Transfert d'apprentissage pour l'analyse anatomique d'images multi-modales

par Hadrien Bertrand

Projet de thèse en Traitement du signal et des images

Sous la direction de Isabelle Bloch et de Roberto Ardon.

Thèses en préparation à Paris Saclay , dans le cadre de Sciences et Technologies de l'Information et de la Communication , en partenariat avec Laboratoire de Traitement et Communication de l'Information (laboratoire) , IMAGES : Image, Modélisation, Analyse, GEométrie, Synthèse (equipe de recherche) et de Télécom ParisTech (établissement de préparation de la thèse) depuis le 01-01-2016 .


  • Résumé

    Les avancées récentes en apprentissage profond et par transfert ont donné des résultats impressionnants dans une large variété de domaines. Cependant ces méthodes sont encore peu exploitées en imagerie médicale. L'idée principale de la thèse est d'adapter les techniques performantes d'apprentissage profond et par transfert pour utiliser des informations corrélées entre plusieurs bases de données. Les objectifs principaux sont tout d'abord d'extraire des caractéristiques de bas niveau qui représentent des images ultrasonores 2D et 3D, puis extraire des caractéristiques de haut niveau d'images CT et IRM, et finalement apprendre à transférer ces informations pour améliorer des systèmes de détection et localisation d'organes.

  • Titre traduit

    Deep Transfer Learning for Multi-Modality and Multi-Task Anatomical Awareness.


  • Résumé

    Recent advances in deep learning and transfer learning have yielded impressive results in a variety of domains. However these methods are still under-exploited in medical imaging. The core idea of the thesis is to adapt and leverage successful deep and transfer learning techniques to exploit correlated information in various patient databases. The main goals are first to extract low-level features to represent both 2D-US and 3D-US images, then extract high-level features from CT and MR images and finally learn to transfer information between all these modalities to improve detection and organs localization systems.