Recalage non rigide d'images par approches variationnelles statistiques : application à l'analyse et à la modélisation de la fonction myocardique en IRM

par Caroline Petitjean

Thèse de doctorat en Sciences de la vie et de la matière. Mathématiques et informatique

Sous la direction de Françoise Prêteux.

Soutenue en 2003

à Paris 5 .


  • Résumé

    L'analyse quantitative de la fonction contractile myocardique constitue un enjeu majeur pour le traitement des maladies cardiovasculaires. Dans ce contexte, l'Imagerie par Résonance Magnétique (IRM) est une modalité privilégiée pour l'exploration dynamique du coeur, l'exploitation quantitative de ces données restant actuellement limitée. Cette thèse se propose de démontrer que les techniques de recalage non rigide statistique constituent un cadre approprié pour l'estimation des déformations myocardiques. Ses contributions concernent (I) l'élaboration d'une méthode robuste non supervisée d'estimation des déplacements myocardiques à partir de séquences d'IRM de marquage, (II) le développement d'un outil de quatification dynamique des déformations à des fins diagnostiques, intégrant une étape de segmentation automatique du coeur par recalage d'images ciné IRM, (III) la construction d'un modèle statistique de contraction d'un coeur sain en vue d'établir une référence numérique de normalité.

  • Titre traduit

    Non rigid image registration using statistical variational approaches. Application to the analysis and modeling of myocardial function in MRI


  • Résumé

    The quantiative analysis of myocardial contractile function is a major issue for the prevention and treatment of cardiovascular diseases. In this context, Magnetic Resonance Imaging (MRI) is a privileged modality for dynamically exploring the heart. However, the quantitative exploitation of MRI data remains limited today. This thesis aims at demonstrating that statistical non rigid registration techniques define an appropriate framework for quantitatively assessing myocardial deformations. Its contributions concern (I) the elaboration of a robust unsupervised method for estimating myocardial motion from tagged MR sequences, (II) the development of a measurement tool for dynamically quantifying myocardial deformations, integrating an automated heart segmentation procedure via non rigid registration of cine MR data, (III) the construction of a statistical atlas for the healthy heart, which provides a numerical reference for normality.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 201 p.
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 187-201

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris Descartes-Bibliothèque Saints-Pères Sciences (Paris). Service commun de la documentation. Bibliothèque Saints-Pères Sciences.
  • Disponible pour le PEB
  • Cote : 2003PA05S008
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.