Classification d’images médicales basée sur l’analyse de texture

par Dorota Duda

Thèse de doctorat en Traitement du signal et télécommunications

Sous la direction de Jean-Louis Coatrieux.

Soutenue en 2009

à Rennes 1 .


  • Résumé

    Le premier objectif de cette thèse est de proposer des méthodes de caractérisation des tissus, à partir d’un ensemble d’images, représentant, chacune, une propriété particulière du tissu. Ces méthodes consistent en une analyse simultanée des textures, représentées sur des images différentes, mais correspondant toutes à une même partie de l’organe. Elles permettent de caractériser les changements des propriétés de tissus, résultant de modifications déterminées des conditions d’acquisition des images. Le deuxième objectif est l’implémentation des méthodes proposées. L’application créée permet, à l’utilisateur, de définir lui-même les relations qu’il souhaite mettre en évidence entre les propriétés variables de la texture, dynamique. La méthode proposée a été appliquée pour la reconnaissance des tissus hépatiques sur des images TDM. Trois moments d’acquisition ont été considérés : sans injection de produit de contraste et, après son injection, à deux phases de sa propagation (artérielle, portale). Cette méthode a permis de caractériser les changements de propriétés de tissu hépatique, résultant des changements de concentration de produit de contraste dans les vaisseaux de foie. Les résultats présentés concernent la classification de quatre types de tissu hépatique (parmi eux – deux types tumeurs) caractérisés, soit par des paramètres de texture, correspondant à une seule image et à un seul moment d’acquisition, soit par des paramètres obtenus par la méthode proposée (vecteurs multiphasiques). La qualité de la classification augmente considérablement, si les tissus sont caractérisés à partir de trois images, correspondant aux trois moments d’acquisition.

  • Titre traduit

    Medical image classification based on textural features


  • Résumé

    The first objective of this thesis is to propose methods of tissue characterization, based on a set of images, each of them representing a particular property of the tissue. These methods consist in a simultaneous analysis of several textures displayed on different images and corresponding to the same part of the organ. They allow to characterize the changes in properties of tissue, resulting from determined modifications of the images acquisition conditions. The second objective is the implementation of the proposed methods. The developed software allows the user to define relations between variable properties of the dynamic texture, that he wants to highlight. The proposed method has been applied to hepatic tissue characterization in Computed Tomography images. Three acquisition moments have been considered: before and after (arterial and portal phases) injection of contrast product. The method enabled to characterize the changes in the tissue properties, resulting from time evolution of the contrast product concentration in the liver vessels. The presented results concern the classification of four types of liver tissue (including two kinds of tumors). These tissues were characterized either by textural features corresponding to a single acquisition moment, or by features obtained by the dynamic texture analysis (grouped into multiphasic vectors). The quality of the liver tissue classification increases significantly when the tissue is characterized on the basis of the three images corresponding to three phases of acquisition.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (V-202 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. [197]-202

Où se trouve cette thèse ?

  • Bibliothèque : Université de Rennes I. Service commun de la documentation. Section sciences et philosophie.
  • Disponible pour le PEB
  • Cote : TA RENNES 2009/172
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.