Méthodes d'apprentissage appliquées au traitement d'images de tomographie en cohérence optique

Learning-based processing of full field optical coherence tomography images

• Auteur / Autrice : Ahmed Ben aissa
• Direction : Sébastien Popoff, Pedro Mece
• Type : Projet de thèse
• Discipline(s) : Physique
• Date : Inscription en doctorat le 01/11/2021
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Physique en Île-de-France (Paris ; 2014-....)
• Partenaire(s) de recherche : Laboratoire : Institut Langevin : ondes et images
• Partenaire(s) de recherche : établissement opérateur d'inscription : Ecole supérieure de physique et de chimie industrielles de la Ville de Paris (1882-....)

Mots clés

Mots clés libres

Traitement d'image

Apprentissage statistique

Tomographie en cohérence optique

Ophtalmologie

Image processing

Machine Learning

Optical Coherence Tomography

Ophtalmology

Résumé

La conception, le développement et le déploiement des nouvelles méthodes de traitement d'images basées sur des techniques d'apprentissage est une étape cruciale dans l'extraction de biomarqueurs pertinents pour les cliniciens à partir des images haute résolution de la rétine et de la cornée, acquises par tomographie en cohérence optique (OCT). Le but de ce travail est l'amélioration de la qualité des images en acquisition et en post-traitement, ainsi que l'extraction d'informations pertinentes par des algorithmes basés sur une analyse mathématique des images et sur l'apprentissage statistique.

The design, development and deployment of new image processing methods based on learning techniques is a crucial step in the extraction of clinically relevant biomarkers from high-resolution optical coherence tomography (OCT) images of the retina and cornea. The goal of this work is to improve the quality of the images in acquisition and post-processing, as well as to extract relevant information by algorithms based on mathematical analysis of the images and on statistical learning.