Méthodes de radioprotection réactives au contexte pour la salle d’opération hybride
Langue Anglais
Accéder au document

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

 
Auteur : Loy Rodas, Nicolas
Date de soutenance : 19-02-2018

Directeur(s) de thèse : Mathelin, Michel de - Padoy, Nicolas

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Robotique médicale
Classification : Sciences de l'ingénieur, Médecine et santé

Mots-clés libres : Robotique médicale, Chirurgies guidées par rayons X, Radioprotection, Réalité augmentée, Simulations Monte Carlo, Chirurgie assistée par ordinateur
Mots-clés :
  • Robotique en médecine
  • Chirurgie mini-invasive
  • Radioprotection
  • Imagerie interventionnelle
Résumé : L’utilisation de systèmes d’imagerie à rayons X lors de chirurgies mini-invasives expose patients et staff médical à des radiations ionisantes. Même si les doses absorbées peuvent être faibles, l’exposition chronique peut causer des effets nocifs (e.g. cancer). Dans cette thèse, nous proposons des nouvelles méthodes pour améliorer la sécurité vis-à-vis des radiations ionisantes en salle opératoire hybride dans deux directions complémentaires. Premièrement, nous présentons des approches pour rendre les cliniciens plus conscients des irradiations grâce à des visualisations par réalité augmentée. Deuxièmement, nous proposons une méthode d'optimisation pour suggérer une pose de l’imageur réduisant la dose au personnel et patient, tout en conservant la qualité de l’image. Pour rendre ces applications possibles, des nouvelles approches pour la perception de la salle grâce à des caméras RGBD et pour la simulation en temps-réel de la propagation et doses de radiation ont aussi été proposées.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2018STRAD001
Type de ressource : Thèse