Dissertations / Theses: 'Techniques IRM'

1

Bonnet, Mathieu. "Angio-IRM des artères pulmonaires : choix techniques et optimisation." Bordeaux 2, 1994. http://www.theses.fr/1994BOR23048.

Full text

APA, Harvard, Vancouver, ISO, and other styles

2

Thomassin-Naggara, Isabelle. "Etude des tumeurs annexielles du pelvis féminin en IRM fonctionnelle : mise au point des techniques et applications cliniques." Paris 11, 2008. http://www.theses.fr/2008PA112116.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

La caractérisation préopératoire des tumeurs annexielles est déterminante pour la prise en charge chirurgicale. L’IRM fonctionnelle dynamique avec injection (DCE-MRI) permet une optimisation de la caractérisation des tissus. Les tumeurs annexielles se distinguent selon leur courbe dynamique de rehaussement qui reflètent l’immaturité de la paroi vasculaire et l’expression du VEGFR-2 sur les cellules endothéliales. En vue d’une analyse quantitative du rehaussement, il est souhaitable de réaliser une séquence turbo-FLASH avec des angles élevés pour obtenir une dynamique de rehaussement optimale associée à une quasi linéarité de la relation entre le signal et la concentration de gadolinium. L’initialisation par un modèle de Kéty étendu stabilise la modélisation compartimentale à 4 paramètres qui permet la description la plus complète des échanges entre les compartiments vasculaire et interstitiel. L’optimisation de l ’acquisition et du post traitement des datas ont permis la réalisation d ’une analyse quantitative de la prise de contraste, analyse reproductible et pertinente pour comprendre les phénomènes physiopathologiques au sein des tissus. Dans le domaine des tumeurs annexielles, la perfusion tissulaire et la fraction volumique sanguine sont plus élevées dans les tumeurs malignes que dans les tumeurs bénignes. Enfin, l ’analyse quqntitative du rehaussement a permis la mise en évidence de données pertinentes sur la perfusion du myométre et tout particulièrement du myomètre interne qui pourrait avoir une rôle majeur dans l ’avenir dans le cadre des programmes de procréation médicalement assistée
The preoperative characterization of adnexal tumors is crucial for surgical care. Dynamic contrast enhanced MR imaging (DCE-MRI) allows an optimization of the tissue characterization. Adnexal tumors differ according to their dynamic curve enhancement, which reflect the immaturity of the vascular wall and the expression of VEGFR-2 on endothelial cells. For a quantitative analysis of enhancement, a turbo-FLASH sequence with high angles is better to get both optimal dynamic enhancement range and an almost linear relationship between the signal and the concentration of gadolinium. Initialization by a extended Kéty model stabilizes our two-compartmental model which allows the best description of exchanges between the capillary and the interstitial spaces. Using quantitative DCE MRI, malignant adnexal tumors display higher tissue perfusion and blood volume fraction than benign tumors. Finally, quantitative DCE-MRI is a suitable, non-invasive tool to assess physiological microvascular states and variations in normal myometrium, and could potentially be used to assess the role of the inner myometrium in assisted reproductive therapy

3

Dhouib, Dorra. "Stratégie de compression d'images IRM volumiques pour des communications sans fil." Poitiers, 2010. http://www.theses.fr/2010POIT2251.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Face à l'augmentation importante des données en imagerie médicale générées par différents types de modalités, une réduction de la taille des données par compression des images s'est avérée indispensable. Cette dernière permet en effet de minimiser l'espace de stockage ou d'archivage des données et de réduire le temps de transfert des données et la largeur de bande dans le cas du traitement à distance (télémédecine). Dans ces applications, la compression doit évidemment préserver l'information utile. Ceci est possible grâce à la redondance de l'information qui peut être spatiale ou fréquentielle. Dans ce contexte, il est à noter que différentes techniques de compression efficaces ont été développées au cours des dernières décennies. Cependant, de nos jours, dans les services radiologiques, seule la compression sans perte est la plus souvent adoptée. Malgré les améliorations et les efforts fournis par les méthodes de compression sans perte, une compression avec perte s'est montrée envisageable. Mais ce type de compression doit être effectué sous le contrôle d'un médecin compétent, et sans avoir à introduire une certaine distorsion ; ce qui pourrait causer une éventuelle perte de l'information clinique utile et par conséquent influencer de manière significative le diagnostic. De plus, lors de la transmission, le bruit canal peut aussi introduire des erreurs qui risquent d'erroner le diagnostic. C’est pour cette raison qu'il est important de développer une stratégie de compression adéquate afin de réduire ce volume de données, et de résister aux erreurs de transmission par la même occasion. Pour répondre à cette double contrainte une stratégie de codage basée ROI et protection inégale de flux est développée dans cette thèse. Le schéma de compression basé ROI et protection inégale de flux proposé se compose de trois étapes. Dans une première étape, nous proposons d'extraire la région d'intérêt par segmentation hiérarchique de ces régions selon une méthode de segmentation basée sur la technique de lignes de partage des eaux par marqueurs, combinée à la technique des contours actifs par ensembles de niveaux. Dans la deuxième étape, les régions résultantes sont par la suite codées de façon sélective par un codeur 3D basé transformée en ondelettes discrète adaptatif de forme BISK3D, où le taux de compression de chaque région dépend de l'importance de cette région et de son utilité dans le diagnostic. En effet la région d'intérêt qui contient l'information utile au diagnostic est codée avec du "presque sans pertes" et le reste du volume avec perte. La troisième étape de notre schéma de codage est une stratégie de protection inégale (UEP) qui consiste à protéger le ROI avec un code correcteur de type Reed-Solomon avec un rendement très bas de façon à assurer une robustesse aux erreurs et les autres régions avec le même type de code correcteur mais de rendement plus élevé suivant la région. Des tests d’évaluation sont enfin réalisés afin de visualiser l’impact des erreurs de compression et par la suite celui des erreurs canal sur les différents flux. Afin d'étudier les performances de notre stratégie de codage dans le cas d'une transmission canal de type gaussien, une comparaison de cette stratégie avec SPIHT 3D est effectuée
Given the significant increase in medical imaging data generated by different types of procedures, reducing the size of the data compression of images has become indispensable. It can minimize the data space in the case of archiving (or storage) or in the case of treatment at a distance (telemedicine) in the latter case, to reduce transfer time and bandwidth. In these applications, compression is obviously preserve useful information. This is possible thanks to the redundancy of information which can be either spatial or frequency. In this context, different effective compression techniques have been developed in recent decades. However, currently, in the radiological services, only lossless compression is the preferred way. Despite the improvements and efforts made by the methods of lossless compression, lossy compression has become feasible. But this type of compression must be done under the supervision of a competent physician, and without having to introduce some distortion, which could cause a possible loss of useful clinical information and therefore significantly influence the diagnosis. Also during transmission, the channel noise may also introduce errors that are likely erroneous diagnosis. For this reason it is important to develop a strategy appropriate to compression, both to reduce the volume of data, and to resist transmission errors. To meet this dual requirement of a strategy based ROI coding and unequal protection of streams is developed in this thesis. The compression scheme based ROI and unequal protection of stream proposed consists of three stages. In a first step we propose to extract the region of interest by hierarchical segmentation of these regions using a segmentation method based on the technical guidelines of the watershed by markers, combined with the technique of active contours by level sets. The resulting regions are then selectively encoded by an encoder 3D wavelet transform based adaptive discrete form BISK3D, where the compression ratio of each region depends on the importance of this region and its usefulness in diagnosis. Indeed the region of interest which contains information useful in diagnosis is coded with "almost lossless" and the rest of the volume lost. The third step of our coding scheme is a strategy of unequal protection (UEP), which is to protect the region of interest with a Reed-Solomon error correcting code with a very high efficiency so as to provide robustness to errors and other regions with the same type of correction code but lower yield by region. Evaluation tests were finally carried out to see the impact of compression errors and then the impact of channel errors on the various streams. To study the performance of our coding strategy in the case of a Gaussian transmission channel, this strategy is compared with 3D SPIHT

4

Bakhous, Christine. "Modèles d'encodage parcimonieux de l'activité cérébrale mesurée par IRM fonctionnelle." Phd thesis, Université de Grenoble, 2013. http://tel.archives-ouvertes.fr/tel-00933426.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L'imagerie par résonance magnétique fonctionnelle (IRMf) est une technique non invasive permettant l'étude de l'activité cérébrale au travers des changements hémodynamiques associés. Récemment, une technique de détection-estimation conjointe (DEC) a été développée permettant d'alterner (1) la détection de l'activité cérébrale induite par une stimulation ainsi que (2) l'estimation de la fonction de réponse hémodynamique caractérisant la dynamique vasculaire; deux problèmes qui sont généralement traités indépendamment. Cette approche considère une parcellisation a priori du cerveau en zones fonctionnellement homogènes et alterne (1) et (2) sur chacune d'entre elles séparément. De manière standard, l'analyse DEC suppose que le cerveau entier peut être activé par tous les types de stimuli (visuel, auditif, etc.). Cependant la spécialisation fonctionnelle des régions cérébrales montre que l'activité d'une région n'est due qu'à certains types de stimuli. La prise en compte de stimuli non pertinents dans l'analyse, peut dégrader les résultats. La sous-famille des types de stimuli pertinents n'étant pas la même à travers le cerveau une procédure de sélection de modèles serait très coûteuse en temps de calcul. De plus, une telle sélection a priori n'est pas toujours possible surtout dans les cas pathologiques. Ce travail de thèse propose une extension de l'approche DEC permettant la sélection automatique des conditions (types de stimuli) pertinentes selon l'activité cérébrale qu'elles suscitent, cela simultanément à l'analyse et adaptativement à travers les régions cérébrales. Des exemples d'analyses sur des jeux de données simulés et réels, illustrent la capacité de l'approche DEC parcimonieuse proposée à sélectionner les conditions pertinentes ainsi que son intérêt par rapport à l'approche DEC standard.

5

Habib, Dayane. "Diffusion de l'hélium-3 hyperpolarisé dans le tissu pulmonaire : évaluation par différentes techniques IRM." Phd thesis, Université Paris Sud - Paris XI, 2007. http://tel.archives-ouvertes.fr/tel-00435916.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Ce travail présente une étude expérimentale sur l'effet de la diffusion restreinte de l'hélium-3 hyperpolarisé dans l'acinus pulmonaire effectuée à bas champ magnétique 0,1 T. Plusieurs fantômes avec différentes tailles et connections modélisant l'acinus humain sain et à un stade précoce de l'emphysème ont été réalisés selon le modèle de Kitaoka. L'atténuation du signal dévie par rapport au comportement prévu de décroissance exponentielle en G2, G étant l'intensité de gradient. Cette observation indique une certaine ambiguïté sur la possibilité de quantifier de façon absolue le coefficient de diffusion apparent (ADC), sauf dans la limite G faible. Des simulations Monte-Carlo sont en bon accord avec les mesures. Des séquences originales rapides basées sur le principe des échos de spin multiples ont été développées, pour accéder à une valeur globale d'ADC à des temps longs permettant l'exploration du gaz dans toute la structure de branchement de l'acinus. Des mesures sur un modèle animal d'emphysème (rat) ont été comparées à des cartes obtenues à partir d'acquisitions standard avec petits angles de basculement, elles indiquent une augmentation systématique et toujours significative des ADC par rapport au contrôle sain, pour plusieurs protocoles de mesure. La méthode globale a une meilleure sensibilité que la cartographie standard, en outre elle donne un plus fort contraste d'ADC entre animaux sains et avec emphysème du fait de la possibilité d'employer des valeurs de G plus faibles. Ces outils de mesure de diffusion par IRM et RMN des gaz hyperpolarisés ouvrent des voies prometteuses aussi bien pour la physique de la diffusion que pour les applications médicales.

6

Mellerio, Charles. "Optimisation des techniques avancées en IRM cérébrale dans la détection des lésions développementales épileptogènes." Thesis, Paris 5, 2014. http://www.theses.fr/2014PA05T025/document.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Les dysplasies corticales focales de type 2 (DCF2) sont une cause fréquente d’épilepsie partielle pharmacorésistante pouvant bénéficier d’un traitement chirurgical. Leur détection en IRM est un facteur indépendant de bon pronostic. Leur diagnostic reste difficile avec jusqu’à 40% d’IRM négatives. Le travail de cette thèse a pour principal objectif d’améliorer la détection des DCF2 à partir des séquences conventionnelles, d’évaluer la pertinence d’une augmentation de champ magnétique, et de valider de nouveaux outils de détection, en particulier par l’identification d’anomalies des sillons associées aux DCF2 de manière automatique puis visuelles. Cette étude a été réalisée à partir d’une des plus importante cohorte de patients (>80 patients) porteurs de DCF2 prouvée histologiquement. L’évaluation de la fréquence de chacun des signes en IRM nous a permis de démontrer que, bien qu’aucune anomalie ne soit visible dans 41% des cas, les différents signes chez les patients avec une IRM positive n’étaient jamais isolés et que la combinaison des 3 signes les plus évocateurs de DCF2 (épaississement cortical, flou de l'interface blanc-gris et « transmantle sign »), était retrouvée chez 27 patients (64%) suggérant que l’IRM puisse être un examen très caractéristique. En augmentant le champ magnétique de 1,5 à 3T en IRM le taux de détection n’est que peu modifié mais la caractérisation des DCF2 est améliorée en raison d’une meilleure visualisation du « transmantle sign », considéré comme une signature en IRM des DCF2. L’analyse automatisée des sillons basés sur le calcul d’un nouveau paramètre appelé « énergie sulcale » permet d’identifier des motifs sulcaux anormaux chez les patients porteurs de DCF2 dans la région centrale en comparaison aux sujets sains. Ce résultat souligne l'importance d’une étude des sillons et pourrait fournir un critère supplémentaire pour détecter et localiser la lésion chez des patients à IRM négative. Enfin, l’analyse visuelle des sillons par un reformatage 3D du cortex nous a permis de décrire un nouveau marqueur des DCF2 de la région centrale : un motif sulcal dénommé le "Power Button Sign". Compte tenu de son excellente reproductibilité et de sa spécificité, il pourrait être utilisé comme un nouveau critère diagnostic majeur de DCF2 de la région centrale. L’ensemble de ces résultat participe à la meilleure compréhension des phénomènes développementaux impliqués dans la physiopathologie des DCF2 et offre de nombreuses perspectives pour l’amélioration de leur détection en imagerie
Focal cortical dysplasia type 2 (FCD2) is a common cause of intractable partial epilepsy surgically treatable. Their detection by MRI is an independent factor of good prognosis. The MR imaging diagnosis remains difficult with up to 40% negative MRI. Our main objective is to improve the detection of FCD2from conventional sequences, to assess the relevance of increased magnetic field and validate new tools for detection, in particular by identifying sulcal abnormalities associated with FCD2 automatically and visually. This study was carried out from one of the largest cohort of patients (> 80 patients) with histologically proven FCD2. The evaluation of the frequency of each MR signs showed that, although no abnormality is seen in 41% of cases, the different signs in patients with a positive MRI were never isolated and the combination of the 3 most suggestive signs of FCD2 (cortical thickening, bluring of the gray-white matter interface and "transmantle sign") was found in 27 patients (64%), indicating that MRI can be very suggestive. By increasing the magnetic field from 1.5 to 3T MRI detection rate is only slightly changed but characterization of FCD2 is improved thanks to a better visualization of the " transmantle sign " considered as a MR signature of FCD2. The automated sulcus analysis based on the calculation of a new parameter called "sulcal energy" identifies abnormal sulcal patterns in patients with FCD2 in the central region in comparison to healthy subjects. This result underlines the importance of the identification of sulci and could provide an additional criterion for detecting and locating the lesion in patients with negative MRI. Finally, the visual analysis of sulci by 3D reformatting of the cortex allowed us to describe a new MR sign of FCD2 in the central region: a sulcal pattern called the "Power Button Sign". Given its excellent reproducibility and specificity, it could be used as a new major diagnostic criterion of FCD2 in the central region. All these results contribute to the better understanding of the developmental processes involved in the pathophysiology of FCD2 and offers many opportunities for improving their MR detection

