Imagerie quantitative et multimodale pour la chirurgie
Langue Anglais
Accéder au document

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

 
Auteur : Baratelli, Luca
Date de soutenance : 06-04-2022

Directeur(s) de thèse : Flury, Manuel - Gioux, Sylvain

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 : Physique et Photonique
Classification : Physique

Mots-clés libres : Imagerie optique diffuse, Imagerie dans le domaine de la fréquence spatiale, Domaine temporel spectroscopie, Endoscopie, Chirurgie guidée par l’image, Apprentissage profond
Mots-clés :
  • Imagerie médicale
  • Chirurgie assistée par ordinateur
  • Imagerie optique - Dissertation universitaire
Résumé : L’obtention d’informations quantitatives lors du guidage chirurgical est encore aujourd’hui un besoin majeur non satisfait. L’objectif de ce projet de thèse est de développer des techniques innovantes d’imagerie optique multimodale en temps réel pour le guidage chirurgical et peu invasif, en fournissant des informations quantitatives sur les paramètres physiologiques fondamentaux d’un certain tissu, comme la saturation en oxygène. Ce travail s’appuie surtout sur la Spatial Frequency Domain Imaging (SFDI) et sur la Single Snapshot Imaging of Optical Properties (SSOP). Un système d’imagerie endoscopique basé sur la SSOP a été conçu et validé sur des étalons imitant des tissus, puis développé en une version portable adaptée aux essais précliniques. Une plateforme de référencement multimodal a également été développée pour la caractérisation spectroscopique des milieux diffusifs. L’instrument combine la SFDI et la Time-resolved Diffuse Optical Spectroscopy (TDOS) pour la mise en œuvre d’une approche de référence croisée dans la quantification des propriétés optiques des tissus.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2022STRAD025
Type de ressource : Thèse