Fusion d'images 3D du cerveau - Etude de modèles et applications
Le recueil de données diverses issues de l'imagerie, de compétences expertes ou de signaux physiologiques est devenu courant pour l'étude d'une pathologie donnée. Leur exploitation est effectuée par le clinicien qui les analyse et les agrège en fonction de ses connaissances. La motiva...
| Main Author: | |
|---|---|
| Language: | FRE |
| Published: |
Université d'Auvergne - Clermont-Ferrand I
2000
|
| Subjects: | |
| Online Access: | http://tel.archives-ouvertes.fr/tel-00005976 http://tel.archives-ouvertes.fr/docs/00/04/67/79/PDF/tel-00005976.pdf |
| Summary: | Le recueil de données diverses issues de l'imagerie, de compétences expertes ou de signaux physiologiques est devenu courant pour l'étude d'une pathologie donnée. Leur exploitation est effectuée par le clinicien qui les analyse et les agrège en fonction de ses connaissances. La motivation de ce travail est de modéliser ce processus d'agrégation à l'aide de techniques empruntées à la fusion de données, dans le cadre d'études portant sur le cerveau. Le processus de fusion est décomposé en trois phases fondamentales. Nous modélisons tout d'abord les informations dans un cadre théorique commun. Le formalisme retenu est celui de la logique possibiliste, permettant de prendre en compte les ambiguïtés inhérentes aux données médicales. Nous proposons de modéliser d'une part la distribution des tissus cérébraux dans les images IRM, TEM et TEP par un algorithme de classification flou sur des vecteurs forme appropriés et d'autre part des informations issues de connaissances expertes. Nous agrégeons ensuite ces différentes informations par un opérateur de fusion. Celui-ci doit affirmer les redondances, gérer les complémentarités et prendre en compte les conflits soulignant souvent la présence d'une pathologie. Nous proposons alors trois modèles d'agrégation : la fusion d'images IRM, la fusion d'images anatomiques et fonctionnelles, et la fusion d'une image IRM et d'informations symboliques. Nous construisons enfin une information synthétique permettant d'exploiter les résultats de la fusion . Nous définissons pour chaque modèle une image permettant par exemple de proposer un diagnostic, d'établir un pronostic ou d'élaborer une aide thérapeutique. Quatre applications cliniques sont proposées en illustration : la quantification de volumes de tissus cérébraux, l'étude de la démence de type Alzheimer, l'étude de l'épilepsie et la localisation du noyau sous-thalamique pour le traitement de la maladie de Parkinson. Pour chacun de ces cas, outre les développements décrits auparavant, des modèles spécifiques à la pathologie étudiée sont proposés et une validation clinique des résultats est effectuée. Enfin, une application réalisée en collaboration avec la société SEGAMI, concrétisant et valorisant de façon industrielle ce travail, est présentée. |
|---|