7

Poujol, Julie. "Techniques d'acquisitions et reconstructions IRM rapides pour améliorer la détection du cancer du sein." Thesis, Université de Lorraine, 2017. http://www.theses.fr/2017LORR0143/document.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Le cancer du sein est aujourd’hui le cancer le plus fréquent chez la femme ainsi que la première cause de décès féminin par cancer. Actuellement, l’IRM mammaire n’est réalisée qu’en seconde intention lorsque les autres modalités d’imagerie ne suffisent pas à poser un diagnostic. Dans le cas des populations à risque, l’IRM mammaire est recommandée comme examen de dépistage annuel en raison de sa très haute sensibilité de détection. Par IRM, la détection d’un cancer du sein se fait à la suite de l’injection d’un produit de contraste qui permet de visualiser les lésions mammaires en hypersignal. La majeure partie du diagnostic repose sur l’analyse morphologique de ces lésions ; une acquisition hautement résolue spatialement est donc nécessaire. Malgré l’utilisation des techniques d’accélération courantes, le volume de données à acquérir reste important et la résolution temporelle de l’examen d’IRM mammaire est aujourd’hui aux alentours d’une minute. Cette faible résolution temporelle limite donc intrinsèquement la spécificité de l’examen d’IRM mammaire. Un examen avec une haute résolution temporelle permettrait l’utilisation de modèles pharmacocinétiques donnant accès à des paramètres physiologiques spécifiques des lésions. L’approche proposée dans ce travail de thèse est le développement d’une séquence IRM permettant à la fois la reconstruction classique d’images, telle que celle utilisée en routine clinique pour le diagnostic, ainsi qu’une reconstruction accélérée d’images avec une plus haute résolution temporelle permettant ainsi l’application de modèles pharmacocinétiques. Le développement de cette séquence a été réalisé en modifiant l’ordre d’acquisition du domaine de Fourier de la séquence utilisée en clinique, afin qu’il soit aléatoire et permette la reconstruction a posteriori de domaines sous-échantillonnés acquis plus rapidement. Des acquisitions sur des objets tests, sur des volontaires et sur des patientes ont montré que l’acquisition aléatoire ne modifiait pas les images obtenues par reconstruction classique permettant ainsi le diagnostic conventionnel. Une attention particulière a été portée pour permettre la suppression de graisse nécessaire à l’acquisition des images d’IRM mammaire. Les reconstructions des domaines sous-échantillonnés sont réalisées via des reconstructions Compressed Sensing permettant la suppression des artéfacts de sous-échantillonnage. Ces reconstructions Compressed Sensing ont été développées et testées sur des fantômes numériques reproduisant des IRMs mammaires. Le potentiel de cette nouvelle acquisition a enfin été testé sur une lésion artificielle mammaire, développée à cet effet, et reproduisant des prises de contraste mammaires
Breast cancer is nowadays the first cause of female cancer and the first cause of female death by cancer. Breast MRI is only performed in second intention when other imaging modalities cannot lead to a confident diagnosis. In high risk women population, breast MRI is recommended as an annual screening tool because of its higher sensitivity to detect breast cancer. Breast MRI needs contrast agent injection to visualize enhancing lesions and the diagnosis is mostly based on morphological analysis of these lesions. Therefore, an acquisition with high spatial resolution is needed. Despite the use of conventional MRI acceleration techniques, the volume of data to be acquired remains quite large and the temporal resolution of the exam is around one minute. This low temporal resolution may be the cause of the low specificity of breast MRI exam. Breast MRI with higher temporal resolution will allow the use of pharmacokinetic models to access physiological parameters and lesion specifications. The main aim of this work is to develop a MRI sequence allowing a flexible use of the acquired data at the reconstruction stage. On the one hand, the images can be reconstructed with a conventional reconstruction like the protocol used in clinical routine. On the other hand, the new MRI sequence will also allow the reconstruction of images with a higher temporal resolution allowing the use of pharmacokinetic models. The development of this sequence was done by modifying the acquisition order in the Fourier domain. A random acquisition of the Fourier domain will allow the reconstruction of sub-sampled domains acquired faster. We paid attention to fat suppression efficiency with this new Fourier domain acquisition order. Tests were performed on phantom, female volunteers and patients. These tests showed that the random acquisition did not impact the quality of images (MRI signal and lesion morphology) obtained by conventional reconstruction thus allowing the conventional diagnosis. The reconstructions of the sub-sampled Fourier domains were made using Compressed Sensing reconstructions to remove sub-sampling artifacts. These reconstructions were developed and tested on digital phantoms reproducing breast MRI. The potential of this new MRI acquisition was tested on an artificial enhancing breast lesion developed especially for this purpose

8

Poujol, Julie. "Techniques d'acquisitions et reconstructions IRM rapides pour améliorer la détection du cancer du sein." Electronic Thesis or Diss., Université de Lorraine, 2017. http://www.theses.fr/2017LORR0143.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Le cancer du sein est aujourd’hui le cancer le plus fréquent chez la femme ainsi que la première cause de décès féminin par cancer. Actuellement, l’IRM mammaire n’est réalisée qu’en seconde intention lorsque les autres modalités d’imagerie ne suffisent pas à poser un diagnostic. Dans le cas des populations à risque, l’IRM mammaire est recommandée comme examen de dépistage annuel en raison de sa très haute sensibilité de détection. Par IRM, la détection d’un cancer du sein se fait à la suite de l’injection d’un produit de contraste qui permet de visualiser les lésions mammaires en hypersignal. La majeure partie du diagnostic repose sur l’analyse morphologique de ces lésions ; une acquisition hautement résolue spatialement est donc nécessaire. Malgré l’utilisation des techniques d’accélération courantes, le volume de données à acquérir reste important et la résolution temporelle de l’examen d’IRM mammaire est aujourd’hui aux alentours d’une minute. Cette faible résolution temporelle limite donc intrinsèquement la spécificité de l’examen d’IRM mammaire. Un examen avec une haute résolution temporelle permettrait l’utilisation de modèles pharmacocinétiques donnant accès à des paramètres physiologiques spécifiques des lésions. L’approche proposée dans ce travail de thèse est le développement d’une séquence IRM permettant à la fois la reconstruction classique d’images, telle que celle utilisée en routine clinique pour le diagnostic, ainsi qu’une reconstruction accélérée d’images avec une plus haute résolution temporelle permettant ainsi l’application de modèles pharmacocinétiques. Le développement de cette séquence a été réalisé en modifiant l’ordre d’acquisition du domaine de Fourier de la séquence utilisée en clinique, afin qu’il soit aléatoire et permette la reconstruction a posteriori de domaines sous-échantillonnés acquis plus rapidement. Des acquisitions sur des objets tests, sur des volontaires et sur des patientes ont montré que l’acquisition aléatoire ne modifiait pas les images obtenues par reconstruction classique permettant ainsi le diagnostic conventionnel. Une attention particulière a été portée pour permettre la suppression de graisse nécessaire à l’acquisition des images d’IRM mammaire. Les reconstructions des domaines sous-échantillonnés sont réalisées via des reconstructions Compressed Sensing permettant la suppression des artéfacts de sous-échantillonnage. Ces reconstructions Compressed Sensing ont été développées et testées sur des fantômes numériques reproduisant des IRMs mammaires. Le potentiel de cette nouvelle acquisition a enfin été testé sur une lésion artificielle mammaire, développée à cet effet, et reproduisant des prises de contraste mammaires
Breast cancer is nowadays the first cause of female cancer and the first cause of female death by cancer. Breast MRI is only performed in second intention when other imaging modalities cannot lead to a confident diagnosis. In high risk women population, breast MRI is recommended as an annual screening tool because of its higher sensitivity to detect breast cancer. Breast MRI needs contrast agent injection to visualize enhancing lesions and the diagnosis is mostly based on morphological analysis of these lesions. Therefore, an acquisition with high spatial resolution is needed. Despite the use of conventional MRI acceleration techniques, the volume of data to be acquired remains quite large and the temporal resolution of the exam is around one minute. This low temporal resolution may be the cause of the low specificity of breast MRI exam. Breast MRI with higher temporal resolution will allow the use of pharmacokinetic models to access physiological parameters and lesion specifications. The main aim of this work is to develop a MRI sequence allowing a flexible use of the acquired data at the reconstruction stage. On the one hand, the images can be reconstructed with a conventional reconstruction like the protocol used in clinical routine. On the other hand, the new MRI sequence will also allow the reconstruction of images with a higher temporal resolution allowing the use of pharmacokinetic models. The development of this sequence was done by modifying the acquisition order in the Fourier domain. A random acquisition of the Fourier domain will allow the reconstruction of sub-sampled domains acquired faster. We paid attention to fat suppression efficiency with this new Fourier domain acquisition order. Tests were performed on phantom, female volunteers and patients. These tests showed that the random acquisition did not impact the quality of images (MRI signal and lesion morphology) obtained by conventional reconstruction thus allowing the conventional diagnosis. The reconstructions of the sub-sampled Fourier domains were made using Compressed Sensing reconstructions to remove sub-sampling artifacts. These reconstructions were developed and tested on digital phantoms reproducing breast MRI. The potential of this new MRI acquisition was tested on an artificial enhancing breast lesion developed especially for this purpose

9

Dou, Weibei. "Segmentation d'images multispectrales basée sur la fusion d'informations : application aux images IRM." Caen, 2006. http://www.theses.fr/2006CAEN2026.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L'objectif de cette thèse consiste à développer une architecture de fusion d'informations basée sur la théorie floue pour la segmentation d'une cible à partir de plusieurs sources d'images. Notre application principale porte sur la segmentation des images IRM multispectrales. Nous proposons une approche de segmentation automatique basée sur la fusion des caractéristiques extraites de chaque source d'image. Ces caractéristiques sont modélisées par des fonctions d'appartenance, obtenues à partir de fonctions analytiques, qui prennent en compte des connaissances à priori sur la possibilité d'appartenance à une cible (tumeur ou tissus cérébraux) donnée par l'expert, et aussi la gradation d'intensité du signal de la cible. La segmentation d'une cible consiste finalement à combiner les différents degrés d'appartenance de la cible. Une étape supplémentaire basée sur une croissance 3D des régions floues est proposée pour améliorer le résultat de la combinaison. Pour évaluer les résultats de segmentation représentés par un ensemble flou, une extension du coefficient Kappa de Cohen, nommée "Kappa flou" est proposée, qui est une méthode d'évaluation globale sur la proportion d'agrément d'un classement flou. Cette architecture développée est mise en oeuvre pour la segmentation des tumeurs cérébrales à partir des images IRM qui comprennent pour l'instant les séquences de base : T1, T2 et densité de protons (DP). Les résultats sur sept patients atteints de tumeur montrent l'efficacité de notre système.

