Read Books Online and Download eBooks, EPub, PDF, Mobi, Kindle, Text Full Free.
Segmentation Dimages Irm Multi Echos Tridimensionnelles Pour La Detection Des Tumeurs Cerebrales Par La Theorie De Levidence
Download Segmentation Dimages Irm Multi Echos Tridimensionnelles Pour La Detection Des Tumeurs Cerebrales Par La Theorie De Levidence full books in PDF, epub, and Kindle. Read online Segmentation Dimages Irm Multi Echos Tridimensionnelles Pour La Detection Des Tumeurs Cerebrales Par La Theorie De Levidence ebook anywhere anytime directly on your device. Fast Download speed and no annoying ads. We cannot guarantee that every ebooks is available!
Book Synopsis Segmentation d'images IRM multi-échos tridimensionnelles pour la détection des tumeurs cérébrales par la théorie de l'évidence by : Anne-Sophie Capelle
Download or read book Segmentation d'images IRM multi-échos tridimensionnelles pour la détection des tumeurs cérébrales par la théorie de l'évidence written by Anne-Sophie Capelle and published by . This book was released on 2003 with total page 215 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'imagerie par résonance magnétique (IRM) est un outil puissant permettant l'observation in vivo de l'anatomie cérébrale. La diversité de ses pondérations d'acquisition offre aux spécialistes une informations riche et abondante, particulièrement adaptée au diagnostic des tumeurs. Dans ce travail, nous proposons une méthode de segmentation multi-échos des images IRM cérébrales fondée sur la théorie de l'évidence. Nous proposons, en particulier, une méthode d'intégration d'informations contextuelles fondée sur une combinaison pondérée de fonctions de croyance. Nous montrons que ce processus conduit à une réelle segmentation en régions permettant l'extraction des tumeurs cérébrales. Nous étudions ensuite la nature du conflit issu de la combinaison spatiale et montrons qu'il s'agit d'une information utile et représentative de la position des frontières entre les différentes structures anatomiques. Enfin, nous proposons la mise en coopération des informations " régions " et " frontières " issues de ce processus.
Book Synopsis Contrast-enhanced 3D spin echo T1-weighted sequence outperforms 3D gradient echo T1-weighted sequence for the detection of multiple sclerosis lesions on 3.0T brain MRI by : Ariane de Panafieu
Download or read book Contrast-enhanced 3D spin echo T1-weighted sequence outperforms 3D gradient echo T1-weighted sequence for the detection of multiple sclerosis lesions on 3.0T brain MRI written by Ariane de Panafieu and published by . This book was released on 2022 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Objectif : Une séquence T1 injectée sensible et fiable est nécessaire pour la détection des lésions cérébrales rehaussées de sclérose en plaques (SEP) lors du diagnostic mais aussi lors du suivi de la maladie. Les séquences injectées 3D écho de gradient (GRE) T1 et 3D turbo spin echo (TSE) T1 sont toutes les deux disponibles en pratique clinique et n'ont jamais été comparées concernant la détection des lésions de SEP. Notre objectif était donc de comparer les séquences 3D TSE T1 et 3D GRE T1 après injection de gadolinium pour la détection des lésions cérébrales rehaussées de SEP. Méthodes : Cette étude prospective monocentrique a inclus des patients adultes ayant une SEP selon les critères de McDonald révisés en 2017 et nécessitant une IRM cérébrale injectée, réalisée notamment avec les séquences 3D FLAIR, 3D TSE T1 et 3D GRE T1, entre août 2017 et avril 2021. L'ordre des séquences T1 après injection pour chaque patient a été établi par randomisation. Deux radiologues indépendants ont compté les lésions rehaussées pour les deux séquences T1 injectées qui étaient étudiées séparément de manière randomisée, en aveugle des autres