Approches statistiques pour la détection de changements en IRM de diffusion : application au suivi longitudinal de pathologies neuro-dégénératives
Langue Français
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Grigis, Antoine
Date de soutenance : 25-09-2012

Directeur(s) de thèse : Heitz, Fabrice - Armspach, Jean-Paul

Président : Dousset, Vincent
Rapporteur(s) : Mangin, Jean-François - Ruan, Su
Membre(s) du jury : Noblet, Vincent

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'image, de l'informatique et de la télédétection (Strasbourg)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Signal, image et vision
Classification : Sciences de l'ingénieur, Médecine et santé

Mots-clés libres : IRM de diffusion, Tests statistiques, Pathologies neuro-dégénératives
Mots-clés :
  • Imagerie par résonance magnétique
  • Imagerie du tenseur de diffusion
  • Maladies neurologiques - Imagerie par résonance magnétique
  • Traitement du signal -- Techniques numériques
Résumé : L'IRM de diffusion (IRMd) est une modalité d'imagerie médicale qui suscite un intérêt croissant dans la recherche en neuro-imagerie. Elle permet d'apporter in vivo des informations nouvelles sur les micro-structures locales des tissus. En chaque point d'une acquisition d'IRMd, la distribution des directions de diffusion des molécules d'eau est modélisée par un tenseur de diffusion. La nature multivariée de ces images requiert la conception de nouvelles méthodes de traitement adaptées. Le contexte de cette thèse est l'analyse automatique de changements longitudinaux intra-patient avec pour application le suivi de pathologies neuro-dégénératives. Notre recherche a ainsi porté sur le développement de nouveaux modèles et tests statistiques permettant la détection automatique de changements sur des séquences temporelles d'images de diffusion. Cette thèse a ainsi permis une meilleure prise en compte de la nature tensorielle des modèles d'ordre 2 (tests statistiques sur des matrices définies positives), une extension vers des modèles d'ordre supérieur et une gestion plus fine des voisinages sur lesquels les tests sont menés, avec en particulier la conception de tests statistiques sur des faisceaux de fibres.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2012STRAD018
Type de ressource : Thèse