10

Trébuchet, Guillaume. "Segmentation par contours actifs de séquences de vélocimétrie IRM : application aux artères carotides." Angers, 2013. https://tel.archives-ouvertes.fr/tel-00956813.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

La vélocimétrie par IRM est une modalité intéressante pour explorer des pathologies cardiovasculaires. La séquence d’IRM en contraste de phase a la particularité de fournir à la fois des informations anatomiques et des informations physiologiques, permettant ainsi de mesurer les propriétés géométriques des vaisseaux ainsi que leurs propriétés hémodynamiques. Le but de cette thèse est d’automatiser la segmentation des vaisseaux et les mesures de vélocimétrie, un traitement manuel étant inadapté à une exploitation de la vélocimétrie IRM à des fins diagnostiques en routine clinique. Les travaux menés ont conduit à proposer une méthode de segmentation basée sur les contours actifs guidés par une information région (approche « région »), contrairement aux approches classiques se focalisant uniquement sur les frontières inter-régions (approche « contour »). Cette approche « région » a été évaluée sur des données provenant d’un fantôme réalisé afin de disposer d’une référence objective. Une seconde évaluation a été réalisée sur une base de 28 carotides (14 patients) segmentées manuellement par un radiologue expert. Les résultats obtenus sur les données « fantôme » montrent que l’approche « contour » conduit à une erreur de mesure de l’aire de la lumière de la carotide segmentée et de la mesure du flux de respectivement 18. 4 % et 3. 6 %. Ces erreurs sont plus importantes que celles obtenues en utilisant l’approche proposée (respectivement 2. 3 % et 0. 7 %). Ce bénéfice apparaît encore bien supérieur sur la base de patients avec une sous-estimation des aires et débits sanguins de respectivement 40. 5 % et 26. 5 % pour l’approche « contour », contre 14,7 et 6. 4 % pour l’approche proposée
MRI Velocimetry is a useful modality to explore cardiovascular disease. The sequence of phase contrast MRI has the characteristic of providing both anatomical information and the physiological data, thus allow to measure geometric properties of vessels and blood flows. The purpose of this thesis is to automate the segmentation of vessels and velocimetry measurements, manual processing is inadequate to operate the MRI velocimetry for a diagnostic in clinical routine. The work led to propose a segmentation method based on active contours guided by an information region ("region-based" approach), unlike conventional approaches focusing only on cross-border regions ("edge-based" approach). This "region-based" approach was evaluated on data from a phantom made to provide an objective reference. A second evaluation was conducted on the basis of 28 carotid arteries (14 patients) manually segmented by an expert radiologist. The results of the "phantom" data show that the "edge-based" approach leads to an error in measuring the area of the lumen of the segmented carotid and extent linked flows, respectively 18. 4 % and 3. 6%. These errors are larger than those obtained using the proposed approach (respectively 2. 3 % and 0. 7 %). This benefit appears much higher on the database of patients with an underestimation of areas and blood flow, respectively 40. 5 % and 26. 5 % for the "edge-based" approach, against 14. 7 and 6. 4 % for the proposed approach

11

Bricq, Stéphanie. "Segmentation d’images IRM anatomiques par inférence bayésienne multimodale et détection de lésions." Université Louis Pasteur (Strasbourg) (1971-2008), 2008. https://publication-theses.unistra.fr/public/theses_doctorat/2008/BRICQ_Stephanie_2008.pdf.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L'imagerie médicale fournit un nombre croissant de données. La segmentation automatique est devenue une étape fondamentale pour l'analyse quantitative de ces images dans de nombreuses pathologies cérébrales comme la sclérose en plaques (SEP). Nous avons focalisé notre étude sur la segmentation d'IRM cérébrales. Nous avons d'abord proposé une méthode de segmentation des tissus cérébraux basée sur le modèle des chaînes de Markov cachées, permettant d'inclure l'information a priori apportée par un atlas probabiliste et prenant en compte les principaux artefacts présents sur les images IRM. Nous avons ensuite étendu cette méthode à la détection de lésions SEP grâce à un estimateur robuste. Nous avons également développé une méthode de segmentation d'IRM 3D basée sur les contours actifs statistiques pour raffiner la segmentation des lésions. Les résultats obtenus ont été comparés avec d'autres méthodes de segmentation et avec des segmentations manuelles réalisées par des médecins
Medical imaging provides a growing number of data. Automatic segmentation has become a fundamental step for quantitative analysis of these images in many brain diseases such as multiple sclerosis (MS). We focused our study on brain MRI segmentation and MS lesion detection. At first we proposed a method of brain tissue segmentation based on hidden Markov chains taking into account neighbourhood information. This method can also include prior information provided by a probabilistic atlas and takes into account the artefacts appearing on MR images. Then we extended this method to detect MS lesions thanks to a robust estimator and prior information provided by a probabilistic atlas. We have also developed a 3D MRI segmentation method based on statistical active contours to refine the lesion segmentation. The results were compared with other existing methods of segmentation, and with manual expert segmentations

12

Bâty, Xavier. "Recalage de séquences cardiaques spation-temporelles IRM et TEP/SCAN." Phd thesis, Université d'Angers, 2007. http://tel.archives-ouvertes.fr/tel-00346306.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Les travaux décrits dans ce manuscrit ont pour thème général le recalage de séquences d'images multimodales : Image par Résonance Magnétique (IRM), Tomographie par Émission de Positons (TEP) et images de scanner X (CT) synchronisées à l'électrocardiogramme (ECG). Ces modalités présentent un intérêt pour l'évaluation de la fonction cardiaque permettant un diagnostic et un suivi des pathologies cardio-vasculaires. La TEP permet d'évaluer la fonction ventriculaire et l'IRM est une méthode de référence pour l'étude de la fonction ventriculaire gauche. L'intérêt de ce recalage est de pouvoir fusionner des images fonctionnelles, apportées par la TEP étudiant la viabilité myocardique et des images anatomiques plus précises apportées par l'IRM. Le recalage de ces séquences d'images, nécessite la mise en place de méthodes adaptées aux modalités mises en jeu et se décompose en deux étapes distinctes : (i) un recalage global 3D rigide, entre les données IRM et CT, fondé sur une approche modèle et (ii) un recalage local 2D utilisant l'information mutuelle et une Free Form Deformation (FFD). Concernant la première étape, nous proposons l'utilisation de modèles cardiaques 3D définis sur les données IRM et CT et recalés par ICP. Le recalage local 2D fait l'objet de deux contributions. Afin de rendre l'information mutuelle sensible aux informations des données TEP et CT, nous proposons la création d'une image composite qui permet de rendre compte des contours du myocarde (visibles sur les images TEP) et de l'enveloppe totale du coeur (visible sur les images CT). Pour optimiser notre processus dans l'étude de la séquence complète des images, nous proposons une initialisation originale aux transformations utilisées en utilisant le champ de déplacement temporel issu des données IRM. L'ensemble des résultats obtenus a été évalué par un expert

13

Darwich, Mohamad Ayham. "Caractérisation locale des propriétés dynamiques artérielles par IRM haute résolution." Compiègne, 2010. http://www.theses.fr/2010COMP1868.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Les pathologies artérielles peuvent représenter souvent des situations cliniques graves qui nécessitent une prise en charge immédiate. Bien que la modification de la structure et de la géométrie vasculaire soit relativement lente et s'effectue pendant des années, les conséquences peuvent se révéler, tout à coup, fatales. Ce travail représente une contribution à la méthodologie de l'exploration du mouvement du sang, et des parois artérielles pour la caractérisation de l'élasticité artérielle, et mesurer la détérioration des parois artérielles de façon non invasive. Nous présentons deux protocoles d'imagerie dynamique basés sur une séquence d'écho de gradient dépouillée, avec une haute résolution temporelle (- 5 ms). La relation entre le signal-image et la vitesse d'un liquide est élucidée via un banc d'essai expérimental, testant l'influence des paramètres d'imagerie et des propriétés physiques du liquide de circulation. La reproductibilité du comportement du signal-image en fonction de la vitesse, a incité à proposer un estimateur basé de la vitesse du sang, et des essais de faisabilité in vivo sur la carotide ont été menés sur des volontaires saris, et comparés avec la technique de contraste de phase. L'application de la séquence sur deux coupes rapprochées a permis de réaliser le deuxième estimateur basé de la vitesse de l'onde de pression. Un banc d'essais pulsatile a été mis en oeuvre, et utilisé pour estimer cette vitesse in vitro. Ce protocole a été appliqué in vivo pour estimer la vitesse de l'onde depression de la carotide commune, sur une distance de l'ordre de 5 cm. La validation des résultats de ces 2 estimateurs a été obtenue expérimentalement, et par observation de la reproductibilité des résultats
Arterial pathologies can often represent serious clinical situations which require an immediate medical examination. Although the modification the structure and the vascular geometry is relatively slow and is carried out during years, the consequences can appear, suddenly, fatal. This work represents a contribution to the methodology of the exploration of the movement of blood, and walls arterial for the characterization of arterial elasticity, and to measure the deterioration of the arterial walls in a noninvasive way. We present two protocols of dynamic imagery based on a bared echo of gradient sequence, with a high temporal resolution (- 5 ms). The relation between MR signal and liquid speed is elucidated via an experimental study, testing the influence of the parameters of imagery and the physical properties of circulation liquid. The reproducibility of MR signal behavior encouraged to propose an estimator based on the speed of blond. Further tests of the feasibility were carried out experimentally and on healthy volunteers, andvelocity results were compared with the technique of phase contrast. The application of the sequence on two close planes made it possible to carry out the second estimator based the speed of pulse wave. A pulsatile hydraulique circuit was implemented, and used to estimate this speed in vitro. The protocol was applied in vivo to estimate the speed of the blood pulse wave of the common carotid, with a distance of 5 cm between the planes. Results of these 2 estimators were experimentally verified, and reproducibility was tested

14

Scherrer, Benoit. "Segmentation des tissus et structures sur les IRM cérébrales : agents markoviens locaux et coopératifs et formulation bayésienne." Grenoble INPG, 2008. https://tel.archives-ouvertes.fr/tel-00361317.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

La segmentation des IRM cérébrales est une étape cruciale pour de nombreuses applications, tant dans le domaine clinique que pour les neurosciences. Elle est rendu difficile par les artéfacts inhérents à ce type d'image, leur faible contraste et les importantes variations individuelles qui limitent l'introduction de connaissances a priori. Dans cette thèse nous proposons une nouvelle approche de segmentation des IRM cérébrales dont l'originalité réside (1) dans le couplage de la segmentation des tissus, de la segmentation des structures et de l'intégration de connaissances anatomiques et (2) la volonté de prendre en compte la localité de l'information. La localité est modélisée via un cadre multi-agents : des agents sont distribués dans le volume et réalisent une segmentation markovienne locale. Dans une première approche (LOCUS, Local Cooperative Unified Segmentation) nous proposons des mécanismes intuitifs de coopération et de couplage pour assurer la cohérence des modèles locaux. Les structures sont segmentées via l'intégration de contraintes de localisation floue décrites par des relations spatiales entre structures. Dans une seconde approche (LOCUS-B, LOCUS in a Bayesian framework) nous considérons l'introduction d'un atlas statistique des structures. Nous reformulons le problème dans un cadre bayésien nous permettant une formalisation statistique du couplage et de la coopération. Segmentation des tissus, régularisation des modèles locaux, segmentation des structures et recalage local affine de l'atlas sont alors réalisés de manière couplée dans un cadre EM, chacune des étapes s'améliorant mutuellement. L'évaluation sur des images simulées et réelles montrent les performances de l'approche et en particulier sa robustesse aux artéfacts pour de faibles temps de calculs. Les modèles markoviens locaux distribués et coopératifs apparaissent alors comme une approche prometteuse pour la segmentation d'images médicales
Accurate magnetic resonance brain scan segmentation is critical in a number of clinical and neuroscience applications. This task is challenging due to artifacts, low contrast between tissues and inter-individual variability that inhibit the introduction of a priori knowledge. In this thesis, we propose a new MR brain scan segmentation approach. Unique features of this approach include (1) the coupling of tissue segmentation, structure segmentation and prior knowledge construction, and (2) the consideration of local image properties. Locality is modeled through a multi-agent framework: agents are distributed into the volume and perform a local Markovian segmentation. As an initial approach (LOCUS, Local Cooperative Unified Segmentation), intuitive cooperation and coupling mechanisms are proposed to ensure the consistency of local models. Structures are segmented via the introduction of spatial localization constraints based on fuzzy spatial relations between structures. In a second approach, (LOCUS-B, LOCUS in a Bayesian framework) we consider the introduction of a statistical atlas to describe structures. The problem is reformulated in a Bayesian framework, allowing a statistical formalization of coupling and cooperation. Tissue segmentation, local model regularization, structure segmentation and local affine atlas registration are then coupled in an EM framework and mutually improve. The evaluation on simulated and real images shows good results, and in particular, a robustness to non-uniformity and noise with low computational cost. Local distributed and cooperative MRF models then appear as a powerful and promising approach for medical image segmentation

15

Cros, Ghislaine. "Exploitation des propriétés magnétiques du sang en IRM : veinographie, imagerie fonctionnelle." Université Joseph Fourier (Grenoble), 1995. http://www.theses.fr/1995GRE10219.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Ce travail a ete consacre a l'etude et au developpement de methodes d'imagerie par resonance magnetique (irm) permettant d'imager des regions soumises a des inhomogeneites de champ magnetique. Ces techniques ont ete appliquees a l'imagerie d'inhomogeneites de champ magnetique engendrees par des effets de susceptibilite magnetique, en particulier les effets de susceptibilite magnetique lies aux proprietes magnetiques du sang qui sous sa forme desoxygenee presente les caracteristiques d'un agent de contraste paramagnetique endogene. Ces methodes permettent alors l'acquisition de veinographies. Le premier chapitre est consacre, d'une part a des rappels sur le principe de l'irm afin d'introduire les outils necessaires a la presentation theorique des methodes etudiees et d'autre part a une etude du contraste en irm et plus particulierement du contraste en presence de composes paramagnetiques. Le deuxieme chapitre a pour theme les proprietes magnetiques du sang et leurs influences sur une mesure irm. Le troisieme chapitre expose des outils theoriques et experimentaux que nous avons utilises et/ou developpes au cours de ce travail (theorie de l'approximation lineaire aux petits angles, mesure des profils d'excitation et de tranche d'impulsions selectives). Le quatrieme chapitre presente une analyse theorique des methodes developpees ou mises en uvre ainsi que les resultats obtenus par simulation et experimentaux. Le dernier chapitre est consacre a l'imagerie fonctionnelle par resonance magnetique ; des resultats obtenus avec des methodes classiques et les methodes etudiees sont presentes

16

Khotanlou, Hassan. "Segmentation 3D de tumeurs et de structures internes du cerveau en IRM." Phd thesis, Télécom ParisTech, 2008. http://pastel.archives-ouvertes.fr/pastel-00003662.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Le sujet principal de cette thèse est la segmentation 3D de tumeurs du cerveau et de leurs différentes composantes (oedème et nécrose), ainsi que de structures internes du cerveau en IRM. Pour la segmentation de tumeurs nous proposons un cadre général qui est une combinaison des paradigmes fondés sur les régions et les contours. Dans ce cadre, nous segmentons d'abord le cerveau en utilisant une méthode adaptée aux cas pathologiques et extrayons des informations globales sur la tumeur par analyse de symétrie. La deuxième étape segmente la tumeur et ses composantes. Pour cela, nous proposons une méthode nouvelle et originale qui combine l'information de régions et de contours en deux phases. Pour la première, l'initialisation, nous présentons deux nouvelles méthodes. La première est une nouvelle méthode de classification floue qui exploite à la fois l'information des voxels et leurs voisinages (inspirés des champs Markov (MRF)), l'appartenance et la typicalité. La seconde se fonde sur l'analyse de la symétrie. La segmentation initiale de la tumeur est raffinée dans la deuxième phase par un modèle déformable contraint par des relations spatiales. Les relations spatiales sont obtenues en utilisant la segmentation initiale et les tissus environnant la tumeur. La méthode proposée peut être employée pour une grande classe de tumeurs dans n'importe quelle modalité en IRM. Pour segmenter une tumeur et ses composantes automatiquement, le cadre proposé a besoin seulement d'une image CE-T1w (con- trast enhanced T1-weighted) et d'une image FLAIR. Dans le cas d'une image CE-T1w seulement, l'interaction de l'utilisateur peut être nécessaire. Nous avons évalué cette méthode sur une base de données de 20 images CE-T1w et 10 images FLAIR avec différents types de tumeurs. Un autre but de cette thèse est la segmentation de structures internes du cerveau en présence d'une tumeur. Pour cela, une connaissance a priori sur l'anatomie et l'organisation spatiale des structures est fournie par une ontologie. Pour segmenter chaque structure, nous exploitons ses relations spatiales par rapport à d'autres structures, selon la connaissance a priori. Nous choisissons alors les relations spatiales qui sont valables en fonction de la tumeur segmentée. Ces relations spatiales sont alors modélisées dans un cadre flou proposé par notre groupe. Comme pour la tumeur, la procédure de segmentation de chaque structure comporte deux étapes. Dans la première étape nous recherchons la segmentation initiale de la structure dans le cerveau globalement segmenté. Le processus de recherche est fait dans la région d'intérêt fournie par la fusion des relations spatiales. Pour segmenter globalement les structures du cerveau nous employons deux méthodes. La première est la classification floue propos ée et la seconde repose sur les ensembles de niveaux multi-phases. Pour raffiner la segmentation initiale, nous employons un modèle déformable qui est contraint par les relations spatiales de la structure. Cette méthode a été également évaluée sur 10 images CE-T1w pour segmenter les ventricules, les noyaux caudés et les thalami.