données en dehors du 3D FLAIR et de la séquence étudiée sans injection. Ces lectures ont été comparées à une référence établie par un neuroradiologue expert ayant accès à l'ensemble du dossier clinique et radiologique antérieur et postérieur à l'examen étudié du patient. Le critère de jugement principal était le nombre de patients ayant au moins une lésion rehaussée et le critère de jugement secondaire était le nombre de lésions rehaussées par patient. La sensibilité, la spécificité, les valeurs prédictives positive et négative de chaque lecteur pour chaque séquence ont été calculées. La reproductibilité inter-observateur, le contraste ratio (CR) lésionnel et le contraste sur bruit (CNR) ont été calculés pour les deux séquences. Résultats : Un total de 158 patients a été inclus (âge moyen 40 +/- 11 ans, 95 femmes). Les deux lecteurs ont rapporté significativement plus de patients ayant au moins une lésion rehaussée en 3D TSE T1 qu'en 3D GRE T1 (61/158 (38,6%) versus 48/158 (30,4%) et 60/158 (38,6%) versus 47/158 (29,7%), p
Book Synopsis Deep Learning Architectures for Automatic Detection of Viable Myocardiac Segments by : Khawla Brahim
Download or read book Deep Learning Architectures for Automatic Detection of Viable Myocardiac Segments written by Khawla Brahim and published by . This book was released on 2021 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt:
Book Synopsis Development of new interactive and automatic system for the analysis of myocardial perfusion SPECT images by : Wooi Haw Tan
Download or read book Development of new interactive and automatic system for the analysis of myocardial perfusion SPECT images written by Wooi Haw Tan and published by . This book was released on 2011 with total page 179 pages. Available in PDF, EPUB and Kindle. Book excerpt: La finalité de notre travail de recherche consiste à proposer un système permettant d’automatiser le traitement d’images de perfusion myocardique SPECT (MPS) tout en permettant un guidage interactif de l’intervention d’experts médicaux. Dans ce travail, les différentes étapes du traitement MPS ont été revues et implémentées. Afin de réduire les difficultés des traitements MPS conventionnels, la réorientation du ventricule gauche (LV), la segmentation du VG et l’échantillonnage myocardique ont été combinés et automatisés via une technique de reconnaissance du VG orientée model. Une fois la phase de reconnaissance du VG achevée, les différents traitements peuvent être réalisés. En utilisant un processus de reconnaissance 3D à base de modèle, une carte de perfusion 3D du VG peut être obtenue en plus de la traditionnelle carte polaire 2D cardiaque. Dans l’objectif de réduire l’effet des activités extracardiaques, ou les hot spots sur les tomogrammes MPS, une technique automatique de suppression de hot spots a été proposée et implémentée. Cette technique utilise la segmentation morphologique 3D du type Watershed pour délimiter et ensuite éliminer les hot spots d’une manière itérative en utilisant des connaissances anatomiques. Des techniques à base de modèle permettant de faciliter la reconnaissance du VG sont ensuite développées et évaluées. La première technique utilise des descripteurs de forme basés sur l’approche de la théorie de la décision. La deuxième technique délimite d’une façon itérative le VG avec des modèles de formes actives 2D (ASMs). Dans la troisième technique proposée, le VG est détecté via une approche du type modèle matching et utilisant la corrélation croisée et l’algorithme du particle Swarm Optimization (PSO). Des taux de reconnaissance de 93% et de 90% ont été obtenus lorsqu’on utilise des formes d’ellipse et 3D-ASM respectivement comme formes de référence. En utilisant le modèle 3D-ASM, la reconnaissance des différentes régions du VG peut aussi être réalisée. Il a été clairement démontré que notre approche réduit les différentes tâches laborieuses pour la quantification des MPS et permet d’atteindre une sensibilité de 77.5%, une spécificité de 75% et une précision de 78% en termes de performances diagnostiques.
