Thèse soutenue

Exploitation de corrélations spatiales et temporelles en tomographie par émission de positrons

FR  |  
EN
Auteur / Autrice : Florent Sureau
Direction : Bertrand Tavitian
Type : Thèse de doctorat
Discipline(s) : Physique
Date : Soutenance en 2008
Etablissement(s) : Paris 11
Ecole(s) doctorale(s) : Ecole doctorale Sciences et Technologies de l'Information, des Télécommunications et des Systèmes (Orsay, Essonne2000-2015)
Partenaire(s) de recherche : Laboratoire : Commissariat à l'énergie atomique. Direction des Sciences du vivantInstitut d'imagerie médicaleService hospitalier Frédéric-Joliot (FranceOrsay, Essonne)
autre partenaire : Université de Paris-Sud. Faculté des sciences d'Orsay (Essonne)
Jury : Président / Présidente : Jacques Bittoun
Examinateurs / Examinatrices : Jacques Bittoun, Michel Defrise, Jérôme Idier, Yves Bizais, Yves Charon
Rapporteurs / Rapporteuses : Michel Defrise, Jérôme Idier

Mots clés

FR

Résumé

FR  |  
EN

Nous proposons, implémentons et évaluons dans cette thèse des algorithmes permettant d'améliorer la résolution spatiale dans les images et débruiter les données en tomographie par émission de positrons. Ces algorithmes ont été employés pour des reconstructions sur une caméra à haute résolution (HRRT) et utilisés dans le cadre d'études cérébrales, mais la méthodologie développée peut être appliquée à d'autres caméras et dans d'autres situations. Dans un premier temps, nous avons développé une méthode de reconstruction itérative intégrant un modèle de résolution spatiale isotrope et stationnaire dans l'espace image, mesuré expérimentalement. Nous avons évalué les apports de cette méthode sur simulation Monte-Carlo, examens physiques et protocoles cliniques en la comparant à un algorithme de reconstruction de référence. Cette étude suggère une réduction des biais de quantification, en particulier dans l'étude clinique, et de meilleures corrélations spatiales et temporelles au niveau des voxels. Cependant, d'autres méthodes doivent être employées pour réduire le niveau de bruit dans les données. Dans un second temps, une approche de débruitage maximum a posteriori adaptée aux données dynamiques et permettant de débruiter temporellement les données d'acquisition (sinogrammes) ou images reconstruites a été proposé. L'a priori a été introduit en modélisant les coefficients dans une base d'ondelettes de l'ensemble des signaux recherchés (images ou sinogrammes). Nous avons comparé cette méthode à une méthode de débruitage de référence sur des simulations répliquées, ce qui illustre l'intérêt de l'approche de débruitage des sinogrammes.