Contribution to automatic corporal tissue classification by integrating qualitative medical knowledge : application to the analysis of musculo skeletal diseases and disabilities from MRI sequences

par Han Kang

Thèse de doctorat en Informatique. Automatique et informatique des systèmes industriels et humains

Sous la direction de Abdelmalik Taleb-Ahmed, Xianyi Zeng et de Antonio Pinti.

Soutenue en 2009

à Valenciennes .

  • Titre traduit

    Contribution à la classification automatique de tissus corporels par intégration des connaissances médicales qualitatives : application aux maladies et déficiences musculo-squelletiques


  • Résumé

    Dans le diagnostic médical utilisant des images IRM, les techniques de segmentation et de classification d'images jouent un rôle important. La segmentation avec les niveaux de gris et la texture conduit souvent à des résultats peu satisfaisants, parce que ces caractéristiques générales ne peuvent pas prendre en compte les connaissances spécialisées. Par conséquent, il est nécessaire d'intégrer des connaissances a priori sur l'analyse des images médicales pour obtenir de meilleurs résultats de la classification des tissus. Dans ce contexte, deux principales contributions ont été proposées en vue d'améliorer la qualité de la segmentation par la méthode FCM. La première contribution est le développement d'un nouvel algorithme de FCM pour la segmentation d'images. La seconde contribution est le développement d'un système intelligent pour la classification des tissus. Il se compose de deux étapes. La première étape est un système de classification des tissus de la cuisse. La seconde étape est un système intelligent généralisé pour la classification des tissus d'autres zones corporelles.


  • Résumé

    In the diagnosis using MRI images, image segmentation techniques plays a key role. Nevertheless, segmentation with context independent features such as grey level and texture often leads to unsatisfactory results because these general features can not take into account the specialized background knowledge. Therefore, it is necessary to incorporate our a priori knowledge on medical image analysis for obtaining better results of tissue classification. In this context, two main contributions have been proposed in order to improve FCM-based image segmentation quality. The first contribution is that we developed a new FCM-based algorithm for image segmentation. The second contribution is the development of an intelligent system for tissue classification. It consists of two steps. The first step is a specific tissue classification system of thigh. The second step is a generalized intelligent system for tissue classification

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (139 p.)
  • Annexes : Bibliogr. p.132-139. Annexes

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université Polytechnique Hauts-de-France. Service commun de la documentation. Site du Mont Houy.
  • Non disponible pour le PEB
  • Cote : 900556 TH
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.