Book Synopsis ANALYSE D'IMAGES IRM 3D MULTIECHOS POUR LA DETECTION ET LA QUANTIFICATION DE PATHOLOGIES CREBRALES by : Lars Aurdal
Download or read book ANALYSE D'IMAGES IRM 3D MULTIECHOS POUR LA DETECTION ET LA QUANTIFICATION DE PATHOLOGIES CREBRALES written by Lars Aurdal and published by . This book was released on 1997 with total page 220 pages. Available in PDF, EPUB and Kindle. Book excerpt: CETTE THESE PORTE SUR DES METHODES DE MESURE ET D'ANALYSE DES STRUCTURES ANATOMIQUES ET PATHOLOGIQUES DANS DES IMAGES EN IRM DU CORPS HUMAIN. NOUS NOUS SOMMES PRINCIPALEMENT CONCENTRES SUR DES IMAGES IRM DU CERVEAU, EN PARTICULIER NOUS AVONS ETUDIE CELLES DU CERVEAU DE PATIENTS SOUFFRANT D'ADRENOLEUKODYSTROPHIE (ALD), UNE MALADIE NEUROLOGIQUE TRES GRAVE TOUCHANT PRINCIPALEMENT LES JEUNES GARCONS. CE TYPE DE MESURES EST D'UNE TRES GRANDE IMPORTANCE POUR LE SUIVI DES THERAPIES A L'ESSAI. LA METHODE COURAMMENT UTILISEE POUR FAIRE CE GENRE DE MESURES REPOSE SUR UN CONTOURAGE MANUEL, QUI EST DIFFICILE ET SUJET A DES ERREURS IMPORTANTES. LA VARIABILITE INTRA- ET INTER-OBSERVATEURS EST GENERALEMENT GRANDE, EN PARTICULIER A CAUSE DE LA GEOMETRIE COMPLEXE DE LA REGION PATHOLOGIQUE. LE PROBLEME PRINCIPAL A RESOUDRE AVANT D'OBTENIR LES MESURES DESIREES EST LE PROBLEME DE SEGMENTATION DES IMAGES IRM EN REGIONS REPRESENTATIVES DES STRUCTURES ANATOMIQUES. CE PROBLEME DE SEGMENTATION EST COMPLIQUE DU FAIT QUE L'INFORMATION CONCERNANT LA TAILLE ET LA POSITION DES STRUCTURES D'INTERET EST GENERALEMENT REPARTIE ENTRE PLUSIEURS IMAGES. POUR OBTENIR UNE BONNE SEGMENTATION DE CES IMAGES ON A DONC BESOIN D'UN ALGORITHME QUI PERMETTE LA FUSION DES INFORMATIONS EN MEME TEMPS QUE LA SEGMENTATION. NOUS AVONS DEVELOPPE POUR CELA UN ALGORITHME DE SEGMENTATION DE TYPE MARKOVIEN QUI S'EST MONTRE TRES EFFICACE POUR CE GENRE DE PROBLEME. UNE PARTIE IMPORTANTE DES ALGORITHMES QUE NOUS AVONS DEVELOPPES PENDANT CETTE THESE CONCERNE L'ESTIMATION DES CARACTERISTIQUES DES CLASSES DANS LES DIFFERENTES IMAGES. L'INTERET DE TELS ALGORITHMES EST QU'ILS PERMETTENT D'AUTOMATISER PRESQUE ENTIEREMENT LE PROCESSUS DE SEGMENTATION. POUR RESOUDRE CE PROBLEME, NOUS AVONS CHOISI UNE APPROCHE D'ANALYSE MULTI-ECHELLES DES HISTOGRAMMES DES IMAGES A SEGMENTER AFIN D'EN DETERMINER LES MODES. CET ALGORITHME EST REMARQUABLEMENT ROBUSTE ET FOURNIT DE BONS RESULTATS EN PRATIQUE. L'ALGORITHME PROPOSE INITIALEMENT DONNE COMME RESULTAT CE QUE NOUS AVONS APPELE UNE SEGMENTATION DISCRETE, C'EST-A-DIRE DES RESULTATS OU CHAQUE PIXEL EST CONSIDERE COMME APPARTEMENT A UNE SEULE CLASSE. DANS CERTAINS CAS CELA EST UNE LIMITE DE LA METHODE, SURTOUT DANS LE CAS DE COUPES EPAISSES OU BEAUCOUP DE PIXELS CONTIENNENT DES MELANGES DE TISSUS. NOUS AVONS DONC DEVELOPPE UNE EXTENSION DE L'ALGORITHME INITIAL EN UN ALGORITHME DE SEGMENTATION EN ETIQUETTES CONTINUES QUI PERMET LA SEGMENTATION DE TELS PIXELS ET L'ESTIMATION DES POURCENTAGES DES TISSUS QUI LE COMPOSENT. AFIN DE PERMETTRE UNE UTILISATION FACILE DE CES ALGORITHMES DANS UN MILIEU MEDICAL NOUS AVONS AUSSI DEVELOPPE UNE INTERFACE GRAPHIQUE POUR TOUS CES ALGORITHMES. CETTE INTERFACE EST CONCUE EN MOTIF ET PERMET UNE MANIPULATION SIMPLE DES PARAMETRES NECESSAIRES POUR LA SEGMENTATION, LES IMAGES A SEGMENTER ET LES RESULTATS DE SEGMENTATION. L'INTERFACE PERMET AUSSI DE FAIRE DES MESURES DE LA TAILLE DE CERTAINES REGIONS DANS LES IMAGES SEGMENTEES. LES RESULTATS DE SEGMENTATION PEUVENT AUSSI ETRE MANIPULES AFIN DE CORRIGER DES ERREURS POSSIBLES DANS LES RESULTATS. LES EXPERIENCES MENEES EN MILIEU CLINIQUE SONT TRES POSITIVES.
