Détection et description de points clés par apprentissage
Auteur / Autrice : | Nicolas Loiseau-Witon |
Direction : | Sébastien Valette |
Type : | Thèse de doctorat |
Discipline(s) : | Intelligence artificielle et imagerie 3D médicale |
Date : | Soutenance le 08/12/2023 |
Etablissement(s) : | Lyon, INSA |
Ecole(s) doctorale(s) : | École doctorale Électronique, électrotechnique, automatique (Lyon) |
Partenaire(s) de recherche : | Membre de : Université de Lyon (2015-....) |
Laboratoire : CREATIS - Centre de Recherche et d'Application en Traitement de l'Image pour la Santé (Lyon ; 2007-....) - Centre de Recherche en Acquisition et Traitement de l'Image pour la Santé / CREATIS | |
Jury : | Président / Présidente : Elsa D. Angelini |
Examinateurs / Examinatrices : Sébastien Valette, Elsa D. Angelini, Olivier Aubreton, Franck Hétroy, Marc Antonini, Razmig Kéchichian | |
Rapporteurs / Rapporteuses : Olivier Aubreton, Franck Hétroy |
Mots clés
Résumé
Les hôpitaux génèrent de plus en plus d’images médicales en 3D. Ces volumes nécessitent un recalage automatique, en vue d’être analysés de manière systématique et à grande échelle. Les points clés sont utilisés pour réduire la durée et la mémoire nécessaires à ce recalage et peuvent être détectés et décrits à l’aide de différentes méthodes classiques, mais également à l’aide de réseaux neuronaux, comme cela a été démontré de nombreuses fois en 2D. Cette thèse présente les résultats et les discussions sur les méthodes de détection et de description de points clés à l’aide de réseaux neuronaux 3D. Deux types de réseaux ont été étudiés pour détecter et/ou décrire des points caractéristiques dans des images médicales 3D. Les premiers réseaux étudiés permettent de décrire les zones entourant directement les points clés, tandis que les seconds effectuent les deux étapes de détection et de description des points clés en une seule fois.