Thèse soutenue

Tractographie cardiaque optimale par IRM du tenseur de diffusion
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Matthew Ozon
Direction : Marc RobiniYue Min Zhu
Type : Thèse de doctorat
Discipline(s) : Traitement image/image processing
Date : Soutenance le 10/03/2016
Etablissement(s) : Lyon
Ecole(s) doctorale(s) : École doctorale Électronique, électrotechnique, automatique (Lyon)
Partenaire(s) de recherche : établissement opérateur d'inscription : Institut national des sciences appliquées (Lyon ; 1957-....)
Laboratoire : CREATIS - Centre de Recherche et d'Application en Traitement de l'Image et du Son, UMR5515 (Lyon, Rhône ; 1995-2006) - Centre de recherche en applications et traitement de l'image pour la santé / CREATIS
Jury : Président / Présidente : Isabelle Magnin
Examinateurs / Examinatrices : Marc Robini, Yue Min Zhu, Isabelle Magnin, Michel Desvignes, François Rousseau, Pierre-Simon Jouk, Yves Usson
Rapporteurs / Rapporteuses : Michel Desvignes, François Rousseau

Résumé

FR  |  
EN

Cette thèse "Tractographie cardiaque optimale utilisant l'IRM du tenseur de diffusion" à pour but de proposer et d'étudier une nouvelle formulation globale de la tractographie cardiaque à partir d'images de tenseur de diffusion synthétisant les données pondérées en diffusion. Les raisons sous-jacentes ayant conduits à une nouvelle formulation sont multiples. Les méthodes existantes sont pour la plupart locales comme les algorithmes de « streamline » (ligne de champ) et sont sujettes à de nombreuses imperfections, en particulier, leur faible robustesse par rapport au bruit dans les données. Un autre problème de ce type d'approches basé sur la résolution d'équations différentielles est leur dépendances quant à l'initialisation, ce dont notre méthode s'est totalement affranchit. L'autre but de cette thèse est de déterminer un ou plusieurs critères numériques pour comparer et qualifier les objets fibres. En effet, même s'il semble facile de caractériser qualitativement les fibres de façon visuelle, la création de mesures pour caractériser les fibres soit dans l'absolue, soit en comparaison aux données ou à d'autres fibre relève d'une toute autre approche.