Book Synopsis SEGMENTATION DES STRUCTURES INTERNES DU CERVEAU EN IMAGERIE PAR RESONANCE MAGNETIQUE TRIDIMENSIONNELLE by : THIERRY.. GERAUD
Download or read book SEGMENTATION DES STRUCTURES INTERNES DU CERVEAU EN IMAGERIE PAR RESONANCE MAGNETIQUE TRIDIMENSIONNELLE written by THIERRY.. GERAUD and published by . This book was released on 1998 with total page 48 pages. Available in PDF, EPUB and Kindle. Book excerpt: POUR L'OBSERVATION NEUROLOGIQUE, LE CARACTERE IN VIVO DES SYSTEMES D'IMAGERIE EST ATTRAYANT, CE QUI EXPLIQUE QUE LES IMAGES DU CERVEAU SONT MAINTENANT UN OUTIL CLASSIQUE DE LA PRATIQUE CLINIQUE ET DE LA RECHERCHE. LE TYPE D'IMAGERIE PAR EXCELLENCE DE L'ANATOMIE CEREBRALE EST L'IMAGERIE PAR RESONANCE MAGNETIQUE (IRM), ET UN DES PRINCIPAUX ENJEUX DU TRAITEUR D'IMAGES EST LA SEGMENTATION AUTOMATIQUE DES STRUCTURES CEREBRALES, SUJET DE NOTRE TRAVAIL DE THESE. A LA CLEF, LE NOMBRE D'APPLICATIONS DE LA SEGMENTATION EST IMPORTANT : REALISATION DE MESURES MORPHOMETRIQUES, DETECTION DE PATHOLOGIES, PLANIFICATION D'UNE OPERATION CHIRURGICALE, OBTENTION D'UNE REFERENCE ANATOMIQUE POUR DES ETUDES FONCTIONNELLES, ETC. L'APPORT DE METHODES DE RECONNAISSANCE DE FORMES A LA CLASSIFICATION DES DIFFERENTES MATIERES CEREBRALES, A PARTIR DES SEULS NIVEAUX RADIOMETRIQUES DES IMAGES, COMPORTE CERTAINES LIMITES. MEME SI ELLES SONT SUPERVISEES, CES METHODES NE PERMETTENT PAS DE DISTINGUER FACILEMENT DIFFERENTES CLASSES AU SEIN DE LA SUBSTANCE GRISE. LORSQU'ELLES SONT AUTOMATIQUES, LEUR UTILISATION DOIT S'INSCRIRE DANS UNE PROCEDURE EMPIRIQUE AFIN DE GARANTIR UN RESULTAT ROBUSTE, ET DOIT ETRE RESTREINTE A DES REGIONS D'INTERET POUR QUE CE RESULTAT SOIT VERITABLEMENT PERTINENT. CES METHODES NE RESPECTANT QUE PARTIELLEMENT LA COHERENCE SPATIALE DES CLASSES DANS L'IMAGE, NOUS TRAITONS L'INTRODUCTION D'INFORMATIONS CONTEXTUELLES AVEC DES FORMALISMES MATHEMATIQUES DIFFERENTS. A L'AIDE D'UNE REGULARISATION SPATIALE MARKOVIENNE TOUT D'ABORD, NOUS MONTRONS QUE DES TERMES D'ENERGIE DE LOCALISATION PERMETTENT DE SEPARER DEUX CLASSES DE SUBSTANCE GRISE : LE CORTEX ET LES NOYAUX CENTRAUX. A L'AIDE DE MORPHOLOGIE MATHEMATIQUE ENSUITE, NOUS PRESENTONS UN ENSEMBLE DE PROCEDURES POUR LE TRAITEMENT DE DIVERS OBJETS CEREBRAUX ; EN PARTICULIER, LA PROCEDURE DE SEGMENTATION DE L'ENCEPHALE EST ROBUSTE ET REPRODUCTIBLE, ET NOUS OBTENONS DES MARQUEURS INDIVIDUELS POUR LES VENTRICULES LATERAUX, LES NOYAUX CAUDES, LES PUTAMENS, ET LES THALAMI. ENFIN, NOUS PROPOSONS UNE METHODE CONTEXTUELLE D'ESTIMATION DES CARACTERISTIQUES DES TISSUS PURS, A PARTIR D'UNE SEGMENTATION GROSSIERE. NOTRE DERNIERE CONTRIBUTION EST DE PROPOSER UNE PROCEDURE DE RECONNAISSANCE PROGRESSIVE, GUIDEE PAR UN ATLAS. L'ORIGINALITE DE CETTE PROCEDURE EST MULTIPLE. D'UNE PART, ELLE PREND EN COMPTE DES INFORMATIONS STRUCTURELLES SOUS LA FORME DE CONTRAINTES SPATIALES FLEXIBLES, DONT LE FORMALISME S'APPUIE SUR LA THEORIE DES ENSEMBLES FLOUS ET DE LA FUSION D'INFORMATIONS. LES METHODES DE SEGMENTATION PRESENTEES PRECEDEMMENT SONT ALORS UTILISEES NON PLUS GLOBALEMENT, MAIS CONDITIONNELLEMENT A UNE REGION D'INTERET DE LIMITES IMPRECISES. D'AUTRE PART, LE CALCUL DE LA CORRESPONDANCE ENTRE VOLUME IRM ET ATLAS QUE NOUS PROPOSONS PERMET D'INFERER UN CHAMP DE DEFORMATION DISCRET, RESPECTANT DES CONTRAINTES SUR LA SURFACE DES OBJETS. ENFIN, LE CARACTERE SEQUENTIEL DE LA PROCEDURE PERMET DE S'APPUYER SUR LA CONNAISSANCE DES OBJETS DEJA SEGMENTES POUR ACCEDER A DES OBJETS DONT L'OBTENTION EST A PRIORI DE PLUS EN PLUS DIFFICILE. LES PREMIERS RESULTATS SONT TRES PROMETTEURS : LE VENTRICULE LATERAL, LE NOYAU CAUDE, LE PUTAMEN, ET LES TROISIEME ET QUATRIEME VENTRICULES (A NOTRE CONNAISSANCE, JAMAIS SEGMENTES AUTOMATIQUEMENT), SONT CORRECTEMENT RECONNUS. IL RESTE ENCORE A VALIDER NOTRE PROCEDURE SUR UN JEU D'ACQUISITIONS VARIEES.
