Thèse soutenue

Etudes d'objets convexes en tomographie discrète et applications

FR  |  
EN
Auteur / Autrice : Khalil Tawbeh
Direction : Laurent Vuillon
Type : Thèse de doctorat
Discipline(s) : Mathématiques appliquées
Date : Soutenance en 2009
Etablissement(s) : Chambéry
Partenaire(s) de recherche : Laboratoire : Laboratoire de Mathématiques (Chambéry)

Mots clés

FR

Résumé

FR  |  
EN

Le but de cette thèse est de comprendre la structure d'objets convexes dans le plan discret. En effet, plusieurs notions de convexités existent comme les HV- convexe, q-convexe et L-convexe et chacune conduit à une étude intéressante. Une notion naturelle de convexités dans le plan discret est la classe des polyominoes HV -convexes avec des cellules consécutives en lignes et colonnes. En utilisant la tomographie discrète et les travaux de Del lungo, Nivat, Barcucci et Pinzani [3, 4] ainsi que ceux de Chrobak et Dürr [17], on est capable de reconstruire des polyominoes qui sont HV -convexes à partir de leurs vecteurs de projections horizontaux et verticaux. En plus de cela, pour un polyomino P, HV -convexe, chaque paire de cellules de P peut être atteinte en utilisant un chemin inclus dans P, avec seulement deux types de pas (un tel chemin est appelé monotone). Un polyomino est dit kL-convexe si pour chaque deux cellules, on peut trouver un chemin monotone avec au plus k changements de direction. Ainsi l'ensemble des kL-convexes forme une hiérarchie des polyominoes HV -convexes selon le nombre de changement de direction des chemins monotones. La notion des polyominoes L-convexes, c'est a dire quand k = 1, a été introduite par Castiglione et Restivo [13] et leurs structures géométriques et tomographiques sont bien connues [10, 11, 12, 14]. Nous proposons d'étudier la classe des polyominoes 2L-convexes qui ont une structure géométrique et tomographique beaucoup plus compliqués que celles des L-convexes. Nous étudions tout d'abord les propriétés et les aspects géométriques de plusieurs sous-classes des 2L-convexes en fonction des chemins monotones, puis nous nous servons de cette étude pour trouver des algorithmes de reconstruction directe pour ces sous-classes. Une deuxième phase de cette thèse est réservée pour la partie appliquée où nous collaborons avec le Professeur François Cotton pour segmenter et reconstruire en 3D la tumeur cérébrale sur des données réelles provenant de l'imagerie médicale. Nous travaillons sur des images par IRM de l'hôpital sud de Lyon afin de calculer et de montrer la stabilité des géométriques pour donner aux médecins des outils sur l'évolution des tumeurs en fonction de temps.