17

Urien, Hélène. "Détection et segmentation de lésions dans des images cérébrales TEP-IRM." Electronic Thesis or Diss., Paris, ENST, 2018. http://www.theses.fr/2018ENST0004.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L’essor récent de l’imagerie hybride combinant la Tomographie par Emission de Positons (TEP) à l’Imagerie par Résonance Magnétique (IRM) est une opportunité permettant d’exploiter des images d’un même territoire anatomo-pathologique obtenues simultanément et apportant des informations complémentaires. Cela représente aussi un véritable défi en raison de la différence de nature et de résolution spatiale des données acquises. Cette nouvelle technologie offre notamment des perspectives attrayantes en oncologie, et plus particulièrement en neuro-oncologie grâce au contraste qu’offre l’image IRM entre les tissus mous. Dans ce contexte et dans le cadre du projet PIM (Physique et Ingénierie pour la Médecine) de l’Université Paris-Saclay, l’objectif de cette thèse a été de développer un processus de segmentation multimodale adapté aux images TEP et IRM, comprenant une méthode de détection des volumes tumoraux en TEP et IRM, et une technique de segmentation précise du volume tumoral IRM. Ce processus doit être suffisamment générique pour s’appliquer à diverses pathologies cérébrales, différentes par leur nature même et par l’application clinique considérée. La première partie de la thèse aborde la détection de tumeurs par une approche hiérarchique. Plus précisément, la méthode de détection, réalisée sur les images IRM ou TEP, repose sur la création d’un nouveau critère de contexte spatial permettant de sélectionner les lésions potentielles par filtrage d’une représentation de l’image par max-tree. La deuxième partie de la thèse concerne la segmentation du volume tumoral sur les images IRM par une méthode variationnelle par ensembles de niveaux. La méthode de segmentation développée repose sur la minimisation d’une énergie globalement convexe associée à une partition d’une image RM en régions homogènes guidée par des informations de la TEP. Enfin, une dernière partie étend les méthodes proposées précédemment à l’imagerie multimodale IRM, notamment dans le cadre de suivi longitudinal. Les méthodes développées ont été testées sur plusieurs bases de données, chacune correspondant à une pathologie cérébrale et un radiotraceur TEP distincts. Les données TEP-IRM disponibles comprennent, d’une part, des examens de méningiomes et de gliomes acquis sur des machines séparées, et d’autre part, des examens réalisés sur le scanner hybride du Service Hospitalier Frédéric Joliot d’Orsay dans le cadre de recherches de tumeurs cérébrales. La méthode de détection développée a aussi été adaptée à l’imagerie multimodale IRM pour la recherche de lésions de sclérose en plaques ou le suivi longitudinal. Les résultats obtenus montrent que la méthode développée, reposant sur un socle générique, mais étant aussi modulable à travers le choix de paramètres, peut s’adapter à diverses applications cliniques. Par exemple, la qualité de la segmentation des images issues de la machine combinée a été mesurée par le coefficient de Dice, la distance de Hausdorff (DH) et la distance moyenne (DM), en prenant comme référence une segmentation manuelle de la tumeur validée par un expert médical. Les résultats expérimentaux sur ces données montrent que la méthode détecte les lésions visibles à la fois sur les images TEP et IRM, et que la segmentation contoure correctement la lésion (Dice, DH et DM valant respectivement 0, 85 ± 0, 09, 7, 28 ± 5, 42 mm et 0, 72 ± 0, 36mm)
The recent development of hybrid imaging combining Positron Emission Tomography (PET) and Magnetic Resonance Imaging (MRI) is an opportunity to exploit images of a same structure obtained simultaneously and providing complementary information. This also represents a real challenge due to the difference of nature and voxel size of the images. This new technology offers attractive prospects in oncology, and more precisely in neuro-oncology thanks to the contrast between the soft tissues provided by the MRI images. In this context, and as part of the PIM (Physics in Medicine) project of Paris-Saclay University, the goal of this thesis was to develop a multimodal segmentation pipeline adapted to PET and MRI images, including a tumor detection method in PET and MRI, and a segmentation method of the tumor in MRI. This process must be generic to be applied to multiple brain pathologies, of different nature, and for different clinical application. The first part of the thesis focuses on tumor detection using a hierarchical approach. More precisely, the detection method uses a new spatial context criterion applied on a max-tree representation of the MRI and PET images to select potential lesions. The second part presents a MRI tumor segmentation method using a variational approach. This method minimizes a globally convex energy function guided by PET information. Finally, the third part proposes an extension of the detection and segmentation methods developed previously to MRI multimodal segmentation, and also to longitudinal follow-up. The detection and segmentation methods were tested on images from several data bases, each of them standing for a specific brain pathology and PET radiotracer. The dataset used for PET-MRI detection and segmentation is composed of PET and MRI images of gliomas and meningiomas acquired from different systems, and images of brain lesions acquired on the hybrid PET-MRI system of Frédéric Joliot Hospital at Orsay. The detection method was also adapted to multimodal MRI imaging to detect multiple sclerosis lesions and follow-up studies. The results show that the proposed method, characterized by a generic approach using flexible parameters, can be adapted to multiple clinical applications. For example, the quality of the segmentation of images from the hybrid PET-MR system was assessed using the Dice coefficient, the Hausdorff distance (HD) and the average distance (AD) to a manual segmentation of the tumor validated by a medical expert. Experimental results on these datasets show that lesions visible on both PET and MR images are detected, and that the segmentation delineates precisely the tumor contours (Dice, HD and MD values of 0.85 ± 0.09, 7.28 ± 5.42 mm and 0.72 ± 0.36mm respectively)

18

Boisgontier, Hervé. "Détection automatique de changements en IRM de diffusion : application à la sclérose en plaques." Strasbourg, 2010. https://publication-theses.unistra.fr/public/theses_doctorat/2010/BOISGONTIER_Herve_2010.pdf.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L'imagerie médicale apporte des informations fondamentales aux médecins aussi bien pour l'aide au diagnostic, pour la prise de décisions thérapeutiques que pour le suivi des patients. Le traitement d'images médicales permet d'assister le médecin dans l'interprétation et l'analyse des images et plus particulièrement dans le suivi longitudinal d'un patient. L'IRM de diffusion est une nouvelle technique permettant de caractériser in vivo la diffusion de l'eau, notamment dans les tissus cérébraux. L'objectif de ces travaux de thèse est la détection automatique de changements observés en IRM de diffusion cérébrale chez des patients atteints de sclérose en plaques. Nous présentons dans ce manuscrit de thèse des outils statistiques de détection et d'analyse des changements intra-individu, adaptés aux spécificités de l'IRM de diffusion et au suivi de la sclérose en plaques. Plusieurs informations peuvent être extraites des images d'IRM de diffusion : les images de coefficient de diffusion apparente, le tenseur de diffusion, les images d'indice caractérisant la diffusion (diffusion moyenne, fraction d'anisotropie). La détection peut être effectuée sur ces différents types d'images. Nous présentons des méthodes adaptées pour chacun de ces ensembles d'images. Ces méthodes ont été validées sur des données simulées ainsi que sur une base de 21 patients atteints de sclérose en plaques
Medical imaging brings important information to help physicians in their diagnosis and therapeutical decision and for the follow-up of patients. Medical image processing enables to assist physicians with the interpretation and the analysis of images and particularly for the longitudinal follow-up of patients. Diffusion Tensor Imaging (DTI) is a new technique that characterizes in vivo the water diffusion, especially in brain tissue. This thesis deals with the automatic detection of changes that can be observed between DTI acquisitions of patients suffering from multiple sclerosis. In this dissertation, we present statistical tools for detecting and analyzing intra-individual changes, adapted to both specificities of DTI and the follow-up of multiple sclerosis. Several information can be extracted from DTI acquisitions: the apparent diffusion coefficients, the diffusion tensor model and some indices characterizing diverse diffusion properties (mean diffusion, fractional anisotropy). The detection can be performed on these different kinds of representations. We present appropriated methods for each of these sets of images. These methods have been validated on simulated data and on a database of 21 patients suffering from multiple sclerosis

19

Tricot, Benoit. "Mise en place de techniques d'imagerie cardiaque par résonance magnétique chez le petit animal." Mémoire, Université de Sherbrooke, 2012. http://hdl.handle.net/11143/6367.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Résumé: L'imagerie par résonance magnétique (IRM) est un outil de choix en clinique pour la détection des maladies cardiovasculaires. Ses résolutions spatiale et temporelle élevées en font une technique fiable pour l'évaluation de la structure, de la fonction, de la perfusion ou encore de la viabilité du muscle du myocarde. Les modèles animaux, et plus particulièrement le rat et la souris transgénique, sont de plus en plus utilisés pour étudier les gènes et les mécanismes biologiques mis en cause dans les maladies cardiaques. L'IRM est devenue la méthode de référence pour l'étude non-invasive de ces modèles, et ce malgré des différences physiologiques comme la fréquence cardiaque élevée (jusqu'à 600 battements par minute chez la souris) ou la taille de l'animal qui rendent l'acquisition d'images plus ardue que dans le cadre clinique. Cependant, il est possible d'obtenir des images de bonne qualité grâce aux appareils dédiés à haut Champ, à des nouvelles stratégies de synchronisation des acquisitions et à l'utilisation de séquences d'impulsions optimisées pour l'imagerie du petit animal. Les travaux rapportés dans ce mémoire portent sur la mise en place de ces techniques sur l'appareil IRM 7 T du Centre d'Imagerie Moléculaire de Sherbrooke (CIMS). Nous donnons un aperçu des possibilités offertes par l'IRM cardiaque chez le petit animal, puis nous présentons le matériel et les méthodes utilisées pour réaliser l'étude de la fonction cardiaque chez le rat avec l'imagerie cinématique. Dans cette étude, nous proposons l'utilisation d'une technique de débruitage afin d'améliorer l'évaluation quantitative des paramètres de la fonction cardiaque. Enfin, nous détaillons le développement de deux séquences d'impulsions appliquées à un modèle d'infarctus du myocarde chez le rat : une séquence d'inversion-récupération pour l'imagerie de rehaussement tardif au gadolinium et une séquence de préparation T2 pour l'imagerie de pondération T2. // Abstract: Magnetic Resonance Imaging (MRI) is a clinically valuable tool for the detection of cardiovascular diseases. Its high temporal and spatial resolutions have established it as a reliable technique for assessment of cardiac structure, fonction, perfusion, and myocardial viability. Animal models, and particularly rats and transgenic mice, are increasingly used for the study of genes and biological mechanisms involved in heart diseases. MRI has become the gold-standard for the non-invasive examination of these models, despite physiological differences such as the rapid heart rate (up to 600 beats per minute for the mouse) and the animal size, that make its application more challenging than clinical imaging. However, high-quality images can be obtained with dedicated high-field MRI scanners, novel gating strategies and optimised pulse sequences. The work reported in this thesis consists in the implementation of these techniques on the dedicated 7 T MRI scanner at the Sherbrooke Molecular Imaging Center. We first provide an overview of the possibilities offered by cardiac MRI in small animals, then we present the material and methods for the study of cardiac function in rats with cine-imaging. In this study, we propose the use of a denoising technique as a way to improve the evaluation of global cardiac function parameters. Finally, we explain in detail the development of two pulse sequences for their application in a myocardial infarction model : an inversion-recovery sequence for late gadolinium enhancement imaging and a T2-prepared sequence for T2-weighted imaging.