Book Synopsis Analyse D'images IRM 3D Multi-échos Pour la Détection Et la Quantification de Pathologies Cérébrales by : Lars Aurdal
Download or read book Analyse D'images IRM 3D Multi-échos Pour la Détection Et la Quantification de Pathologies Cérébrales written by Lars Aurdal and published by . This book was released on 1998 with total page 220 pages. Available in PDF, EPUB and Kindle. Book excerpt:
Book Synopsis Segmentation d’images IRM anatomiques par inférence bayésienne multimodale et détection de lésions by : Stéphanie Bricq
Download or read book Segmentation d’images IRM anatomiques par inférence bayésienne multimodale et détection de lésions written by Stéphanie Bricq and published by . This book was released on 2008 with total page 144 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'imagerie médicale fournit un nombre croissant de données. La segmentation automatique est devenue une étape fondamentale pour l'analyse quantitative de ces images dans de nombreuses pathologies cérébrales comme la sclérose en plaques (SEP). Nous avons focalisé notre étude sur la segmentation d'IRM cérébrales. Nous avons d'abord proposé une méthode de segmentation des tissus cérébraux basée sur le modèle des chaînes de Markov cachées, permettant d'inclure l'information a priori apportée par un atlas probabiliste et prenant en compte les principaux artefacts présents sur les images IRM. Nous avons ensuite étendu cette méthode à la détection de lésions SEP grâce à un estimateur robuste. Nous avons également développé une méthode de segmentation d'IRM 3D basée sur les contours actifs statistiques pour raffiner la segmentation des lésions. Les résultats obtenus ont été comparés avec d'autres méthodes de segmentation et avec des segmentations manuelles réalisées par des médecins.
Book Synopsis Grey-scale Image Segmentation by : Petr Dokládal
Download or read book Grey-scale Image Segmentation written by Petr Dokládal and published by . This book was released on 2000 with total page 180 pages. Available in PDF, EPUB and Kindle. Book excerpt:
Book Synopsis Segmentation d'images multispectrales basée sur la fusion d'informations by : Weibei Dou
Download or read book Segmentation d'images multispectrales basée sur la fusion d'informations written by Weibei Dou and published by . This book was released on 2006 with total page 187 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'objectif de cette thèse consiste à développer une architecture de fusion d'informations basée sur la théorie floue pour la segmentation d'une cible à partir de plusieurs sources d'images. Notre application principale porte sur la segmentation des images IRM multispectrales. Nous proposons une approche de segmentation automatique basée sur la fusion des caractéristiques extraites de chaque source d'image. Ces caractéristiques sont modélisées par des fonctions d'appartenance, obtenues à partir de fonctions analytiques, qui prennent en compte des connaissances à priori sur la possibilité d'appartenance à une cible (tumeur ou tissus cérébraux) donnée par l'expert, et aussi la gradation d'intensité du signal de la cible. La segmentation d'une cible consiste finalement à combiner les différents degrés d'appartenance de la cible. Une étape supplémentaire basée sur une croissance 3D des régions floues est proposée pour améliorer le résultat de la combinaison. Pour évaluer les résultats de segmentation représentés par un ensemble flou, une extension du coefficient Kappa de Cohen, nommée "Kappa flou" est proposée, qui est une méthode d'évaluation globale sur la proportion d'agrément d'un classement flou. Cette architecture développée est mise en oeuvre pour la segmentation des tumeurs cérébrales à partir des images IRM qui comprennent pour l'instant les séquences de base : T1, T2 et densité de protons (DP). Les résultats sur sept patients atteints de tumeur montrent l'efficacité de notre système.
Book Synopsis Segmentation d'images multidimensionnelles d'IRM cardiaque pour l'étude du comportement dynamique et la reconstruction 3d du cœur by : Hamid Abrishami Moghaddam
Download or read book Segmentation d'images multidimensionnelles d'IRM cardiaque pour l'étude du comportement dynamique et la reconstruction 3d du cœur written by Hamid Abrishami Moghaddam and published by . This book was released on 1998 with total page 183 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le travail présenté dans ce mémoire est une composante d'un système informatique pour l'analyse de la fonction cardiaque chez l'enfant. L'objectif principal de cette étude est de développer une structure pour l'estimation de la forme volumique, du mouvement et des malformations des cavités cardiaques à partir des données multidimensionnelles d'IRM cardiaque. Nous nous sommes intéressés à définir un protocole d'exploration rapide adapté à l'analyse et à la reconstruction tridimensionnelle du cur. Pour tenir compte de l'ambigüité des informations de l'image, nous proposons un algorithme de segmentation basé sur la théorie de connexité floue. Nous définissons les notions de voisinage, d'affinité, de connexité et d'objet flous. L'algorithme d'extraction d'objets flous permet d'attribuer un degré de connexité à chaque point de l'image en fonction des informations fournies comme les niveaux de gris, la distance ou le mouvement de l'objet. La segmentation s'effectue à partir des degrés de connexité qui sont calculés de façon efficace par la technique de programmation dynamique. Nous proposons ensuite un algorithme basé sur le modèle du contour actif, et une technique de propagation spatio-temporelle des contours afin d'extraire la surface ventriculaire gauche. L'évaluation quantitative et qualitative des résultats de la méthode par comparaison aux traces manuels de contours ne montre pas de différences significatives. L'application de la méthode à une image de variance calculée à partir des données multiphases permet d'estimer la surface externe du cur. Afin de diminuer les erreurs introduites par les méthodes courantes d'interpolation basées sur la scène, une méthode d'interpolation basée sur la forme est généralisée pour les images quatre dimensionnelles en niveaux de gris. Nous démontrons une amélioration significative des résultats obtenus par rapport aux résultats de la méthode linéaire. L'ensemble des algorithmes développés dans le cadre de ce travail, permet de segmenter de façon semi-automatique les images multicoupes-multiphases d'IRM cardiaque. Les résultats obtenus démontrent l'efficacité de ces techniques en terme de détection des informations représentants le cur, et de suppression des points de bruit et des structures environnantes. Les développements effectués sont intégrés au logiciel 3dviewnix, de l'université de Pennsylvanie, sur une station silicon graphics.
