Structures hiérarchiques multi-échelles pour l’analyse d’images histologiques
Langue Français
Accéder au document

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

 
Auteur : Perrin, Romain
Date de soutenance : 23-09-2024

Directeur(s) de thèse : Wemmert, Cédric - Naegel, Benoît

Président : Passat, Nicolas
Rapporteur(s) : Marcotegui, Beatriz - Kurtz, Camille
Membre(s) du jury : Bricq, Stéphanie - Noblet, Vincent - Leborgne, Aurélie

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 : Informatique, Médecine et santé

Mots-clés libres : Morphologie mathématique, Structures hiérarchiques, Arbre des coupes, Histologie, Segmentation, Classification, Multiplexing
Mots-clés :
  • Traitement d'images
  • Histologie
Résumé : La morphologie mathématique fournit des outils de traitement de l’image qui considèrent les images comme étant composées de régions connexes comportant des caractéristiques communes. Les structures dites hiérarchiques représentent les images sous la forme d’arbres des composantes connexes. Elles ont néanmoins une limitation commune. Une image naturelle de grande taille n’est généralement composée d’objets d’intérêt ne représentant qu’une faible proportion de pixels de celle-ci. Or les modèles existants représentent tous les pixels à la même échelle.Dans cette thèse, nous définissons une nouvelle structure hiérarchique baptisée arbres des coupes multi-échelles inspirée de l’arbre des coupes. Elle constitue une représentation multi-échelles de l’image sur le plan spatial en permettant aux nœuds de l’arbre de comporter des pixels à différentes échelles. Nous illustrons cette nouvelle structure sur des tâches de segmentation et de classification cellulaire sur des images histologiques.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2024STRAD018
Type de ressource : Thèse