20

Bosc, Marcel. "Contribution à la détection de changements dans des séquences IRM 3D multimodales." Phd thesis, Université Louis Pasteur - Strasbourg I, 2003. http://tel.archives-ouvertes.fr/tel-00005163.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L'imagerie médicale a profondément influencé à la fois la recherche médicale et la pratique clinique. Elle est aujourd'hui incontournable aussi bien pour l'établissement du diagnostic que pour la mise en place et le suivi d'un traitement thérapeutique. Elle fournit un volume croissant de données tridimensionnelles provenant de modalités d'acquisition différentes (IRM, scanner-X, médecine nucléaire, échographie). Ce volume croissant de données rend délicate et laborieuse la tâche d'interprétation par un expert. Le traitement d'images est un outil permettant une automatisation des tâches et va assister l'expert aussi bien dans l'analyse qualitative que quantitative des images. Dans ce mémoire, nous proposons des techniques automatiques de détection de changements dans des séquences d'images IRM cérébrales. Nous nous intéressons plus particulièrement aux changements d'intensité localisés survenant lors d'évolutions pathologiques telles que les évolutions de lésions en sclérose en plaques (SEP). Les applications médicales des techniques développées ici sont nombreuses: aide au diagnostic, suivi à long terme de l'évolution d'une pathologie, évaluation de l'efficacité thérapeutique d'un médicament, aide à la prise de décision en vue d'une intervention chirurgicale. Ce travail de recherche a été mené en étroite collaboration entre le LSIIT (ULP/UMR CNRS 7005) et l'Institut de Physique Biologique (ULP-Hôpitaux Universitaires / UMR CNRS 7004), au sein de l'équipe-projet multi-laboratoires "Imagerie et Robotique Médicale et Chirurgicale" (EPML IRMC). Il a été soutenu par la Ligue Française Contre la Sclérose En Plaques (LFSEP), la société SERONO et la région Alsace. La détection automatique et fiable de changements interimages rencontre d'importantes difficultés rendant impossible la comparaison directe d'images acquises successivement. La position des patients dans l'imageur n'est jamais identique et les paramètres d'acquisition peuvent varier sensiblement entre chaque examen, entraînant, entre autres, des modifications de contraste. La définition même de ce qui doit être détecté est souvent subjective. Dans le cadre spécifique de la détection de changements d'intensité de lésions, des déformations globales de structures anatomiques, telle que l'atrophie cérébrale, peuvent également perturber la comparaison directe des images. Le travail présenté dans cette thèse est centré sur le développement d'outils de traitement d'images permettant de décider quels changements sont statistiquement significatifs ou non. Lorsque l'expert détermine visuellement des changements, il utilise des connaissances a priori, implicites, de haut niveau qui lui permettent de corriger certaines erreurs d'acquisition. Ainsi, il peut compenser visuellement des erreurs de repositionnement et utiliser ses connaissances anatomiques propres pour identifier et rejeter certains artefacts. Nous développons donc ici, des techniques automatiques d'identification et de correction des principaux artefacts (positionnement, déformations, variations d'intensité ...) et nous proposons une technique originale de segmentation du cortex, apportant les informations anatomiques permettant l'amélioration de la détection automatique. Les techniques de traitement d'images proposées ici ont été développées pour l'IRM cérébrale. Cependant, elles sont suffisamment générales pour s'appliquer à d'autres domaines. Notre système de détection de changements a été évalué dans le cadre de l'étude de l'évolution de lésions de sclérose en plaques. Ses performances ont été déterminées sur une grande base d'images multimodales (plus de 200 images FLAIR, RARE et GE3D) de taille $128^3$. L'évaluation a été faite à l'aide d'un protocole impliquant deux experts (neurologues) et utilisant une analyse statistique de type COR Le système automatique a été jugé plus performant que l'expert humain. Dans la première partie de ce manuscrit, nous présentons tout d'abord les éléments d'imagerie IRM et les aspects médicaux nécessaires à la compréhension de l'ensemble de ce travail. Nous décrivons les modalités d'acquisition IRM et les artefacts associés. Cette étape est importante pour la compréhension des imperfections pouvant apparaître et leur correction. Nous présentons ensuite des éléments sur l'anatomie cérébrale et nous décrivons l'apparence prise les différentes structures cérébrales dans les trois modalités IRM considérées. Puis, nous terminons par les pathologies cérébrales, leurs évolutions, et leur aspect en IRM. Les objectifs et les limites de notre approche sont situés par rapport à ce contexte applicatif. Dans une deuxième partie nous décrivons une approche nouvelle de segmentation sous-voxel. Pour décider de la pertinence d'un changement observé, l'expert utilise des connaissances anatomiques. Dans notre système de détection automatique, ces connaissances sont obtenues en segmentant l'image du cerveau. La méthode de segmentation proposée est basée sur l'évolution d'une image de labels de très haute résolution. L'évolution se fait sous l'influence de contraintes statistiques multiples, exprimées dans un cadre de minimisation d'énergie. L'évolution de l'image de labels n'ayant lieu qu'à la frontière entre régions, notre approche est comparable à un système d'évolution de surfaces. Afin de s'adapter aux spécificités de chaque région cérébrale, les contraintes sont paramétrées à l'aide d'un atlas. Celui-ci, composé d'une image de référence et d'images de paramètres, est plaqué sur l'image à segmenter à l'aide d'un recalage déformable multi-échelles. Les contraintes sont classées en deux catégories: les contraintes image (attache aux données) et le modèle a priori. Plusieurs contraintes image, opérant simultanément à des échelles différentes, sont employées. Elles utilisent une description rigoureuse du processus d'acquisition, permettant ainsi d'atteindre à la fois une précision sous-voxel et une convergence globale (à grande échelle). Le modèle a priori est également composé de plusieurs contraintes : une contrainte de distribution relative qui donne la probabilité d'observer un label à une distance donnée d'un autre label et une contrainte d'épaisseur. Notre approche permet d'obtenir une segmentation de haute résolution à partir d'images IRM pouvant être de résolution inférieure. La performance du système de segmentation a été évaluée sur des images simulées et testée sur des images réelles. La troisième partie présente l'ensemble de la chaîne de traitements conduisant à la détection de changements, ainsi que le protocole d'évaluation et les résultats. La chaîne de traitements est constituée d'une première étape de repositionnement et de correction des déformations. Toutes les images de la base sont alignées sur des références soigneusement choisies, d'abord à l'aide d'une méthode de recalage affine itératif robuste, puis à l'aide de recalage déformable. Au cours de la deuxième étape, les deux images à comparer subissent une correction d'intensité non-linéaire ainsi qu'une élimination d'erreurs résiduelles. La méthode de correction d'intensité que nous proposons permet d'établir une fonction de transfert d'intensité non-linéaire en optimisant un critère simple s'appuyant sur des informations de l'histogramme conjoint. Finalement, au cours de la dernière étape, une approche de détection statistique multimodale permet de décider quels changements sont significatifs. Les connaissances anatomiques fournies par la segmentation sont utilisées pour éliminer certaines détections aberrantes. L'ensemble de ces traitements est appliqué de manière entièrement automatique sur une base de plus de 200 images, de modalités différentes, démontrant ainsi la fiabilité des traitements. La validation du système a été menée à l'aide d'un protocole d'évaluation comprenant deux experts (neurologues). Le premier expert ainsi que le système automatique ont procédé indépendamment à un même travail de détection (l'expert opérant manuellement). Le second expert fait ensuite office d'arbitre pour comparer les résultats des deux procédés. L'analyse COR permet une vue synthétique de la performance du détecteur en donnant la probabilité de détection en fonction du nombre de fausses alarmes. Dans un cadre applicatif, les modifications détectées par le système automatique sont ordonnées par vraisemblance décroissante et présentées au neurologue dans un système de visualisation interactif. Ceci permet au médecin de conserver la décision finale, tout en parcourant efficacement et très rapidement les modifications détectées. En annexe nous proposons quelques réflexions sur l'importance du développement logiciel et de sa diffusion dans la recherche en traitement d'images. Nous présentons ensuite ImLib3D, une librairie C++ dédiée à la recherche en traitement d'images volumiques, que nous avons développée dans le cadre de cette recherche. ImLib3D propose à la fois un système de visualisation séparé et une librairie soigneusement conçue à l'aide d'une méthodologie orientée objet et utilisant des concepts modernes s'inspirant de la librairie standard du C++. L'objectif, dans la conception, a été de créer une librairie simple à utiliser par le chercheur, considéré comme le public cible. ImLib3D est distribuée librement (Open Source) et est placée dans un cadre de développement distribué coopératif (sourceforge.net). En conclusion, nous avons élaboré un système complet et opérationnel de détection de changements dans lequel nous avons systématiquement analysé et traité les principaux artefacts gênant la détection.

21

Passat, Nicolas. "Contribution à la segmentation des réseaux vasculaires cérébraux obtenus en IRM : Intégration de connaissance anatomique pour le guidage d'outils de morphologie mathématique." Université Louis Pasteur (Strasbourg) (1971-2008), 2005. https://publication-theses.unistra.fr/public/theses_doctorat/2005/PASSAT_Nicolas_2005.pdf.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L'analyse par les radiologues des ARM (angiographies par résonance magnétique) cérébrales est une tâche ardue en raison du volume des données à traiter et du nombre croissant d'examens réalisés. La création de méthodes de segmentation des vaisseaux cérébraux à partir de telles images constitue donc un domaine de recherche répondant à un réel besoin en imagerie médicale. Cette thèse est dédiée au développement de telles méthodes. L'effort y est notamment focalisé sur la capacité à adapter leur comportement aux images traitées et à leur valeur sémantique. Ce concept d'adaptativité est mis en oeuvre au travers de l'intégration de connaissance anatomique de haut niveau qui a pour but de guider des outils de traitement d'image. La première partie des travaux présentés consiste à proposer des solutions préalables de modélisation de cette connaissance. La notion d'atlas, déjà éprouvée avec succès sur des structures non vasculaires, y est développée. Deux types d'atlas sont proposés, chacun d'eux tirant parti de la nature multimodale (angiographique et morphologique) des images considérées pour modéliser des éléments de connaissance anatomique relative aux vaisseaux cérébraux. La seconde partie des travaux porte sur le développement de méthodes de segmentation utilisant cette connaissance pour guider des outils de morphologie mathématique. Ces méthodes, basées sur la croissance de région, la ligne de partage des eaux, la transformée en tout ou rien à niveaux de gris et la réduction homotopique, utilisent les atlas proposés pour adapter ou contraindre le comportement de ces outils aux particularités des images. Cette thèse se présente ainsi comme une introduction à une nouvelle méthodologie de segmentation des structures vasculaires qui tend à associer le potentiel des outils de traitement d'image actuels avec l'approche par apprentissage et utilisation de connaissances qui est généralement l'apanage des spécialistes humains
Analysing cerebral MRA (magnetic resonance angiography) is a hard task for radiologists, because of the large size of the data and the increasing number of exams being performed. Creation of cerebral vessel segmentation methods from such images then constitutes a research area of great importance in medical imaging. This thesis is devoted to the development of such methods. It is especially focused on their ability to adapt their behaviour to the processed images and their semantic value. This concept of adaptivity is developed by considering high level anatomical knowledge which can be used for guidance of image processing tools. The first part of the presented work consists in proposing preliminary solutions for knowledge modelling. The atlas notion, which has already been successfully used for non vascular structures, is then developed. Two kinds of atlas are proposed, each one taking advantage of multi-modality (angiographic and morphologic) properties of the considered images in order to model anatomical knowledge elements related to brain vessels. The second part of the work deals with the development of segmentation methods using this knowledge for guiding mathematical morphology tools. These methods, based on region-growing, watershed, grey-level hit-or-miss transform and homotopic thinning, use the proposed atlases to fit or constraint the behaviour of these image processing tools with respect to the image properties. This thesis can be considered as an introduction to a new methodology of vascular structure segmentation, which tends to fuse the potential of the existing image processing tools with learning and knowledge based strategies which are generally only used by human specialists

22

Odille, Freddy. "Imagerie adaptative en IRM : utilisation des informations de mouvements physiologiques pour l’optimisation des processus d’acquisition et de reconstruction." Thesis, Nancy 1, 2007. http://www.theses.fr/2007NAN10107/document.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L’imagerie par résonance magnétique (IRM) est une technique d’imagerie relativement lente. Les mouvements du patient, en particulier en imagerie cardiaque et abdominale, constituent un obstacle important, venant perturber le processus d’encodage spatial nécessaire à la réalisation d’une image. Ces mouvements induisent des dégradations de l’image, appelées artéfacts, qui prennent des formes complexes du fait que cet encodage est réalisé dans un espace inhabituel (espace hybride Fourier/sensibilités d’antennes). Les méthodes généralement utilisées (apnée du patient, synchronisation de l’acquisition avec l’électrocardiogramme) sont imparfaites et ne sont pas toujours applicables. A l’aide d’une plateforme spécialement développée pour l’acquisition et l’analyse des données physiologiques pendant l’examen IRM, nous proposons d’intégrer des informations de mouvement a priori, à différents niveaux des processus d’acquisition et de reconstruction, avec un intérêt particulier pour la correction des erreurs d’encodage spatial. Nous construisons un modèle prédictif permettant d’estimer les champs de déplacements élastiques dans le plan ou le volume imagé, à partir de combinaisons linéaires des signaux fournis par la plateforme. Puis nous définissons un cadre de reconstruction généralisé permettant d’inclure les données de déplacements prédites par le modèle, afin de reconstruire une image corrigée, minimisant ainsi les artéfacts de mouvement. Les hypothèses et conditions de validité sont analysées, et le modèle prédictif ainsi que les différentes méthodes de reconstruction proposées sont validés sur des données réelles, cardiaques et abdominales, de sujets sains
Magnetic resonance imaging (MRI) is a relatively slow imaging technique. In the context of cardiac and abdominal imaging, patient motion is a major impediment that disturbs the spatial encoding process needed to form an image. Motion results in image deteriorations, called artifacts. These artifacts can take complex forms as this encoding occurs in an unusual space (Fourier/coil sensitivity hybrid space). Generally the patient is asked for a breathhold in order to minimize the influence of respiration, and the acquisition is synchronized to the electrocardiogram in order to handle cardiac contraction. These methods are imperfect and not always applicable, and therefore alternative approaches are desirable. We propose to integrate prior knowledge in the acquisition and reconstruction processes, based on a specially designed platform, developed to acquire and analyze physiological data during the MRI examination. Various solutions are investigated to implement this adaptive imaging, with special care to the correction of motion induced spatial encoding errors. For that purpose, we build a predictive model that allows elastic displacement fields in the field of view to be predicted, from linear combinations of signals provided by the platform. Then we define a generalized reconstruction framework in which predicted displacement data are included, leading to the reconstruction of a motion-compensated image. The hypotheses are analyzed, and the predictive model, as well as the proposed reconstruction methods, are validated on real cardiac and abdominal data from healthy volunteers, in 2D and 3D free breathing scans

23

Gautier, Laurent. "Aide à la ségmentation d'images par la théorie des croyances : application aux séquences d'images IRM du rachis lombaire." Littoral, 2001. http://www.theses.fr/2001DUNK0057.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