Book Synopsis MRI Images Segmentation and 3D Reconstruction for Cerebral Cancer Detection by : Nadia Smaoui Zghal
Download or read book MRI Images Segmentation and 3D Reconstruction for Cerebral Cancer Detection written by Nadia Smaoui Zghal and published by . This book was released on 2018 with total page 11 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cancer is a dense and an abnormal rapid multiplication (proliferation) of cells in the tissues of the human body. The brain tumor is one of the most dangerous and deadly tumors. Fortunately, the evolution of science has allowed us to create very efficient medical imaging techniques in order to discover this type of cancer. Chief among these techniques is magnetic resonance imaging (MRI) which is a very efficient technique compared to ultrasound. In this work, we are interested in the detection of this type of cancer allowing a three-dimensional (3D) reconstruction of MRI images. The segmentation methods used are based primarily on the Fuzzy C-Means algorithm that classifies and isolates parts of the brain tissue, and secondly on Distance Regularized Level Set Evolution technique for tumor detection. The obtained results show the effectiveness of this approach to detect brain tumor. The 3D reconstruction is finally carried out to better visualize the tumor as a whole and to detect its expansion. It is conducted using an indirect volume rendering method, which is the Marching Cubes algorithm.
Book Synopsis Quantification of 3D Brain Positron Emission Tomography Images by : Marie-Louise Montandon (dr. en neurosciences.)
Download or read book Quantification of 3D Brain Positron Emission Tomography Images written by Marie-Louise Montandon (dr. en neurosciences.) and published by . This book was released on 2005 with total page 226 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ce travail présente le développement de méthodes de quantification des fonctions cérébrales moyennant la tomographie à émission de positons (TEP) en utilisant des outils de traitement et d'analyse des images combinant l'imagerie fonctionnelle (TEP) et anatomique (imagerie par résonance magnétique - IRM). Nous avons développé et évalué deux nouvelles méthodes de correction d'atténuation, l'une basée sur l'IRM segmentée, l'autre sur un atlas de transmission ne nécessitant pas un scan de transmission supplémentaire. Afin de valider ces méthodes dans un environnement clinique, nous avons procédé à une évaluation comparative exhaustive de l'effet de la carte d'atténuation sur la quantification absolue et relative en imagerie TEP cérébrale fonctionnelle. Par ailleurs, nous avons examiné l'impact de la correction du rayonnement diffusé sur la distribution de [18]F-[Fluorodéoxyglucose] des images TEP cérébrales. Les méthodes développées dans cette thèse ont montré leur potentiel à faire partie intégrale des méthodologies spécifiques aux technologies novatrices en instrumentation TEP.
