Combinaison entre simulation numérique et apprentissage automatique : applications à la formation, la planification préopératoire et l'assistance peropératoire
Langue Anglais
Accéder au document

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

 
Auteur : Mendizabal, Andrea
Date de soutenance : 03-12-2020

Directeur(s) de thèse : Cotin, Stéphane

Président : Payan, Yohan
Rapporteur(s) : Cueto, Elias - Martín Guerrero, José David
Membre(s) du jury : Chakraborty, Souvik

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 : Informatique
Classification : Mathématiques, Informatique, Sciences de la vie, biologie, biochimie

Mots-clés libres : Simulation en temps-réel, Simulation patient-spécifique, Réseau de neurones profond, Méthode des éléments finis, Chirurgie augmentée
Mots-clés :
  • Simulation par ordinateur
  • Neurones
  • Éléments finis, Méthode des
  • Chirurgie opératoire
Résumé : Il existe une multitude de domaines en ingénierie nécessitant le calcul de déformations non-linéaires en temps réel, notamment dans le domaine de la médecine, avec les simulateurs pour l'entrainement des chirurgiens ou bien la chirurgie guidée par l'image. Dans un contexte de chirurgie augmentée, il est nécessaire de réaliser un recalage élastique des données préopératoires sur la vue intraopératoire de l'organe. L'objectif est de superposer en temps réel, un modèle virtuel spécifique à chaque patient, à la vue du champ opératoire dans le but de visualiser les structures internes de l'organe (tumeurs ou artères par exemple). Afin d'obtenir une précision adaptée, il est nécessaire de construire un modèle bioméchanique personnalisé de l'organe. Pour ce faire, la méthode des éléments-finis est la technique préférée afin de prédire la déformation des tissus mous. Cependant la complexité des calculs impliqués (notamment dans le cas de déformations non-linéaires) rend cette méthode incompatible avec les exigences de temps réel et de précision, inhérentes au domaine d'application visé.Pour répondre à ces contraintes, on propose de combiner des simulations éléments-finis avec des réseaux de neurones profonds pour modéliser le comportement biomécanique des tissus humains. En particulier on présente la plateforme U-Mesh permettant de prédire en temps-réel les déformations d'un organe comme le foie avec une précision adaptée à la chirurgie augmentée.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2020STRAD034
Type de ressource : Thèse