Arterial spin labelling : contrôle qualité et super-résolution

Arterial spin labelling : quality control and super-resolution

• Auteur / Autrice : Cédric Meurée
• Direction : Christian Barillot, Jean-Christophe Ferré
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques et leurs interactions
• Date : Soutenance le 25/03/2019
• Etablissement(s) : Rennes 1
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : ComuE : Université Bretagne Loire (2016-2019)
• Partenaire(s) de recherche : Laboratoire : Vision, Action et Gestion d'informations en Santé (Rennes ; 2006-2018) - EMPENN

Mots clés

Mots clés contrôlés

Traitement d'images -- Techniques numériques

Qualité -- Contrôle

Imagerie par résonance magnétique

Mots clés libres

Imagerie par résonance magnétique

Contrôle de la qualité

Artefacts

Super-Résolution

Magnetic resonance imaging

Quality Control

Artefacts

Super-Resolution

Résumé

L'arterial spin labelling (ASL) est une technique d'imagerie par résonance magnétique de la perfusion cérébrale. Les travaux présentés dans cette thèse ont d'abord consisté à standardiser les acquisitions ASL dans le contexte d'études de neuro-imagerie multicentriques. Un processus de contrôle de la qualité des images a par la suite été proposé. Les travaux se sont ensuite orientés vers le post-traitement de données ASL, en évaluant la capacité d'algorithmes existants à y corriger les distorsions. Des méthodes de super-résolution adaptées aux acquisitions ASL mono et multi-TI ont finalement été proposées et validées sur des données simulées, de sujets sains, ou de patients imagés pour suspicion de tumeurs cérébrales.

Arterial spin labelling (ASL) is a brain perfusion magnetic resonance imaging technique. The objective of this thesis was first to standardize ASL acquisitions in the context of multicenter neuroimaging studies. A quality control procedure has then been proposed. The capacity of existing algorithms to correct for distortions in ASL images has then been evaluated. Super-resolution methods, developed and adapted to single and multi-TI ASL data in the context of this thesis, are then described, and validated on simulated data, images acquired on healthy subjects, and on patients imaged for brain tumors.