Book Synopsis 3D Optical flow analysis of a pulsed contrast agent in the bloodstream. Application to virtual angiography and Magnetic Particle Imaging by : Romain Lacroix
Download or read book 3D Optical flow analysis of a pulsed contrast agent in the bloodstream. Application to virtual angiography and Magnetic Particle Imaging written by Romain Lacroix and published by . This book was released on 2015 with total page 177 pages. Available in PDF, EPUB and Kindle. Book excerpt: De nos jours, les maladies cardiovasculaires restent un sujet de préoccupation majeur pour la santé et une charge économique importante dans les pays développés. Avec les progrès de la médecine, les systèmes d'imagerie médicale ont permis la détection des pathologies cardiovasculaires à un stade précoce, et la surveillance de leur évolution à travers des outils d'analyse de données avancés. La mesure du débit sanguin, en particulier, est une information précieuse pour le médecin. Aujourd'hui, de nombreuses techniques d'acquisition du flux sanguin ont été développées et appliquées dans les routines cliniques et la recherche médicale. L'une d'entre elles recourt à l'injection d'un produit de contraste dans le sang artériel. La propagation du traceur dans la circulation sanguine et sa modulation spatio-temporelle délivre l'information des motifs du flux sanguin dans des séquences d'images 2D. Cependant, les systèmes d'imagerie de contraste 3D+T n'ont pas encore atteint un stade clinique. Le but de cette thèse est d'apporter un cadre général de l'estimation de flux sanguin pour les futurs systèmes d'imagerie de contraste 3D+T. Une formulation variationnelle du flot optique est présentée, incluant diverses connaissances a priori sur la concentration du produit de contraste, et les propriétés du flux sanguin inspirées de la mécanique des fluides. Par la suite, le potentiel de l'algorithme d'estimation de flot optique est évalué sur de l'angiographie virtuelle par CFD, avec une analyse de l'influence du débit sanguin et des paramètres de l'algorithme. Enfin, une version simplifiée de l'approche de flot optique est testée sur les toutes premières données MPI 3D+T. Dans un premier temps, une expérience de flux in vitro est proposée à l'intérieur d'un fantôme avec une injection de contraste modulé, dans un second temps une analyse du flux sanguin est démontrée sur des données in vivo. Dans son ensemble, cette thèse investigue le sujet original de l'estimation de flux sanguin et l'analyse de ses motifs en 3D. La contribution technique consiste en la création d'un nouvel algorithme de flot optique dédié à de l'information de contraste temporellement résolue dans le système cardiovasculaire. La contribution clinique sous-jacente consiste en un pipeline complet pour l'estimation du flux sanguin, en partant de la procédure d'acquisition par modulation de contraste, jusqu'au calcul du flot optique et à sa validation in silico.
Book Synopsis Processing high-resolution images through deep learning techniques by : Praveer Singh
Download or read book Processing high-resolution images through deep learning techniques written by Praveer Singh and published by . This book was released on 2018 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans cette thèse, nous discutons de quatre scénarios d'application différents qui peuvent être largement regroupés dans le cadre plus large de l'analyse et du traitement d'images à haute résolution à l'aide de techniques d'apprentissage approfondi. Les trois premiers chapitres portent sur le traitement des images de télédétection (RS) captées soit par avion, soit par satellite à des centaines de kilomètres de la Terre. Nous commençons par aborder un problème difficile lié à l'amélioration de la classification des scènes aériennes complexes par le biais d'un paradigme d'apprentissage profondément faiblement supervisé. Nous montrons comment en n'utilisant que les étiquettes de niveau d'image, nous pouvons localiser efficacement les régions les plus distinctives dans les scènes complexes et éliminer ainsi les ambiguïtés qui mènent à une meilleure performance de classification dans les scènes aériennes très complexes. Dans le deuxième chapitre, nous traiterons de l'affinement des étiquettes de segmentation des empreintes de pas des bâtiments dans les images aériennes. Pour ce faire, nous détectons d'abord les erreurs dans les masques de segmentation initiaux et corrigeons uniquement les pixels de segmentation où nous trouvons une forte probabilité d'erreurs. Les deux prochains chapitres de la thèse portent sur l'application des Réseaux Adversariatifs Génératifs. Dans le premier, nous construisons un modèle GAN nuageux efficace pour éliminer les couches minces de nuages dans l'imagerie Sentinel-2 en adoptant une perte de consistance cyclique. Ceci utilise une fonction de perte antagoniste pour mapper des images nuageuses avec des images non nuageuses d'une manière totalement non supervisée, où la perte cyclique aide à contraindre le réseau à produire une image sans nuage correspondant a` l'image nuageuse d'entrée et non à aucune image aléatoire dans le domaine cible. Enfin, le dernier chapitre traite d'un ensemble différent d'images `à haute résolution, ne provenant pas du domaine RS mais plutôt de l'application d'imagerie à gamme dynamique élevée (HDRI). Ce sont des images 32 bits qui capturent toute l'étendue de la luminance présente dans la scène. Notre objectif est de les quantifier en images LDR (Low Dynamic Range) de 8 bits afin qu'elles puissent être projetées efficacement sur nos écrans d'affichage normaux tout en conservant un contraste global et une qualité de perception similaires à ceux des images HDR. Nous adoptons un modèle GAN multi-échelle qui met l'accent à la fois sur les informations plus grossières et plus fines nécessaires aux images à haute résolution. Les sorties finales cartographiées par ton ont une haute qualité subjective sans artefacts perçus.
