Recherche avancée sur les thèses de l'INSA de Lyon


Ozon, Matthew. Tractographie cardiaque optimale par IRM du tenseur de diffusion [en ligne]. Thèse. Villeurbanne : Institut National des Sciences Appliquées de Lyon, 2016. Disponible sur : http://theses.insa-lyon.fr/publication/2016LYSEI020/these.pdf


Domaine(s) : D19 - Signal, Images et Télécommunications
Indice Dewey : 616.075 480 72
Langue : Français
Mots-clés : Image IRM par résonnance magnétique, Myocarde, Architecture fibreuse myocardique, Tractographie, Tractographie de structures fibreuses, Tenseur de diffusion, Représentation par graphe, Medical imaging, MRI imaging, Myocardial imaging, tractography, Diffusion tensor image



Directeur(s) de thèse : Robini, Marc ; Zhu, Yue Min
Etablissement de soutenance : INSA de Lyon
Etablissement de co-tutelle : Université de Lyon - 2015-...., École Doctorale Electronique, Electrotechnique, Automatique - Lyon
Laboratoire : Université de Lyon - 2015-...., École Doctorale Electronique, Electrotechnique, Automatique - Lyon, Institut national des sciences appliquées de Lyon - Lyon, CREATIS - Centre de Recherche et d'Application en Traitement de l'Image et du Son, UMR5515 - Lyon, Rhône, Ecole(s) Doctorale(s) : École Doctorale Electronique, Electrotechnique, Automatique (Lyon), Partenaire(s) de recherche : Institut national des sciences appliquées de Lyon (Lyon) (établissement opérateur d'inscription), CREATIS - Centre de Recherche et d'Application en Traitement de l'Image et du Son, UMR5515 (Lyon, Rhône) (Laboratoire), Centre de recherche en applications et traitement de l'image pour la santé / CREATIS (Laboratoire), Autre(s) contribution(s) : Isabelle Magnin (Président du jury) ; Marc Robini, Yue Min Zhu, Isabelle Magnin, Michel Desvignes, François Rousseau, Pierre-Simon Jouk, Yves Usson (Membre(s) du jury) ; Michel Desvignes, François Rousseau (Rapporteur(s))
Numéro national de thèse : 2016LYSEI020
Date de soutenance : 2016

Accès au format Numérique libre, PDF
Droits réservés, utilisation gratuite, conditions générales



Résumé français : Cette thèse "Tractographie cardiaque optimale utilisant l'IRM du tenseur de diffusion" à pour but de proposer et d'étudier une nouvelle formulation globale de la tractographie cardiaque à partir d'images de tenseur de diffusion synthétisant les données pondérées en diffusion. Les raisons sous-jacentes ayant conduits à une nouvelle formulation sont multiples. Les méthodes existantes sont pour la plupart locales comme les algorithmes de streamline (ligne de champ) et sont sujettes à de nombreuses imperfections, en particulier, leur faible robustesse par rapport au bruit dans les données. Un autre problème de ce type d'approches basé sur la résolution d'équations différentielles est leur dépendances quant à l'initialisation, ce dont notre méthode s'est totalement affranchit. L'autre but de cette thèse est de déterminer un ou plusieurs critères numériques pour comparer et qualifier les objets fibres. En effet, même s'il semble facile de caractériser qualitativement les fibres de façon visuelle, la création de mesures pour caractériser les fibres soit dans l'absolue, soit en comparaison aux données ou à d'autres fibre relève d'une toute autre approche.


English abstract : This thesis "Optimal cardiac tractography using DT-MRI" offers and studies a new formulation of cardiac tractography based on the use of diffusion tensor images that synthetize the information of the diffusion weighted images. The underlying reasons that led to a new formulation are manifold. Existing methods are mostly based on local data, such as the streamlining algorithms, and thus are subject to many imperfections, especially they are not robust to noise in the data. Another problem with this type of approach based on solving differential equations is their dependency on initialization, unlike the method under study. The other aim of this thesis is to determine one or more numerical criteria to compare and qualify fibers. Even though it seems easy to qualitatively characterize fibers based on the visualization, creating measures to characterize the fibers, either in absolute or in comparison to the data or other fibers, is actually challenging.