Recalage automatique des images echographiques tridimensionnelles et tomodensitométriques du rein
Langue Français
Accéder à la thèse :

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

Modalités de diffusion de la thèse :
  • Thèse consultable sur internet, en texte intégral.
  • Thèse avec 2 versions : seule la version intégrale est proposée ; sur authentification (communication intranet).
 
Auteur : Ndzimbong, William Brice
Date de soutenance : 17-12-2024

Directeur(s) de thèse : George, Daniel - Thome, Nicolas

Président : Bartoli, Adrien
Rapporteur(s) : Chambon, Sylvie, Julie - Sdika, Michaël
Membre(s) du jury : Collins, Toby

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

Mots-clés libres : Recalage Inter-modal, Echographie, Apprentissage Profond, Guidage Interventionnel, Rein
Mots-clés :
  • Recalage d'images
  • Échographie
  • Apprentissage profond
  • Rein
Résumé : Le recalage automatique des images échographiques abdominales et des images tomodensitométriques (scanner) est essentiel pour améliorer le guidage interventionnel en chirurgie rénale. Toutefois, il représente encore un défi de recherche majeur. Une limitation importante est le manque de jeu de données publiques contenant des images des deux modalités pour un même patient (jeu de données appariées). Cette absence freine les avancées méthodologiques et empêche une comparaison systématique des méthodes de pointe. Une autre limitation importante est qu’il existe peu de méthodes robustes capables de réaliser un recalage sans intervention manuelle, notamment en ce qui concerne les méthodes dites « globales ». Cette thèse vise à surmonter ces obstacles par plusieurs contributions de recherche. La première est la création d’un nouveau jeu de données, composé d’images échographiques tridimensionnelles transabdominales et scanner appariées, provenant de reins de 48 patients humains. Ce jeu de données inclut des annotations de segmentation et de points de repère anatomiques, validées par deux radiographes expérimentés. En plus de fournir ces données, la concordance des annotations est analysée, et la valeur du jeu de données est démontrée en évaluant des méthodes qui traitent deux tâches fondamentales : la segmentation automatique des reins et le recalage d’images intermodales. Les résultats montrent que ces deux défis restent ouverts, et ce jeu de données constitue une ressource importante pour faire progresser ces domaines. La seconde contribution principale est une méthode automatique de recalage global pour les images échographiques tridimensionnelles et scanner des reins. Cette méthode surmonte l’ambiguïté de recalage due à la symétrie naturelle de l’organe et, combinée à un algorithme d’affinement, permet un recalage précis, robuste et sans initialisation manuelle. Cette méthode a également d’autres applications importantes, telles que la conversion inter-modale d’images, la synthèse d’images, et le transfert d’annotations entre modalités.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2024STRAD047
Type de ressource : Thèse