Etablissement
Ecole Nationale Supérieure d'informatique
Affiliation
Département de Post-Graduation
Auteur
AMRANE, Leila
Directeur de thèse
MOUSSAOUI ABDELOUAHAB (Maitre de conférence)
Filière
Intelligence Artificielle et Images
Diplôme
Doctorat
Titre
Segmentation de la structure sous corticale d
Mots clés
sous corticale, segmentation, IRM, fusion floue, intégration de connaissances
Résumé
La segmentation des structures sous-corticales comme les noyaux gris, les ventricules, le thalamus, etc. est une opération très délicate et imprécise à cause du faible contraste entre ses différentes structures, de l’effet du volume partiel et de la variabilité des structures dans une seule image. Les méthodes classiques de segmentation d’images ne sont pas très bien adaptées à ce type de données car elles n’utilisent pas la totalité des informations disponible, de plus elles utilisent une seule modalité à la fois, ce qui rend leur utilisation inefficace pour ce type e traitement. Nous proposons à cet effet, d’opter plutôt pour une méthode d’extraction de connaissances qui prend en considération l’information intrinsèque des différentes images, en plus de connaissance des structures comme le voisinage, la distribution volumique des structures, etc. En outre, l’apport de méthodes d’extraction de connaissance à la classification des différentes matières cérébrales, à partir des seuls niveaux radiométriques des images, comporte cératines limites. Même si elles sont supervisées, ces méthodes ne permettent pas distinguer facilement différentes classes au sein de la substance grise. Lorsqu’elles ont automatiques, leur utilisation doit s’inscrire dans une procédure empirique afin de garantir un résultat robuste, et doit être restreinte à des régions d’intérêt pour que ce résultat soit véritablement pertinent. Le processus de segmentation proposé s’inspirera des algorithmes de fouille de données comme les SVM, les réseaux de neurones, etc. Il sera basé sur l’intégration de connaissances à la fois sur le caractère multimodale des images par une fusion floue des différentes modalités et sur la distribution spatiale des différentes structures par l’intégration de connaissances spatiales moyennant un atlas anatomique, un ensemble de règles ou même une ontologie , par exemple.
Statut
Vérifié