Improved Techniques for the Generation of 3D Finite Element Meshes of Human Anatomical Structures
Amélioration des Techniques de Génération de maillages 3D des structures anatomiques humaines pour la Méthode des Éléments Finis
Résumé
The Finite Element Method (FEM) is probably the most used strategy to simulate physical phenomena in a domain. The method needs a subdivision of the domain into simpler geometrical structures. This subdivision is known as a mesh. The numerical solution computed by the FEM directly depends on the employed
mesh.
In the medical field, the domains to simulate are complex geometries. Due to this complexity, it is preferred to use Registration Methods (RMs) to produce the mesh of the domain to be simulated. The RMs are a family of strategies that "adapt" a predefined mesh (the atlas) to patient data in order to represent the target domain. A RM reallocates the nodes of the atlas without changing the topology of it. Unfortunately, the RMs don't consider element information; therefore it is possible to produce invalid and poor quality elements. This thesis proposes reparation methods to achieve validity and improve the quality of the elements in the mesh after registration. Results are presented for femur and face model.
The most important limitation of RMs is that sometimes the focus of the simulation is given on a particular region. An example of this is the brain tumor resection surgery. In this case, a mesh with higher density of nodes is needed on the region between the opening skull point and the location of the tumor. It is on this region where the simulation must be more precise. Unfortunately an "atlas" mesh cannot be produced for each single case. Therefore a mesh generation technique with region refinement is also proposed on this thesis. Results are shown over neurosurgery.
mesh.
In the medical field, the domains to simulate are complex geometries. Due to this complexity, it is preferred to use Registration Methods (RMs) to produce the mesh of the domain to be simulated. The RMs are a family of strategies that "adapt" a predefined mesh (the atlas) to patient data in order to represent the target domain. A RM reallocates the nodes of the atlas without changing the topology of it. Unfortunately, the RMs don't consider element information; therefore it is possible to produce invalid and poor quality elements. This thesis proposes reparation methods to achieve validity and improve the quality of the elements in the mesh after registration. Results are presented for femur and face model.
The most important limitation of RMs is that sometimes the focus of the simulation is given on a particular region. An example of this is the brain tumor resection surgery. In this case, a mesh with higher density of nodes is needed on the region between the opening skull point and the location of the tumor. It is on this region where the simulation must be more precise. Unfortunately an "atlas" mesh cannot be produced for each single case. Therefore a mesh generation technique with region refinement is also proposed on this thesis. Results are shown over neurosurgery.
La Méthode des Éléments Finis (MEF) est probablement la technique la plus utilisée pour la modélisation du comportement mécanique des solides. Elle s'appuie pour cela sur une discrétisations du domaine modélisé en éléments géométrique simples. Cette partition porte le nom de maillage. La solution
numérique calculée par la MEF dépend directement du maillage utilisé.
Dans le domaine médical, les solides modélisés sont de géométrie complexe. De ce fait, nous privilégions une génération de maillage par recalage élastique. Cette méthode permet d'adapter un maillage prédéfini (atlas) aux données du patient afin de représenter le domaine à modéliser. Le recalage élastique applique un déplacement aux sommets de l'atlas sans en changer sa topologie. Les méthodes de recalage élastique ne prennent cependant pas en considération les éléments, par conséquent il est possible de produire des éléments invalides et de mauvaise qualité. Cette thèse présente une méthode de réparation des éléments après application d'un recalage élastique.
Les méthodes de recalage élastique peuvent être limitées lorsque, pour une région spécifique du domaine modélisé, une discrétisation plus fine est requise alors qu'elle ne figure pas dans le maillage atlas. Par exemple dans le domaine de la neurochirurgie, un maillage d'une densité plus importante peut être nécessaire dans la région de la voie d'abord, entre la craniotomie et la tumeur car dans cette région d'intérêt une précision accrue de la simulation est requise. Nous proposons dans cette thèse une méthode de génération de maillage comportant un raffinement local. Cette méthode est appliquée à la neurochirurgie.
numérique calculée par la MEF dépend directement du maillage utilisé.
Dans le domaine médical, les solides modélisés sont de géométrie complexe. De ce fait, nous privilégions une génération de maillage par recalage élastique. Cette méthode permet d'adapter un maillage prédéfini (atlas) aux données du patient afin de représenter le domaine à modéliser. Le recalage élastique applique un déplacement aux sommets de l'atlas sans en changer sa topologie. Les méthodes de recalage élastique ne prennent cependant pas en considération les éléments, par conséquent il est possible de produire des éléments invalides et de mauvaise qualité. Cette thèse présente une méthode de réparation des éléments après application d'un recalage élastique.
Les méthodes de recalage élastique peuvent être limitées lorsque, pour une région spécifique du domaine modélisé, une discrétisation plus fine est requise alors qu'elle ne figure pas dans le maillage atlas. Par exemple dans le domaine de la neurochirurgie, un maillage d'une densité plus importante peut être nécessaire dans la région de la voie d'abord, entre la craniotomie et la tumeur car dans cette région d'intérêt une précision accrue de la simulation est requise. Nous proposons dans cette thèse une méthode de génération de maillage comportant un raffinement local. Cette méthode est appliquée à la neurochirurgie.
Mots clés
Domaines
Modélisation et simulation
Loading...