Diagnostic et guidage assistés par vision en endourologie
Langue Anglais
Accéder au document

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

Modalités de diffusion de la thèse :
  • Thèse confidentielle jusqu'au 01/01/2024.
  • Thèse soumise à l'embargo de l'auteur jusqu'au 01/01/2024 (communication intranet).
 
Auteur : Lazo, Jorge
Date de soutenance : 20-02-2023

Directeur(s) de thèse : Mathelin, Michel de - De Momi, Elena

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 : Signal, image, automatique, robotique (SIAR)
Classification : Médecine et santé

Mots-clés libres : Vision par ordinateur, Diagnostic assisté par ordinateu, Classification des cancers, Segmentation des images, Asservissement visuel, Apprentissage profond
Mots-clés :
  • Endo-urologie
  • Vision par ordinateur en médecine
  • Apprentissage profond
Résumé : L'endoscopie est une procédure utilisée pour la détection, le diagnostic et le traitement des maladies des organes creux. Dans ce projet, nous nous concentrons sur les organes de l'appareil urinaire. Les informations visuelles obtenues par la caméra endoscopique aident les cliniciens dans deux tâches principales : la navigation et le diagnostic. L'objectif de ce projet de doctorat est de développer des systèmes de vision par ordinateur pour l'endoscopie afin de faciliter ces deux tâches. Dans la première partie, nous nous concentrons sur la segmentation de la lumière, dans des conditions de faible visibilité. Dans la deuxième partie, nous nous concentrons sur la tâche de classification des tissus de la vessie dans des scénarios où les données étiquetées sont limitées et dans deux modalités d'images (NBI et WLI). Enfin, nous montrons que les modèles proposés peuvent être intégrés dans des robots flexibles pour réaliser une navigation intraluminale autonome.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2023STRAD009
Type de ressource : Thèse