La nécéssité actuelle de la fusion de données en traitement d'images est directement issue de la multiplication des données disponibles à partir de ou des système(s) d'imagerie médicale qui sont utilisés conjointement pour observer un même phénomène sous des aspects différents. Le problème que l'on se pose en fusion de données peut s'exprimer comme un problème de décision sur la vérité ou la vraisemblance d'une proposition étant donnée une ou plusieurs informations issues d'un même capteur ou de capteurs différents. En ce qui concerne les applications, il s'agit de prendre en compte l'aspect imprécis, incomplet et incertain des données apprises sur chaque capteur et l'aspect redondant, complémentaire et conflictuel de l'ensemble des informations. Les caractéristiques complexes des systèmes informatifs doivent être introduites dans toutes les étapes d'un processus de fusion, depuis les hypothèses jusqu'à la décision. Le but général de la thèse est une contribution à la segmentation 2D d'images par la théorie des croyances appliquée aux séquences d'images IRM du rachis lombaire. L'objectif médical, à terme, est l'analyse globale et locale des courbures de la colonne vertébrale pour l'étude de ses déformations 3D à partir de séquences obtenues par l'Imagerie par Résonance Magnétique (IRM). Dans le carde de ce travail, nous nous sommes intéressées à la première étape : la segmentation des vertèbres. L'utilisation des méthodes classiques de segmentation ne nous a pas permis d'obtenir le contour des vertèbres sur les images IRM recueillies. Nous avons alors décidé d'exploiter l'apport des méthodes de fusion de données pour nous aider dans la validation des points issus de la segmentation par contour actif. Pour cela, nous proposons un schéma générique de fusion de données dans le cadre de notre application. Ce schéma doit permettre d'exploiter les données issues de différents niveaux d'analyse (au niveau des pixels, au niveau des contours) pour extraire l'information la plus fiable et la plus exacte dans un but d'aide à la segmentation, afin de prendre en compte les effets de volume partiel lié au protocole de l'acquisition IRM. Pour l'architecture de fusion proposée, basée sur la théorie des croyances, nous avons essayé de justifier le choix : des connaissances a priori ; de l'espace de discernement ; du modèle de représentation ; des paramètres indispensables à la discrimination des hypothèses de départs ; de la stratégie de fusion, distribuée ou globale ; des critères de décision. Nous discutons de la validité des résultats trouvés, des perspectives envisagées et nous terminons par un exemple de résultat de calcul de déformation 3D
The current need for the fusion of data in image processing results directly from the multiplication of the data available starting from or of the systems of medical imagery which are used jointly to observe a same phenomenon under different aspects. The problem, which we pose in fusion data, can be expressed like a problem of decision on the truth or the probability of a proposal being given one or more information resulting from a same sensor or sensors different. With regard to the applications, it is a question of taking into account the vague, incomplete and dubious aspect of the data learned on each sensor and the redundant, complementary and conflict aspect of the whole of information. The complex characteristics of the informative systems must be introduced into all the stages of a process of fusion, from the assumptions the decision. The general goal of the thesis is a contribution to the segmentation 2D of images by belief theory applied to the sequences of images by Magnetic Resonance Imagery (MRI) of the lumbar rachis. The medical objective, in the long term, is the total and local analysis curve of the spinal column for the study of its deformations 3D starting from sequences obtained by MRI. Within the framework of this work, we were interested at the first stage : the segmentation of the vertebrae. The use of the traditional methods of segmentation did not enable us to obtain the contour of the vertebrae on images MRI acquisited. We then decided to exploit the contribution of the methods of data fusion to help us in the validation of the points resulting from the segmentation by active contour. For that, we propose a generic diagram of fusion data within the framework of our application. It diagram must allow of exploit the data exit of different level of analyze (at level of pixel, at level of contour) for extract the information the more reliable and the more exact in a goal of assistance with segmentation, in order to take in account the effect of partial volume dependent with protocol of acquisition MRI. For the architecture of fusion suggested, based on the theory of beliefs, we tried to justify the choice : a priori knowledge ; frame of discernement ; model of representation ; parameters essential to the discrimination of the starting assumptions ; strategy of fusion, distributed or global ; decision criteria. We discuss the validity of the found results, of the prospects considered and we finish for example of computation result of deformation 3D spinal column and vertebra

24

Soullié, Paul. "Développement méthodologique pour l’optimisation de l’imagerie des propriétés électromagnétiques en IRM." Electronic Thesis or Diss., Université de Lorraine, 2020. http://www.theses.fr/2020LORR0152.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

On sait aujourd’hui que les propriétés électromagnétiques (EM) d’un tissu biologique sont l’une des formes d’expression de sa composition ou de sa structure. La question de leur estimation in vivo anime la communauté scientifique depuis longtemps et a ainsi conduit au développement de nombreux outils, de méthodes de mesures brutes à des méthodes d’imagerie plus récemment. À un niveau fondamental, ces études permettent de dévoiler certains mécanismes physiologiques singuliers et contribuent à étoffer notre compréhension du vivant. Depuis peu, l’IRM s’impose comme un moyen privilégié d’y accéder, en permettant notamment de cartographier ces propriétés, dans différentes gammes de fréquence, avec le pouvoir de résolution dont elle est capable. Des progrès récents laissent entrevoir la possibilité de fournir un type de contraste électromagnétique en IRM, spécifique à chaque type tissulaire, et donc prometteur du point de vue clinique en tant que nouveau biomarqueur. Dans le cadre d’une contribution à l’appréhension des phénomènes électromagnétiques in vivo et afin d’évaluer la possibilité d’intégrer des propriétés EM réelles à des modèles plus généraux, nous avons cherché à établir une méthode innovante pour l’imagerie des propriétés électriques (et magnétiques) en IRM. Il existe actuellement deux champs de recherche distincts pour l’investigation électromagnétique en IRM : l’imagerie à basse fréquence, en-dessous de 1 MHz, et l’imagerie à haute fréquence, au-dessus de 50 MHz, selon la modalité de stimulation utilisée. Partant de ces deux voies, nous avons essayé de réfléchir à des stratégies minimisant le recours à du matériel supplémentaire, en plus du scanner, et pouvant ainsi fournir des résultats qualitatifs et quantitatifs dans le cadre d’un examen classique. Les méthodes à basse fréquence ont été évaluées en simulation et abandonnées pour des raisons pratiques : l’information est diluée dans le bruit à ce régime. À haute fréquence, nous avons développé une nouvelle méthode de reconstruction des propriétés EM, basée sur des algorithmes existants. De manière importante, l’idée que nous avions à l’esprit était de fournir une méthodologie facilement transposable à une application clinique, avec un coût numérique relativement modeste. Pour ce faire, nous avons d’abord réalisés des études en simulation, puis des acquisitions sur plusieurs fantômes dédiés. Nous avons finalement réalisé des acquisitions sur volontaires pour évaluer les performances de notre algorithme in vivo. Notre méthode de reconstruction se prête particulièrement bien à l’utilisation de séquences d’écho de gradient avec temps d’écho ultra-court (UTE) ou nul (ZTE). En isolant des informations propres à la signature EM locale dans le signal IRM, nous les utilisons pour fournir des cartes quantitatives de propriétés électromagnétiques, et pouvons estimer la sensibilité de cette reconstruction aux paramètres utilisés pour la modélisation. Nos résultats de simulation montrent d’abord que notre méthode améliore la qualité de reconstruction théorique des techniques existantes. Les résultats qualitatifs confirment la possibilité d’une discrimination immédiate, en termes de contraste, entre des constituants aux propriétés électromagnétiques variables. Les résultats quantitatifs sont encourageants, nous obtenons des valeurs absolues cohérentes par apport aux méthodes existantes pour les propriétés reconstruites dans les gammes qui nous intéressent. Nous contribuons au développement du contraste électromagnétique en IRM, et fournissons de nouveaux indices pour l’optimisation du modèle de reconstruction. Du travail reste à fournir pour tirer le meilleur bénéfice des séquences UTE/ZTE et améliorer la robustesse de nos reconstructions. Après finalisation de l’optimisation numérique, la méthode sera évaluée pour reproductibilité dans plusieurs organes tests avant d’être intégré à un protocole standard
It is now well accepted that electromagnetic (EM) properties of biological tissues are characteristic features related to their contents or their structure. It has been an old issue to seek for ways to estimate these properties in vivo, and has thus led the scientific community to develop numerous specific tools, from raw measurement technologies to imaging methods more recently. On a fundamental level, these works make it progressively possible to reveal some specific physiological mechanisms and are contributing to improve our understanding of the living. Recently, Magnetic Resonance Imaging (MRI) has become a privileged tool in this framework, allowing among other things the reconstruction of electrical and magnetic properties in different frequency ranges, with its distinctive resolution power. Recent progress suggest it could be possible to provide a tissue-specific electromagnetic MR contrast, that we consider as promising new biomarker from a clinical perspective. In a quest to give new insights for a better understanding of in vivo electromagnetic phenomena, as well as contributing to a comprehensive approach of EM modelling, we have endeavoured to develop an innovative electromagnetic mapping method with an MR scanner. In the MR community, the study of EM properties led to the development of two main research fields: the so-called “low-frequency imaging”, under 1 MHz, and the “high-frequency imaging”, above 50 MHz, depending on the device used for stimulation. Given both these approaches, we have considered strategies that avoid additional hardware, and that could provide qualitative as well as quantitative results in the context of a classical clinical examination then. Low-frequency methods have been evaluated with simulation tools and have been progressively dismissed for practical and theoretical reasons: in that frequency range, information is polluted by the noise. Conversely, we have developed a new mapping method for electrical properties in the high frequency range, built from existing methodologies. Importantly, we wanted to provide a method that could easily be translated to clinical applications at a reasonable computational cost. To that end, we first performed simulation studies, and then MR acquisitions with specific dedicated EM phantoms. We finally used volunteers’ in vivo data to assess the performance or our algorithm in a realistic context. Our reconstruction method fits particularly well with acquisition schemes based on gradient-recalled echo with ultrashort echo-times (UTE), or more dramatically with zero echo-time (ZTE). By isolating the local EM signature in the MR signal, we use them to provide quantitative maps of electromagnetic properties, and we are able to estimate the sensitivity of these reconstructed maps to our model parameters. Our simulation results first and foremost show that our method improves the overall theoretical reconstruction quality as compared to existing related mapping techniques. Qualitative results confirm the possibility of a direct distinction, in terms of contrast, between media with variables electromagnetic properties. Quantitative results are encouraging, we observe satisfactory absolute values for reconstructed EM properties in the given frequency range. Our framework contributes to the development of EM imaging in MRI, and gives new insights for reconstruction model optimization. Efforts are still needed to achieve better use of UTE/ZTE sequences and to improve the overall quality of our reconstructions. After final numerical optimization, the reproducibility of the method will be evaluated in several test organs before its integration to a standard clinical protocol

25

Boussion, Nicolas. "Localisation et extension des perturbations liées aux foyers épileptogènes par fusion multimodale fonctionnelle et morphologique : application aux techniques d'imagerie TEMP, TEP, IRM." Lyon 1, 2001. http://www.theses.fr/2001LYO1T269.

Full text

APA, Harvard, Vancouver, ISO, and other styles

26

Taleb-Ahmed, Abdelmalik. "Étude de techniques de représentation 3D d'objets biologiques à partir d'acquisitions radiologiques X et IRM, applications en neuroradiologie et en morphogenèse céphalique." Lille 1, 1992. http://www.theses.fr/1992LIL10026.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Les systèmes de radiologie tels que les scanners X, IRM, nucléaires, acoustiques possèdent aujourd'hui des logiciels de reconstruction et de représentation 3D très performants. Seulement, ces systèmes ont leurs fonctions figées conformes à des protocoles cliniques et les résultats des traitements ne permettent pas aux médecins d'obtenir des informations utiles à leurs besoins de recherche. Le travail présenté est relatif à l'étude d'une classe de systèmes complémentaires capables à partir de données d'acquisitions radiologiques de reconstruire, représenter et manipuler en 3D des objets biologiques pour effectuer des mesures diverses (investigations profondes, gestes assistés par ordinateur, conception de prothèses. . . ). La première partie consiste en une étude bibliographique des différentes méthodes de modélisation et de visualisation 3D. La deuxième partie est relative à l'étude d'une chaîne fonctionnelle de représentation 3D d'objets biologiques à partir de coupes parallèles issues d'une reconstruction 2D. Dans le cas de l'application en neuroradiologie de la représentation 3D du réseau vasculaire du cou, nous présentons des solutions originales que nous avons développées sur une méthode d'échantillonnage de contours de formes 2D quelconques, sur une base de données 3D structurée et sur des algorithmes de triangulation de formes 3D bifurquées. La troisième partie est relative de la représentation 3D d'objets de la machine à partir de 3 clichés orthographiques. Après l'exposé d'une émthode d'orthogonalisation des clichés que nous avons mise au point, nous présentons l'étude de la représentation 3D en ramenant le problème à celui de la reconstruction 2D suivi de la méthode de représentation 3D décrite dans la 2ème partie. La reconstruction 2D est rendue pratiquement impossible quand on ne dispose que les contours des objets sur les clichés orthographiques sans connaître les profils de densité. C'est par exemple le cas de la reconstruction des dents à partir de radiographies X. Dans ce cas, nous proposons une solution qui consiste à se servir des profils de densité de modèles associés aux contours relevés sur les clichés radiographiques. Nous développons cette méthode à l'aide d'un algorithme de flot à coût minimal dont nous discutons les résultats et nous donnons des exemples de reconstruction en morphogenèse céphalique

27

Dewalle, Anne-Sophie. "Nouvelles approches de traitement du signal et de l'image en IRM fonctionnelle d'activation cérébrale." Lille 1, 2006. https://ori-nuxeo.univ-lille1.fr/nuxeo/site/esupversions/c3ff9e5f-e824-4cc2-a6ea-a22cb4383bc2.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L'IRM fonctionnelle d'activation cérébrale a pour but d'étudier et d'identifier les régions du cerveau impliquées dans des activités stimulées, ceci à des fins cliniques ou de recherche fondamentale. Le sujet est soumis à un enchaînement de phases d'activation et de repos, tandis que l'on effectue simultanément l'acquisition rapide d'un très grand nombre d'images IRM. La problématique consiste à trouver un modèle explicatif des variations observées dans les images, à en estimer les paramètres et à déterminer les régions activées. Dans la théorie des systèmes, l'une des nombreuses méthodes proposées, le cerveau est représenté comme une "boîte noire" dont on cherche à estimer la réponse impulsionnelle. Comme le système est mal conditionné, les solutions sont instables et des connaissances a priori sont introduites afin de régulariser la solution. Nous avons reconsidéré le problème sans introduire d'a priori. Le modèle choisi est dynamique, à temps discret, non paramétrique, multi-variable, stochastique, linéaire et à coefficients invariants. Des méthodes de déconvolution et de réalisation ont été appliquées afin d'estimer la réponse impulsionnelle en chacun des voxels. Nous avons étudié l'influence de la nature du bruit et de sa modélisation. Nous avons considéré le bruit comme la somme d'un bruit blanc, de moyenne nulle et de variance inconnue, et d'un bruit physiologique, modélisé par une combinaison linéaire de fonctions sinusoïdales basses fréquences. Le problème, toujours mal conditionné, mène à une infinité de solutions et nous avons retenu la réponse impulsionnelle de plus petite norme correspondant à une hypothèse de consommation minimum d'énergie. D'autres développements ont également été effectués dans le prétraitement des images et dans l'amélioration de techniques standard d'analyse statistique

