Segmentation de la substance noire en IRM par approches d'apprentissage extreme

MRI Segmentation of substancia nigra with extreme learning machine

• Auteur / Autrice : Yoleidy Huerfano maldonado
• Direction : Clovis Tauber, Marco Mora
• Type : Projet de thèse
• Discipline(s) : Sciences de la Vie et de la Santé
• Date : Inscription en doctorat le 17/10/2022
• Etablissement(s) : Tours en cotutelle avec Universidad Católica del Maule
• Ecole(s) doctorale(s) : École doctorale Santé, Sciences Biologiques et Chimie du Vivant (Centre-Val de Loire ; 2012-....)
• Partenaire(s) de recherche : Laboratoire : Imaging, Brain & Neuropsychiatry
• Partenaire(s) de recherche : Equipe de recherche : Equipe 3 - Imagerie, Biomarqueurs et Thérapeutique

Mots clés

Mots clés libres

Irm

Segmentation

Réseaux de neurones

Maladie de Parkinson

Mri

Segmentation

Neural networks

Parkinson's disease

Résumé

La maladie de Parkinson est une maladie neuro-dégénérative caractérisée par la destruction progressive de neurones spécifiques : les neurones à dopamine de la substance noire du cerveau. Il existe des approches pour la segmentation du tronc cérébral, mais actuellement peu d'approches sont spécifique à la segmentation précise de la substance noire qui est pourtant essentielle pour l'analyse des images cérébrales de sujets atteints, et pour la comprehension de la maladie de Parkinson. L'objectif de cette thèse est le développement d'une approche de segmentation par réseau de neurones capable d'un entrainement rapide et sur un ensemble réduit d'images IRM, adapté à une utilisation pratique. Les résultats de l'approche développée seront comparés à ceux de réseaux de neurones de la littérature, et exploités pour l'extraction d'informations radiomiques pour le diagnostic de la maladie de Parkinson.

Parkinson's disease is a neurodegenerative disease characterized by the progressive destruction of specific neurons: the dopamine neurons of the substantia nigra of the brain. Some approaches have been tailored for the segmentation of the brainstem, but currently few approaches are specific to the precise segmentation of the substantia nigra which is essential for the analysis of brain images of patients and for the understanding of the Parkinson's disease. The objective of this thesis is the development of a neural network segmentation approach with rapid training capacities on a reduced set of MRI images, suitable for practical use. The results of the developed approach will be compared with those of neural networks from the literature, and used for the extraction of radiomics information for the diagnosis of Parkinson's disease.