Reconnaissance automatique des sillons corticaux

par Matthieu Perrot

Thèse de doctorat en Mathématiques

Sous la direction de Jérôme Lacaille.

Soutenue en 2009

à Cachan, Ecole normale supérieure .


  • Résumé

    La mise en évidence de bio marqueurs spécifiques de pathologies cérébrales à l'échelle d'une population reste extrêmement difficile compte tenu de la variabilité inter-individuelle de la topographie sulco-gyrale. Cette thèse propose de répondre à cette diffculté par l'identification automatique de 125 structures sulcales et leur mise en correspondance au travers des individus, à partir d'une base de 62 sujets labélisés manuellement. En s'appuyant sur la théorie des racines sulcales, les plissements corticaux sont découpés en entités élémentaires à labéliser. Dans une première phase, l'approche structurelle proposée précédemment par Jean-François Mangin et Denis Rivière a été revisitée pour faire face aux nombreux descripteurs morphométriques impliqués dans le processus d'identification. Dans une deuxième phase, cette modélisation a été reconsidérée intégralement au profit d'un cadre Bayésien exploitant des informations localisées (positions ou directions) négligées jusqu'alors, autorisant ainsi des schémas d'optimisation efficace. Dans ce cadre, la normalisation des données est essentielle ; cette question a été traitée sous la forme d'un processus de recalage affine global ou local à chaque sillon, de façon couplée au problème d'identification des sillons. Dans l'optique d'introduire plus d'information structurelle, une modélisation Markovienne traduisant une vue localisée de l'agencement entre plissements corticaux voisins a été introduite avec succès pour atteindre un taux de reconnaissance de plus de 86% pour chaque hémisphère. Seules les configurations atypiques ou les structures anatomiques les plus variables présentent encore de réelles difficultés.

  • Titre traduit

    Realistic PIC modelling of laser-plasma interaction : a direct implicit method with adjustable damping and high order weight functions


  • Résumé

    The determination of specific biomarkers of brain pathologies at population scale is extremely difficult because of the huge inter-individual variability of the sulco-gyral topography. This thesis addresses this issue by automatically identifying 125 sulcal structures and pairing them through individuals, thanks to a manually labeled database of 62 subjects. Relying on the sulcal roots theory, cortical folds are split into elementary segments to be labeled. In a first time, the structural approach proposed earlier by Jean-François Mangin and Denis Rivière has been revisited to manage the increasing amount of morphometric features involved in the identification process. In a second time, this model has been fully reviewed in favor of a Bayesian framework based on localized information (positions or directions) previously neglected, thus allowing effective optimization schemes. In this context, data normalization is essential ; this issue has been considered through global or sulciwise local a ne registration techniques, jointly to the sulcal identification. In order to introduce more structural informations, a Markovian model has been successfully introduced to reflect the local neighbored cortical folds organization. Finally, the overall recognition rate has reached 86 % for each hemisphere. From now on, only atypical patterns or the most variable anatomical structures remain a real issue.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (225 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 211-225

Où se trouve cette thèse ?

  • Bibliothèque : École normale supérieure. Bibliothèque.
  • Disponible pour le PEB
  • Cote : THE PER (Salle de réf.)
  • Bibliothèque : École normale supérieure. Bibliothèque.
  • Disponible pour le PEB
  • Cote : CTLes / THE PER
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.