Segmentation dynamique en échocardiographie ultrasonore radiofréquence

par Igor Dydenko

Thèse de doctorat en Images et systèmes

Sous la direction de Denis Friboulet.

Soutenue en 2003

à Villeurbanne, INSA .


  • Résumé

    L'objectif de cette thèse est le développement de techniques de segmentation d'images ultrasonores de radiofréquence (RF) en échographie cardiaque. Le premier aspect de ce travail concerne la détection du produit de contraste ultrasonore. Une méthode paramétrique basée sur l'analyse spectrale autorégressive (AR) a été proposée. Il a été montré sur simulations et images in vitro que l'approche proposée est peu sensible aux variation de concentration et du MI instrumental. Le deuxième aspect de ce travail concerne la segmentation de séquences d'images cardiaques RF. En se basant sur l'analyse AR, il est montré que le contenu spectral du signal RF apporte une information supplémentaire relativement à l'enveloppe seule. Une méthode de segmentation est ensuite proposée, basée sur les ensembles de niveaux couplés avec un recalage affine. La méthode a été validée sur simulations et sur de séquences in vitro, montrant son intérêt pour la segmentation et le suivi du muscle cardiaque.

  • Titre traduit

    Dynamic segmentation in ultrasound radiofrequency echocardiography


  • Résumé

    The goal of this Ph. D. Thesis is the development of techniques of radiofrequency (RF) image segmentation in cardiac echography. The first part of this work is dedicated to the detection of ultraound contrast agent. A parametric method based on local spectral autoregressive (AR) analysis of the RF signal is proposed. It is shown on simulations and in vitro images thats the proposed approach is stable with respect to concentration of the agent and the instrumental MI. The second part of the work concerns segmentation of cardiac RF sequences. Based on AR spectral analysis, it is shown that the spectral contents of the RF signal brings complementary information, as compared to the envelope image alone. A segmentation method is subsequently introduced, based on the level set framework coupled with affine registration. The method is validated on numerical simulations as well as on ultrasound in vivo sequences, showing its interest for segmentation and tracking of the cardiac muscle.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 232 p.
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 216-232. Publications de l'auteur p. 214-215

Où se trouve cette thèse ?

  • Bibliothèque : Institut national des sciences appliquées (Villeurbanne, Rhône). Service Commun de la Documentation Doc'INSA.
  • Disponible pour le PEB
  • Cote : C.83(2758)
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.