28

Moussa, Richard. "Segmatation multi-agents en imagerie biologique et médicale : application aux IRM 3D." Thesis, Bordeaux 1, 2011. http://www.theses.fr/2011BOR14426.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

La segmentation d’images est une opération cruciale pour le traitement d’images. Elle est toujours le point de départ des processus d’analyse de formes, de détection de mouvement, de visualisation, des estimations quantitatives de distances linéaires, de surfaces et de volumes. À ces fins, la segmentation consiste à catégoriser les voxels en des classes basées sur leurs intensités locales, leur localisation spatiale et leurs caractéristiques de forme ou de voisinage. La difficulté de la stabilité des résultats des méthodes de segmentation pour les images médicales provient des différents types de bruit présents.Dans ces images, le bruit prend deux formes : un bruit physique dû au système d’acquisition, dans notre cas l’IRM (Imagerie par Résonance Magnétique), et le bruit physiologique dû au patient. Ces bruits doivent être pris en compte pour toutes les méthodes de segmentation d’images. Durant cette thèse,nous nous sommes focalisés sur des modèles Multi-Agents basés sur les comportements biologiques des araignées et des fourmis pour effectuer la tâche de segmentation. Pour les araignées, nous avons proposé une approche semi-automatique utilisant l’histogramme de l’image pour déterminer le nombre d’objets à détecter. Tandis que pour les fourmis, nous avons proposé deux approches : la première dite classique qui utilise le gradient de l’image et la deuxième, plus originale, qui utilise une partition intervoxel de l’image. Nous avons également proposé un moyen pour accélérer le processus de segmentation grâce à l’utilisation des GPU (Graphics Processing Unit). Finalement, ces deux méthodes ont été évaluées sur des images d’IRM de cerveau et elles ont été comparées aux méthodes classiques de segmentation : croissance de régions et Otsu pour le modèle des araignées et le gradientde Sobel pour les fourmis
Image segmentation is a crucial operation for image processing. It is always the starting point of shape analysis process, motion detection, visualization, and quantitative estimation of linear distances, surfaces and volumes. For this, the segmentation consists on classifying the voxels into classes based on their local strengths, their spatial location and shape characteristics or neighborhood. The difficulty of the results stability of segmentation methods for medical images comes from the different types of noise present inside every image. In these images, the noise takes two forms: a physical noise due to the acquisition system, in our case, MRI (Magnetic Resonance Imaging), and a physiological noise due to the patient. These noises should be considered for all methods of segmentation. In this thesis, we focused on Multi-Agent models based on the biological behavior of spiders and ants to perform the task of segmentation. For spiders, we proposed a semi-automatic method using the histogram of the image to determine the number of objects to be detected. As for ants, we proposed two approaches: one that uses the so-called classical gradient of the image and the second, more original, which uses an intervoxel partition of the image. We also proposed a way to speed up the segmentation process through the use of the GPU (Graphics Processing Unit). Finally, these two methods were evaluated on MR images of brain and were compared with conventional methods of segmentation: region growing and Otsu for the model of spiders and Sobel gradient for the ants

29

Lecocq, Angèle. "Optimisation des techniques non invasives d'IRM de perfusion cérébrale et d'imagerie spectroscopique par résonance magnétique pour l'exploration des pathologies cérébrales." Thesis, Aix-Marseille, 2014. http://www.theses.fr/2014AIXM5065.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L'IRM de perfusion et de spectroscopie restent encore peu utilisées en raison de leur mise en oeuvre difficile et de leur manque de quantification. L'objectif de ces travaux a été d'optimiser et de valider des techniques IRM totalement non invasives chez l'Homme en vue d'applications cliniques permettant une exploration sur un large volume cérébral et une quantification absolue des paramètres de perfusion et du métabolisme cérébraux. Concernant la perfusion, 3 séquences de type marquage de spins,PASL PICORE, PASL FAIR et pCASL, ont été comparées en termes de sensibilité et de reproductibilité. pCASL a ensuite été intégrée dans un protocole de recherche sur des patients atteints de sclérose en plaques ou SEP. Quant au métabolisme cérébral, un protocole a été mis en place afin d'accéder à une quantification absolue et pseudo absolue des métabolites par la normalisation du signal de l'eau issue de la CSI par la densité de protons acquise en IRM. Cette technique a été validée en CSI 2D puis transposée en 3D avec la séquence EPSI sur deux orientations différentes : CACP et CACP+15°afin de constituer des valeurs normatives fiables des métabolites principaux sur tout le cerveau. L'élaboration de ces techniques en spectroscopie a abouti à une étude sur des patients souffrant de SEP démontrant la faisabilité de l'utilisation de ces techniques en clinique. Ces travaux démontrent que la quantification absolue en IRM de perfusion et en IRM de spectroscopie peut être obtenue sur un large volume cérébral de manière fiable sur un système IRM disponible en environnement clinique dans un temps d'acquisition acceptable à travers les corrections diverses spécifiques à chaque imagerie
Conventional MRI's lack of specificity in clinical routine limits our ability to perform correct diagnoses or follow-ups of pathological diseases. Two forms of NMR imaging, perfusion weighed and spectroscopic imaging provide information about two closely related characteristics :cerebral perfusion and metabolism. However, these techniques are not widely used due to the complexity of implementation and a lack of quantification.The general aim was to optimize and validate completely non-invasive NMR techniques for further human clinical applications in the context of exploring large cerebral volumes and determining absolute or pseudo-absolute quantification of cerebral perfusion and metabolism. Concerning perfusion, three arterial spin labeling sequences, PASL PICORE, PASL FAIR and pCASL, were compared in terms of sensitivity and reproducibility. The pCASL sequence was then integrated to a protocol applied to patients suffering from multiple sclerosis. In relation to metabolism, a protocol was applied in order to access absolute and pseudo-absolute metabolite quantification by water SI normalization from MRI proton density. This technique was validated on 2D CSI and then on 3D with EPSI sequence with two orientations, AC-PC and AC-PC+15 in order to generate reliable normative values of metabolites for the whole brain. The use of those spectroscopic techniques on patients suffering from multiple sclerosis allowed demonstrating the feasibility in clinic.This work demonstrates that reliable absolute quantification in perfusion weighted and spectroscopic imaging can be obtained with extensive coverage and with an acquisition time compatible with the reality of clinical exams

30

Urien, Hélène. "Détection et segmentation de lésions dans des images cérébrales TEP-IRM." Thesis, Paris, ENST, 2018. http://www.theses.fr/2018ENST0004/document.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L’essor récent de l’imagerie hybride combinant la Tomographie par Emission de Positons (TEP) à l’Imagerie par Résonance Magnétique (IRM) est une opportunité permettant d’exploiter des images d’un même territoire anatomo-pathologique obtenues simultanément et apportant des informations complémentaires. Cela représente aussi un véritable défi en raison de la différence de nature et de résolution spatiale des données acquises. Cette nouvelle technologie offre notamment des perspectives attrayantes en oncologie, et plus particulièrement en neuro-oncologie grâce au contraste qu’offre l’image IRM entre les tissus mous. Dans ce contexte et dans le cadre du projet PIM (Physique et Ingénierie pour la Médecine) de l’Université Paris-Saclay, l’objectif de cette thèse a été de développer un processus de segmentation multimodale adapté aux images TEP et IRM, comprenant une méthode de détection des volumes tumoraux en TEP et IRM, et une technique de segmentation précise du volume tumoral IRM. Ce processus doit être suffisamment générique pour s’appliquer à diverses pathologies cérébrales, différentes par leur nature même et par l’application clinique considérée. La première partie de la thèse aborde la détection de tumeurs par une approche hiérarchique. Plus précisément, la méthode de détection, réalisée sur les images IRM ou TEP, repose sur la création d’un nouveau critère de contexte spatial permettant de sélectionner les lésions potentielles par filtrage d’une représentation de l’image par max-tree. La deuxième partie de la thèse concerne la segmentation du volume tumoral sur les images IRM par une méthode variationnelle par ensembles de niveaux. La méthode de segmentation développée repose sur la minimisation d’une énergie globalement convexe associée à une partition d’une image RM en régions homogènes guidée par des informations de la TEP. Enfin, une dernière partie étend les méthodes proposées précédemment à l’imagerie multimodale IRM, notamment dans le cadre de suivi longitudinal. Les méthodes développées ont été testées sur plusieurs bases de données, chacune correspondant à une pathologie cérébrale et un radiotraceur TEP distincts. Les données TEP-IRM disponibles comprennent, d’une part, des examens de méningiomes et de gliomes acquis sur des machines séparées, et d’autre part, des examens réalisés sur le scanner hybride du Service Hospitalier Frédéric Joliot d’Orsay dans le cadre de recherches de tumeurs cérébrales. La méthode de détection développée a aussi été adaptée à l’imagerie multimodale IRM pour la recherche de lésions de sclérose en plaques ou le suivi longitudinal. Les résultats obtenus montrent que la méthode développée, reposant sur un socle générique, mais étant aussi modulable à travers le choix de paramètres, peut s’adapter à diverses applications cliniques. Par exemple, la qualité de la segmentation des images issues de la machine combinée a été mesurée par le coefficient de Dice, la distance de Hausdorff (DH) et la distance moyenne (DM), en prenant comme référence une segmentation manuelle de la tumeur validée par un expert médical. Les résultats expérimentaux sur ces données montrent que la méthode détecte les lésions visibles à la fois sur les images TEP et IRM, et que la segmentation contoure correctement la lésion (Dice, DH et DM valant respectivement 0, 85 ± 0, 09, 7, 28 ± 5, 42 mm et 0, 72 ± 0, 36mm)
The recent development of hybrid imaging combining Positron Emission Tomography (PET) and Magnetic Resonance Imaging (MRI) is an opportunity to exploit images of a same structure obtained simultaneously and providing complementary information. This also represents a real challenge due to the difference of nature and voxel size of the images. This new technology offers attractive prospects in oncology, and more precisely in neuro-oncology thanks to the contrast between the soft tissues provided by the MRI images. In this context, and as part of the PIM (Physics in Medicine) project of Paris-Saclay University, the goal of this thesis was to develop a multimodal segmentation pipeline adapted to PET and MRI images, including a tumor detection method in PET and MRI, and a segmentation method of the tumor in MRI. This process must be generic to be applied to multiple brain pathologies, of different nature, and for different clinical application. The first part of the thesis focuses on tumor detection using a hierarchical approach. More precisely, the detection method uses a new spatial context criterion applied on a max-tree representation of the MRI and PET images to select potential lesions. The second part presents a MRI tumor segmentation method using a variational approach. This method minimizes a globally convex energy function guided by PET information. Finally, the third part proposes an extension of the detection and segmentation methods developed previously to MRI multimodal segmentation, and also to longitudinal follow-up. The detection and segmentation methods were tested on images from several data bases, each of them standing for a specific brain pathology and PET radiotracer. The dataset used for PET-MRI detection and segmentation is composed of PET and MRI images of gliomas and meningiomas acquired from different systems, and images of brain lesions acquired on the hybrid PET-MRI system of Frédéric Joliot Hospital at Orsay. The detection method was also adapted to multimodal MRI imaging to detect multiple sclerosis lesions and follow-up studies. The results show that the proposed method, characterized by a generic approach using flexible parameters, can be adapted to multiple clinical applications. For example, the quality of the segmentation of images from the hybrid PET-MR system was assessed using the Dice coefficient, the Hausdorff distance (HD) and the average distance (AD) to a manual segmentation of the tumor validated by a medical expert. Experimental results on these datasets show that lesions visible on both PET and MR images are detected, and that the segmentation delineates precisely the tumor contours (Dice, HD and MD values of 0.85 ± 0.09, 7.28 ± 5.42 mm and 0.72 ± 0.36mm respectively)

31

Tor, díez Carlos. "Segmentation automatique de la surface corticale dans des IRM cérébrales des nouveaux-nés." Thesis, Ecole nationale supérieure Mines-Télécom Atlantique Bretagne Pays de la Loire, 2019. http://www.theses.fr/2019IMTA0152/document.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Des études cliniques sur les nouveau-nés prématurés montrent qu'une large proportion des grands prématurés (moins de 32 semaines d’aménorrhée) présentera des troubles cognitifs, moteurs ou comportementaux. Un objectif clinique est donc d’approfondir les études du développement cérébral et de détecter les anomalies chez les patients néonataux. Parmi les modalités d'imagerie, l'IRM peut fournir une information 3D morphologique, non-invasive, non ionisante et avec une résolution spatiale de l'ordre du millimètre, propriétés qui sont bien adaptées à cette problématique. En outre, la segmentation de ces images permet de fournir des informations quantitatives de l'anatomie, comme le volume ou la forme. Il existe de nombreuses méthodes pour l'IRM chez l'adulte. Néanmoins, la plupart d'entre elles ne peuvent pas s'appliquer directement chez le nouveau-né, où la maturation des tissus cérébraux induit des modifications de contraste dans l'image (dues, par exemple, à la non-myélinisation de la substance blanche). De plus, des détériorations visuelles, telles que les effets de volume partiels, se produisent par l'effet conjugué de la résolution des images et de la finesse des structures (par exemple, le cortex). Cette thèse se focalise sur la segmentation de la surface corticale des nouveau-nés en utilisant des images IRM, avec une précision satisfaisante pour des applications subséquentes (comme la génération de maillages surfaciques). Dans cette thèse, nous nous sommes intéressés dans un premier temps aux approches par atlas ou multi-atlas. Cette famille de méthodes est connue pour son efficacité en termes de segmentation cérébrale grâce à des a priori spatiaux intégrés au modèle, qui permettent de guider la segmentation. Néanmoins, le cortex étant une structure très fine, des erreurs topologiques peuvent se produire. Afin de résoudre ce problème, une étape de correction topologique multi échelle est mise en oeuvre. Les résultats montrent le potentiel de ces deux types d'approches pour l’analyse des données considérées
Clinical studies for preterm infants (less than 32 weeks of gestation) emphasize the fact that an important part of the very or extreme preterm infants will present cognitive, motor or behavioral disorders. The clinical aim is to improve brain development studies and be able to detect and predict abnormalities in neonatal subjects. Among the medical imaging, MRI can provide non-invasive non-ionizing morphological 3D images with a spatial resolution of the order of a millimeter, properties that are well adapted to this issue. In addition, the segmentation of these images provides quantitative anatomical information, such as volume or shape. There are many existing methods for adult MRI that successfully segment brain subparts. However, these methods cannot be directly applied to the newborn, where the maturation of brain tissue modifies the contrasts in the image (for example, the non-myelination of the white matter). Moreover, factors related to the resolution together with structural fineness, especially in the cortex, induce partial volume effects in tissue boundaries. This thesis focuses on the segmentation of the cortical surface in neonatal infants using MR images, with satisfactory accuracy for further applications (such as the generation of surface meshes). In this thesis, we first focused on the so-called atlas or multi-atlas approaches. This family of methods is known for its effectiveness in brain segmentation, thanks to spatial priors that can be embedded in the model for guiding the segmentation. However, since the neonatal cortex is very thin, there are often discontinuities or wrong connections. In order to tackle this issue, a topological correction step is proposed to fill gaps and separate erroneous connections. The results emphasize the potential of these two types of approaches for this purpose