Book Synopsis Contribution à la détection de changements dans des séquences IRM 3D multimodales by : Marcel Bosc
Download or read book Contribution à la détection de changements dans des séquences IRM 3D multimodales written by Marcel Bosc and published by . This book was released on 2003 with total page 185 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'imagerie médicale a profondément influencé à la fois la recherche médicale et la pratique clinique.Elle est aujourd'hui incontournable aussi bien pour l'établissement du diagnostic que pour la mise en place et le suivi d'un traitement thérapeutique.Elle fournit un volume croissant de données tridimensionnelles provenant de modalités d'acquisition différentes (IRM, scanner-X, médecine nucléaire, échographie).Ce volume croissant de données rend délicate et laborieuse la tâche d'interprétation par un expert.Le traitement d'images est un outil permettant une automatisation des tâches et va assister l'expert aussi bien dans l'analyse qualitative que quantitative des images.Dans ce mémoire, nous proposons des techniques automatiques de détection de changements dans des séquences d'images IRM cérébrales. Nous nous intéressons plus particulièrement aux changements d'intensité localisés survenant lors d'évolutions pathologiques telles que les évolutions de lésions en sclérose en plaques (SEP).Les applications médicales des techniques développées ici sont nombreuses:aide au diagnostic, suivi à long terme de l'évolution d'une pathologie,évaluation de l'efficacité thérapeutique d'un médicament,aide à la prise de décision en vue d'une intervention chirurgicale.Ce travail de recherche a été mené en étroite collaboration entre le LSIIT (ULP/UMR CNRS 7005) et l'Institut de Physique Biologique (ULP-Hôpitaux Universitaires / UMR CNRS 7004), au sein de l'équipe-projet multi-laboratoires "Imagerie et Robotique Médicale et Chirurgicale"(EPML IRMC).Il a été soutenu par la Ligue Française Contre la Sclérose En Plaques (LFSEP),la société SERONO et la région Alsace.La détection automatique et fiable de changements interimages rencontre d'importantes difficultés rendant impossible la comparaison directe d'images acquises successivement.La position des patients dans l'imageur n'est jamais identique et les paramètres d'acquisition peuvent varier sensiblement entre chaque examen, entraînant,entre autres, des modifications de contraste. La définition même de ce qui doit être détecté est souvent subjective.Dans le cadre spécifique de la détection de changements d'intensité de lésions, des déformations globales de structures anatomiques, telle que l'atrophie cérébrale, peuvent également perturber la comparaison directe des images.Le travail présenté dans cette thèse est centré sur le développement d'outils de traitement d'images permettant de décider quels changements sont statistiquement significatifs ou non.Lorsque l'expert détermine visuellement des changements, il utilise des connaissances a priori, implicites, de haut niveau qui lui permettent de corriger certaines erreurs d'acquisition. Ainsi, il peut compenser visuellement des erreurs de repositionnement et utiliser ses connaissances anatomiques propres pour identifier et rejeter certains artefacts.Nous développons donc ici, des techniques automatiques d'identification et de correction des principaux artefacts (positionnement, déformations,variations d'intensité ...) et nous proposons une technique originale de segmentation du cortex,apportant les informations anatomiques permettant l'amélioration de la détection automatique.Les techniques de traitement d'images proposées ici ont été développées pour l'IRM cérébrale.Cependant, elles sont suffisamment générales pour s'appliquer à d'autres domaines.Notre système de détection de changements a été évalué dans le cadre de l'étude de l'évolution de lésions de sclérose en plaques.[...]
Book Synopsis Segmentation automatique des tissus cérébraux en IRM multispectrale by : Chahin Pachaï
Download or read book Segmentation automatique des tissus cérébraux en IRM multispectrale written by Chahin Pachaï and published by . This book was released on 2000 with total page 163 pages. Available in PDF, EPUB and Kindle. Book excerpt: Depuis le début des années 1980, l'usage médical de l'Imagerie par Résonance Magnétique (IRM) a transformé la compréhension et la prise en charge de nombreuses maladies. L'IRM cérébrale bouleverse les stratégies diagnostiques, thérapeutiques et de surveillance de nombreuses affections neurologiques, en particulier de la sclérose en plaques (SEP), des démences, des épilepsies et des tumeurs cérébrales. Notre objectif a été de mettre au point des techniques automatiques pour le traitement et l'analyse des images IRM cérébrales, obtenues dans le contexte des séquences conventionnelles acquises en routine clinique. Les algorithmes produits ont été appliqués dans le contexte clinique du suivi quantitatif des lésions encéphaliques de SEP. Le travail de recherche s'est articulé autour de la problématique de segmentation des volumes IRM en vue de quantifier et de visualiser le parenchyme cérébral, le liquide céphalorachidien et les lésions encéphaliques de SEP. Nous avons conçu un algorithme de segmentation 3D, adaptative, non-supervisée et intégrant une contrainte de régularité spatiale utilisant les champs de Gibbs-Markov. Plusieurs séquences d'acquisition, préalablement recalées entre elles (si né cessa ire), peuvent former l'entrée de cet algorithme. Celui-ci présente en outre l'avantage de ne pas nécessiter une initialisation et d'estimer le nombre optimal de classes nécessaires à une bonne représentation des distributions d'intensité en présence. En s'appuyant sur des techniques de représentation multi résolution et en utilisant des structures de données pyramidales, d'autres algorithmes ont été proposés pour la segmentation de la cavité intracrânienne et pour la correction des inhomogénéités de l'intensité du signal en IRM. Enfin, ces algorithmes ont été validés sur des séquences et des systèmes d'acquisition IRM différents, sur des volontaires sains et des patients atteints de SEP, avec de multiples acquisitions dans le temps (études longitudinales).
