Auteur / Autrice : | Gero Peters |
Direction : | Isabelle Bloch, Serge Müller |
Type : | Thèse de doctorat |
Discipline(s) : | Signal et images |
Date : | Soutenance en 2007 |
Etablissement(s) : | Paris, ENST |
Mots clés
Mots clés contrôlés
Résumé
Nous développons un algorithme de détection automatique des signes radiologiques pour la mammographie numérique tridimensionnelle. Nous appliquons la théorie des sous-ensembles flous afin de modéliser l’ambiguïté présente dans les images de projection, ce qui nous permet en même temps de retarder la prise de décision jusqu’à une étape du traitement où nous pouvons prendre en compte la totalité des informations extraites à travers l’ensemble des projections. Nous proposons un système permettant la détection de différents types de lésions. Nous présentons une méthode d’extraction de contours flous pour des opacités. L’originalité de l’approche présentée réside dans l’application d’un modèle dédié de contours actifs hybrides. Chaque modèle est construit à partir de connaissances a priori que l’on a sur une classe d’objets donnée. Nous appliquons les différents modèles pour chaque signe radiologique, fournissant un ensemble de contours flous pour chaque objet traité. Un vecteur d’attributs est extrait que l’on utilise pour obtenir un vecteur d’attributs flous. Nous proposons un opérateur d’agrégation afin de combiner l’information correspondant à un objet tridimensionnel à travers l’intégralité des images de projection. A cette fin, nous introduisons un opérateur de défuzzification partielle, qui nous permet d’obtenir une représentation de l’information floue extraite pour chaque objet en chaque pixel. Nous calculons des attributs cumulés et un degré de confiance associé à chaque particule. Nous utilisons un arbre de décision flou afin d’obtenir une décision à partir des informations extraites.