Application des réseaux de neurones à la classification automatisée des grades placentaires

par Mohammad Ayache

Thèse de doctorat en Sciences de la vie et de la santé

Sous la direction de François Tranquart.


  • Résumé

    Le placenta est un organe provisoire joignant la mère et le fœtus qui transfère l’oxygène et des nutriments de la mère au fœtus et permet l’évacuation de l’anhydride carbonique et des produits du métabolisme du fœtus. Le but de notre travail était d’étudier la fonction de transfert des tissus placentaires selon son développement en se basant sur les images ultrasonores. Nous avons développé au cours de ce travail une nouvelle approche de la classification du développement placentaire en ultrasons par des techniques de traitement d’images avancées basée sur une représentation par réseau neuronal. Le modèle réalisé par la transformée en ondelettes basé sur le réseau neuronal MLP représente donc un outil efficace et rapide répondant à nos critères et bien adapté à nos applications concernant l’étude de la maturation placentaire. L’application du modèle réalisée en cas de traitement d’images placentaires ouvre des portes intéressantes en terme de classification des grades placentaires afin d’identifier des stades de maturation autorisant la définition d’une maturation normale et de classes à risque.

  • Titre traduit

    Neural network application to classify automatically the different placental grades


  • Résumé

    The placenta is a temporary organ joins the mother and the fœtus, which transfers oxygen from the mother to the foetus, allows the evacuation of the carbon dioxide and the products of foetus metabolism. The goal of our work is to study the transfer function of placental development using ultrasound images. A new approach is developed during this work to classify the placental development by image processing techniques based on supervised neural network. The realized model by the wavelet transform based on MLP neural network, represents an effective tool answering our criteria and adapted to our applications concerning the study of placental maturation. The realized model application in the event of placental image processing opens interesting doors in terms of placental grades classification in order to identify the stages of maturation, authorizing the definition of a normal maturation and an abnormal maturation.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (109 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 109

Où se trouve cette thèse ?

  • Bibliothèque : Université François Rabelais. Service commun de la documentation. Section Médecine.
  • Disponible pour le PEB
  • Cote : T SV 2007 015
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.