Modélisation statistique de tenseurs d'ordre supérieur en imagerie par résonance magnétique de diffusion
Statistical modelling of high order tensors in diffusion weighted magnetic resonance imaging
IRMd
Tenseur d'ordre supérieur
Test de permutation
Maladie NMO
LIS syndrome
Analyse statistique
Métrique non-euclidienne
Comparaison de groupe ou d'individu vs groupe normal
Réduction de dimension non linéaire
DW-MRI
High order tensor
Non-Euclidean metric
Nonlinear dimension reduction
Group or individual vs normal group comparison
Statistical analysis
Permutation testing
NMO disease
LIS syndrome
621.38
006.6
Cartographie cérébrale
Imagerie par résonance magnétique
Traitement d'images -- Techniques numériques
Développement des formes (biologie)
Études comparatives
Imagerie par résonance magnétique de diffusion
Dissertations universitaires
L'IRMd est un moyen non invasif permettant d'étudier in vivo la structure des fibres nerveuses du cerveau. Dans cette thèse, nous modélisons des données IRMd à l'aide de tenseurs d'ordre 4 (T4). Les problèmes de comparaison de groupes ou d'individu avec un groupe normal sont abordés, et résolus à l'aide d'analyses statistiques sur les T4s. Les approches utilisent des réductions non linéaires de dimension, et bénéficient des métriques non euclidiennes pour les T4s. Les statistiques sont calculées dans l'espace réduit, et permettent de quantifier la dissimilarité entre le groupe (ou l'individu) d'intérêt et le groupe de référence. Les approches proposées sont appliquées à la neuromyélite optique et aux patients atteints de locked in syndrome. Les conclusions tirées sont cohérentes avec les connaissances médicales actuelles.
DW-MRI is a non-invasive way to study in vivo the structure of nerve fibers in the brain. In this thesis, fourth order tensors (T4) were used to model DW-MRI data. In addition, the problems of group comparison or individual against a normal group were discussed and solved using statistical analysis on T4s. The approaches use nonlinear dimensional reductions, assisted by non-Euclidean metrics for T4s. The statistics are calculated in the reduced space and allow us to quantify the dissimilarity between the group (or the individual) of interest and the reference group. The proposed approaches are applied to neuromyelitis optica and patients with locked in syndrome. The derived conclusions are consistent with the current medical knowledge.
Electronic Thesis or Dissertation
Text
en
PDF
9784183
Université de Strasbourg
Strasbourg
2016-12-31
https://theses.hal.science/tel-01341752
application/pdf
9535371
https://publication-theses.unistra.fr/public/theses_doctorat/2015/Gkamas_Theodosios_2015_ED269.pdf
http://www.theses.fr/2015STRAD036/abes
https://theses.hal.science/tel-01341752
https://theses.hal.science/tel-01341752
https://theses.hal.science/tel-01341752
Gkamas
Theodosios
1985-05-16
GR
194150356
21113400
https://theses.fr/2015STRAD036
2015STRAD036
https://doi.org/10.70675/26e3864czbdf5z49caz9379z3a3c18277569
2015-09-29
Traitement du signal et des images
Strasbourg
131056549
Doctorat
Docteur es
non
oui
Heinrich
Christian
MADS_DIRECTEUR_DE_THESE_1
161832326
Kremer
Stéphane
MADS_DIRECTEUR_DE_THESE_2
071085688
Dischler
Jean-Michel
MADS_PRESIDENT_DU_JURY
077276892
Renard
Félix
MADS_MEMBRE_DU_JURY_1
161832202
Nikou
Christophoros
MADS_MEMBRE_DU_JURY_2
167018892
Forbes
Florence
MADS_RAPPORTEUR_1
12469781X
Ranjeva
Jean-Philippe
MADS_RAPPORTEUR_2
11434938X
École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
MADS_ECOLE_DOCTORALE_1
MA
156504863
Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
MADS_PARTENAIRE_DE_RECHERCHE_1
UMR7357
176969721
260728
ddc:620
ddc:004
Heinrich
Christian
Kremer
Stéphane
Dischler
Jean-Michel
Renard
Félix
Nikou
Christophoros
Forbes
Florence
Ranjeva
Jean-Philippe
École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg)
PDF
9784183