l'anamorphose de structure squelettiques mais aucune implémentation informatique 3D complète n'a encore été réalisée. Un compromis entre précision et efficacité sera étudié.

· Nous effectuerons ensuite sur un sujet vivant en mouvement le recueil simultané des données cinéradiographiques 2D de son squelette interne et des données vidéographiques 3D de son enveloppe externe. Afin d'extraire la géométrie de son mouvement articulaire en 3D, nous contraindrons le squelette virtuel 3D à un double recalage, sur l'image cinéradiographique 2D, et dans l'enveloppe corporelle 3D, plus informative que les marqueurs ponctuels des systèmes classiques de capture de mouvement. L'intégration de ces deux sources hétérogènes de données est un défi à relever. C'est cette interprétation des données via le double recalage du squelette virtuel animé qui ajoutera ainsi avec précision la dimension spatiale manquante à l'imagerie 2D interne.

· Les données 3D externes et internes ainsi extraites seront enfin utilisées pour évaluer la précision des méthodes biomécaniques classiques pour la reconstruction de squelette à partir de points externes. Quand ces méthodes auront été jugées insuffisantes, nous chercherons à les améliorer en capitalisant les données 3D externes et internes disponibles dans des méthodes d'apprentissage automatique. Le but sera de prédire les structures squelettiques internes : au mieux pour chaque os, ou sinon pour un jeu de paramètres cliniques pertinents qu'il faudra à déterminer. La prédiction se fera depuis des caractéristiques géométriques externes, détectées sur l'enveloppe dense, ou depuis des points sélectionnés de manière optimale pour une utilisation de la vidéographie en même temps que des marqueurs externes.

Le système final pourra ainsi prédire pour chaque image de l'enveloppe corporelle la configuration squelettique 3D sous-jacente sans recours systématique à la radiographie par rayons X.

Coordinateur du projet

REVERET Lionel - Institut National de Recherche en Informatique et en Automatique - Institut National Polytechnique Grenoble Université Grenoble 1, CNRS (UMR 5527).

Partenaires

§ RENOUS Sabine - Muséum National d'Histoire Naturelle – Adaptation et Evolution des Systèmes Ostéomusculaires, Université Paris VI, Collège de France, CNRS (FRE 2696).

§ VIDAL Pierre-Paul - Laboratoire de Neurobiologie des Réseaux Sensorimoteurs - Université René Descartes Paris 5 et 7, CNRS (UMR 7060).

§ MULTON Franck - Laboratoire de Physiologie et de Biomécanique de l'Exercice Musculaire- EA1274, Université Rennes 2.