Note ABES Cadre unifié pour la détection de changements en IRM cérébrale : application au suivi longitudinal de patients atteints de sclérose en plaques A unified framework for focal intensity change detection and deformable image registration : application to the monitoring of multiple sclerosis lesions in longitudinal 3D brain MRI Détection de changements IRM longitudinales Recalage déformable Optimisation Problèmes inverses Change detection Longitudinal brain MRI Deformable registration Optimization Inverse problems 616.075 621.3 Imagerie par résonance magnétique Sclérose en plaques La sclérose en plaques est une maladie auto-immune dégénérative du système nerveux central. Leslésions évolutives et l'atrophie cérébrale se développent rapidement. L'IRM est utilisée pour lediagnostic et le suivi, mais son analyse visuelle est subjective et laborieuse. Des outils automatiquessont nécessaires. Les approches classiques corrigent d'abord les anomalies d'intensité, puiseffectuent le recalage et détectent les changements pathologiques. Cependant, le recalagedéformable peut déformer les lésions, réduisant la sensibilité de la détection, tandis que le recalagerigide et affine provoque de fausses détections dues à l'atrophie. Dans cette thèse, nous proposonsun cadre unifié qui résout conjointement le recalage et la détection de changements, montrant son bénéfice par rapport aux approches séquentielles sur des données synthétiques et réelles. Multiple sclerosis is a neurodegenerative autoimmune disease of the central nervous system. It is characterized by the presence of evolving lesions and faster-than-normal brain atrophy. In clinical practice, magnetic resonance imaging (MRI) is preferred for diagnosis and monitoring of disease progression. However, visual analysis of longitudinal MRI scans is time-consuming and difficult. Assessing lesion evolution is subjective and prone to high intra- and inter-operator variability. These challenges highlight the need for automated tools to evaluate lesion progression. Conventional approaches for longitudinal brain MRI change detection involve sequentially processing different sources of changes. First, intensity discrepancies caused by radiofrequency bias are corrected. Then, registration is used as a pre-processing step before detecting relevant pathological changes. Deformable registration compensates for geometric distortions due to brain atrophy, but it can cause lesions of interest to appear deformed, reducing detection sensitivity. Rigid and affine registration are usually chosen as they preserve lesions, but anatomical distortions due to brain atrophy lead to false detections. The limitation of sequential approaches arises from the disjointed treatment of registration and change detection. In this article, we consider the interdependence of these processing steps by proposing a unified framework where these sub-problems are jointly solved. We formulate it as the minimization of a cost function that encompasses both registration and change detection. We experimentally demonstrate the benefits of this joint approach compared to its sequential counterpart on synthetic and real data. Electronic Thesis or Dissertation Text en PDF 3630134 Université de Strasbourg Strasbourg 2023-12-31 https://theses.hal.science/tel-04272172 application/pdf 8715369 https://publication-theses.unistra.fr/public/theses_doctorat/2023/DUFRESNE_Eleonore_2023_ED269.pdf http://www.theses.fr/2023STRAD024/abes https://theses.hal.science/tel-04272172 https://theses.hal.science/tel-04272172 https://theses.hal.science/tel-04272172 Dufresne Eléonore 1993-03-28 FR 272696536 1403037838D 21818893 4200046 https://theses.fr/2023STRAD024 2023STRAD024 https://doi.org/10.70675/a7fad5fdz9759z45a0za6cfz3e458555e3e9 2023-06-20 Signal, image, automatique, robotique Strasbourg 131056549 Doctorat Docteur es non oui Noblet Vincent MADS_DIRECTEUR_DE_THESE_1 115580166 Kremer Stéphane MADS_DIRECTEUR_DE_THESE_2 071085688 Dojat Michel MADS_PRESIDENT_DU_JURY 075440202 Merveille Odyssée MADS_MEMBRE_DU_JURY_1 201427788 Fortun Denis MADS_MEMBRE_DU_JURY_2 184004799 Dojat Michel MADS_RAPPORTEUR_1 075440202 Rousseau François MADS_RAPPORTEUR_2 075894467 École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) MADS_ECOLE_DOCTORALE_1 269 156504863 Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) MADS_PARTENAIRE_DE_RECHERCHE_1 260728 176969721 ddc:610 ddc:620 Noblet Vincent Kremer Stéphane Dojat Michel Merveille Odyssée Fortun Denis Dojat Michel Rousseau François 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 3630134