Le moteur de recherche
des thèses françaises
'%3e%3cpath%20style='fill:%2300a0dc;fill-opacity:1;stroke:none;stroke-width:.144606;stroke-opacity:1;stop-color:%23000'%20d='M41.8%20100.088H52.28c.46%200%20.831.421.831.945v10.25c0%20.524-.37.946-.831.946H41.8c-.46%200-.831-.422-.831-.945v-10.251c0-.524.37-.945.831-.945z'/%3e%3cpath%20d='m47.072%20102.02-4.87%202.656%204.87%202.657%203.985-2.174v3.06h.885v-3.543m-7.969%201.851v1.771l3.1%201.691%203.098-1.691v-1.77l-3.099%201.69z'%20style='fill:%23fff;fill-opacity:1;stroke-width:.442726'/%3e%3ccircle%20style='fill:%23009f1d;fill-opacity:1;stroke:%23fff;stroke-width:.379704;stroke-linecap:round;stroke-linejoin:round;stroke-miterlimit:4;stroke-dasharray:none;stroke-opacity:1;stop-color:%23000'%20cx='54.151'%20cy='101.224'%20r='3.451'/%3e%3cpath%20d='m55.669%2099.387.659.664-3.075%203.104-1.634-1.649.66-.663.974.979%202.416-2.435'%20style='fill:%23fff;fill-opacity:1;stroke:none;stroke-width:.30061;stroke-miterlimit:4;stroke-dasharray:none;stroke-opacity:1'/%3e%3c/g%3e%3c/svg%3e)
Analyse spatio-temporelle pour le suivi de structures évolutives en imagerie cérébrale multi-séquences
| Auteur / Autrice : | Laure Soraya Aït-Ali |
| Direction : | Christian Barillot |
| Type : | Thèse de doctorat |
| Discipline(s) : | Traitement du signal et télécommunications |
| Date : | Soutenance en 2006 |
| Etablissement(s) : | Rennes 1 |
Résumé
Cette thèse traite de la segmentation spatio-temporelle de structures évolutives 3D, en particulier les lésions de sclérose en plaques (SEP). Dans le but d'automatiser un processus fastidieux pour le clinicien, nous proposons de segmenter de façon automatique les lésions de SEP au cours du temps dans des images de résonance magnétique. Notre approche est fondée sur une nouvelle méthode paramétrique de regroupement itératif utilisant les intensités multi-séquences des images 3D + t. L'estimation des paramètres est effectué de façon robuste en utilisant un nouvel estimateur : l'estimateur de vraisemblance tamisée. Les données atypiques de ce modèle sont ensuite classées en différents types de lésions en intégrant des connaissances a priori sur les caractéristiques de ces structures. Notre algorithme est calibré sur des données simulées pour différents artefacts. Nos résultats sont ensuite validés qualitativement et quantitativement sur des IRM cliniques de patients atteints de SEP.