32

Duché, Quentin. "Étude des effets de volume partiel en IRM cérébrale pour l'estimation d'épaisseur corticale." Thesis, Rennes 1, 2015. http://www.theses.fr/2015REN1S035/document.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Les travaux réalisés dans cette thèse se situent à l'interface des domaines de l'acquisition en imagerie par résonance magnétique (IRM) et du traitement d'image pour l'analyse automatique des structures cérébrales. La mesure de modifications structurelles telles que l'atrophie corticale nécessite l'application d'algorithmes de traitement d'image. Ceux-ci doivent compenser les artefacts en IRM tels que l'inhomogénéité du signal ou les effets de volume partiel (VP) pour permettre la segmentation des tissus cérébraux puis l'estimation d'épaisseur corticale. Nous proposons une nouvelle modélisation de VP proche de la physique de l'acquisition baptisée modèle bi-exponentiel qui vient concurrencer le traditionnel modèle linéaire. Il nécessite l'utilisation de deux images de contrastes différents parfaitement recalées. Ce modèle a été validé sur des simulations et des fantômes physique et numérique dans un premier temps. Parallèlement, la récente séquence MP2RAGE permet d'acquérir deux images co-recalées par acquisition et leur combinaison aboutit à l'obtention d'une image insensible aux inhomogénéités du signal et d'une carte de T1 des tissus imagés. Nous avons testé notre modèle sur des données in vivo MP2RAGE et avons montré que l'application du modèle linéaire de VP conduit à une sous-estimation systématique de la substance grise à l'échelle du voxel. Ces erreurs se propagent à l'estimation d'épaisseur corticale, biomarqueur très sensible aux effets de VP. Nos résultats plaident en faveur de l'hypothèse suivante : la modélisation de VP pour les images MP2RAGE doit être différente de celle employée pour des images obtenues avec des séquences plus classiques. Le modèle bi-exponentiel est une solution adaptée à cette séquence particulière
The work developed in this thesis is within the scope of magnetic resonance imaging (MRI) acquisition and image processing for the automated analysis of brain structures. The measurement of structural modifications with time such as cortical atrophy requires the application of image processing algorithms. They must compensate for MRI artifacts such as intensity inhomogeneities or partial volume (PV) effects to allow for brain tissues segmentation then cortical thickness estimation. We suggest a new PV model relying on the physics of acquisition named bi-exponential model that differs from the commonly used linear model by modelling brain tissues and image acquisition. It requires the use of two differently contrasted and perfectly coregistered images. This model has been validated with simulations and physical and digital phantoms in a first place. In parallel, the recent MP2RAGE sequence provides two coregistered images and their combination results in a bias-field corrected image as well as a T1 map of the scanned tissues. We tested our model with in vivo MP2RAGE data and demonstrated that using the linear PV model leads to a systematic gray matter proportion underestimation in PV voxels. These errors result in cortical thickness underestimation. Our results favor the following assumption: PV modelling with MP2RAGE images must differ from the usual linear PV model applied for images obtained from more classic sequences. The bi-exponential model is an adapted solution to this particular sequence

33

Lepagnot, Julien. "Conception de métaheuristiques pour l'optimisation dynamique : application à l'analyse de séquences d'images IRM." Phd thesis, Université Paris-Est, 2011. http://tel.archives-ouvertes.fr/tel-00674754.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Dans la pratique, beaucoup de problèmes d'optimisation sont dynamiques : leur fonction objectif (ou fonction de coût) évolue au cours du temps. L'approche principalement adoptée dans la littérature consiste à adapter des algorithmes d'optimisation statique à l'optimisation dynamique, en compensant leurs défauts intrinsèques. Plutôt que d'emprunter cette voie, déjà largement explorée, l'objectif principal de cette thèse est d'élaborer un algorithme entièrement pensé pour l'optimisation dynamique. La première partie de cette thèse est ainsi consacrée à la mise au point d'un algorithme, qui doit non seulement se démarquer des algorithmes concurrents par son originalité, mais également être plus performant. Dans ce contexte, il s'agit de développer une métaheuristique d'optimisation dynamique. Deux algorithmes à base d'agents, MADO (MultiAgent algorithm for Dynamic Optimization) et MLSDO (Multiple Local Search algorithm for Dynamic Optimization), sont proposés et validés sur les deux principaux jeux de tests existant dans la littérature en optimisation dynamique : MPB (Moving Peaks Benchmark) et GDBG (Generalized Dynamic Benchmark Generator). Les résultats obtenus sur ces jeux de tests montrent l'efficacité des stratégies mises en oeuvre par ces algorithmes, en particulier : MLSDO est classé premier sur sept algorithmes évalués sur GDBG, et deuxième sur seize algorithmes évalués sur MPB. Ensuite, ces algorithmes sont appliqués à des problèmes pratiques en traitement de séquences d'images médicales (segmentation et recalage de séquences ciné-IRM cérébrales). A notre connaissance, ce travail est innovant, en ce sens que l'approche de l'optimisation dynamique n'avait jamais été explorée pour ces problèmes. Les gains de performance obtenus montrent l'intérêt d'utiliser les algorithmes d'optimisation dynamique proposés pour ce type d'applications

34

Pontabry, Julien. "Construction d'atlas en IRM de diffusion : application à l'étude de la maturation cérébrale." Thesis, Strasbourg, 2013. http://www.theses.fr/2013STRAD039/document.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L’IRM de diffusion (IRMd) est une modalité d’imagerie médicale in vivo qui suscite un intérêt croissant dans la communauté de neuro-imagerie. L’information sur l’intra-structure des tissus cérébraux est apportée en complément des informations de structure issues de l’IRM structurelle (IRMs). Ces modalités d’imagerie ouvrent ainsi une nouvelle voie pour l’analyse de population et notamment pour l’étude de la maturation cérébrale humaine normale in utero. La modélisation et la caractérisation des changements rapides intervenant au cours de la maturation cérébrale est un défi actuel. Dans ce but, ce mémoire de thèse présente une chaîne de traitement complète de la modélisation spatio-temporelle de la population à l’analyse des changements de forme au cours du temps. Les contributions se répartissent sur trois points. Tout d’abord, l’utilisation de filtre à particules étendus aux modèles d’ordre supérieurs pour la tractographie a permis d’extraire des descripteurs plus pertinents chez le foetus, utilisés ensuite pour estimer les transformations géométriques entre images. Ensuite, l’emploi d’une technique de régression non-paramétrique a permis de modéliser l’évolution temporelle moyenne du cerveau foetal sans imposer d’à priori. Enfin, les changements de forme sont mis en évidence au moyen de méthodes d’extraction et de sélection de caractéristiques
Diffusion weighted MRI (dMRI) is an in vivo imaging modality which raises a great interest in the neuro-imaging community. The intra-structural information of cerebral tissues is provided in addition to the morphological information from structural MRI (sMRI). These imaging modalities bring a new path for population studies, especially for the study in utero of the normal humanbrain maturation. The modeling and the characterization of rapid changes in the brain maturation is an actual challenge. For these purposes, this thesis memoir present a complete processing pipeline from the spatio-temporal modeling of the population to the changes analyze against the time. The contributions are about three points. First, the use of high order diffusion models within a particle filtering framework allows to extract more relevant descriptors of the fetal brain, which are then used for image registration. Then, a non-parametric regression technique was used to model the temporal mean evolution of the fetal brain without enforce a prior knowledge. Finally, the shape changes are highlighted using features extraction and selection methods

35

Duran, Audrey. "Intelligence artificielle pour la caractérisation du cancer de la prostate par agressivité en IRM multiparamétrique." Thesis, Lyon, 2022. http://theses.insa-lyon.fr/publication/2022LYSEI008/these.pdf.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Le cancer de la prostate (CaP) est le cancer le plus diagnostiqué dans plus de la moitié des pays du monde et le cinquième cancer le plus meurtrier chez les hommes en 2020. Le diagnostic du CaP inclut l'acquisition d'une imagerie par résonance magnétique multiparamétrique (IRM-mp) - qui combine une séquence T2-pondérée (T2-w), une imagerie pondérée en diffusion (DWI) et une séquence dynamique de contraste amélioré (DCE) - avant la réalisation de biopsies. L'analyse jointe de ces images multimodales est fastidieuse et chronophage, en particulier lorsque les séquences mènent à des conclusions différentes. En outre, la sensibilité de l'IRM reste faible pour les cancers peu agressifs et la variabilité inter-observateur élevée. De plus, l'analyse visuelle ne permet pas aujourd'hui de déterminer l'agressivité des cancers, caractérisée par le score de Gleason (GS). C'est pourquoi des systèmes d'aide au diagnostic (CAD) basés sur des modèles statistiques par apprentissage ont été proposés ces dernières années, pour d'assister les radiologues dans leur diagnostic. Toutefois, la majorité de ces systèmes se concentrent sur une tâche de détection binaire des lésions cliniquement significatives (CS). L'objectif de cette thèse est d'élaborer un système CAD pour détecter les CaP sur des IRM-mp, mais aussi de caractériser leur agressivité en prédisant le GS associé. Dans une première partie, nous présentons un système CAD supervisé permettant de segmenter le CaP par agressivité à partir des cartes T2-w et ADC. Ce réseau de neurones multiclasse segmente simultanément la prostate et les lésions par agressivité. Le modèle a été entraîné et évalué en validation croisée à 5 plis sur une base de données hétérogène de 219 examens IRM acquis avant prostatectomie. Pour la tâche de classification par GS, le kappa de Cohen quadratiquement pondéré (κ) est de 0.418 ± 0.138, ce qui représente le meilleur kappa par lésions pour une tâche de segmentation par GS à notre connaissance. Le modèle présente également des capacités de généralisation encourageantes sur le jeu de données public PROSTATEx-2. Dans une deuxième partie, nous nous penchons sur un modèle faiblement supervisé, permettant l'inclusion de données où les lésions sont identifiées par des points seulement, pour un gain de temps conséquent et l'inclusion de bases de données établies sur la biopsie. Concernant la tâche de classification par GS, les performances approchent celles obtenues avec le modèle totalement supervisé de référence, en n'ayant que 6% de voxels annotés pour l'entraînement. Dans une dernière partie, nous étudions l'apport de l'imagerie DCE, séquence souvent omise en entrée des modèles profonds, pour la détection et la caractérisation du CaP. Plusieurs stratégies d'encodage de la perfusion dans une architecture U-Net sont étudiées. Nous montrons que les cartes paramétriques dérivées des examens IRM DCE ont un impact positif sur les performances de segmentation et de classification du CaP
Prostate cancer (PCa) is the most frequently diagnosed cancer in men in more than half the countries in the world and the fifth leading cause of cancer death among men in 2020. Diagnosis of PCa includes multiparametric magnetic resonance imaging acquisition (mp-MRI) - which combines T2 weighted (T2-w), diffusion weighted imaging (DWI) and dynamic contrast enhanced (DCE) sequences - prior to any biopsy. The joint analysis of these multimodal images is time demanding and challenging, especially when individual MR sequences yield conflicting findings. In addition, the sensitivity of MRI is low for less aggressive cancers and inter-reader reproducibility remains moderate at best. Moreover, visual analysis does not currently allow to determine the cancer aggressiveness, characterized by the Gleason score (GS). This is why computer-aided diagnosis (CAD) systems based on statistical learning models have been proposed in recent years, to assist radiologists in their diagnostic task, but the vast majority of these models focus on the binary detection of clinically significant (CS) lesions. The objective of this thesis is to develop a CAD system to detect and segment PCa on mp-MRI images but also to characterize their aggressiveness, by predicting the associated GS. In a first part, we present a supervised CAD system to segment PCa by aggressiveness from T2-w and ADC maps. This end-to-end multi-class neural network jointly segments the prostate gland and cancer lesions with GS group grading. The model was trained and validated with a 5-fold cross-validation on a heterogeneous series of 219 MRI exams acquired on three different scanners prior prostatectomy. Regarding the automatic GS group grading, Cohen’s quadratic weighted kappa coefficient (κ) is 0.418 ± 0.138, which is the best reported lesion-wise kappa for GS segmentation to our knowledge. The model has also encouraging generalization capacities on the PROSTATEx-2 public dataset. In a second part, we focus on a weakly supervised model that allows the inclusion of partly annotated data, where the lesions are identified by points only, for a consequent saving of time and the inclusion of biopsy-based databases. Regarding the automatic GS group grading on our private dataset, we show that we can approach performance achieved with the baseline fully supervised model while considering 6% of annotated voxels only for training. In the last part, we study the contribution of DCE MRI, a sequence often omitted as input to deep models, for the detection and characterization of PCa. We evaluate several ways to encode the perfusion from the DCE MRI information in a U-Net like architecture. Parametric maps derived from DCE MR exams are shown to positively impact segmentation and grading performance of PCa lesions

36

Randrianarisolo, Solofohery. "Estimation des déformations du ventricule gauche sur des séquences ciné-IRM non-marquées." Phd thesis, Université Paris-Est, 2009. http://tel.archives-ouvertes.fr/tel-00473769.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Cette thèse présente un nouveau concept pour l'évaluation des déformations cardiaques à partir de ciné-IRM standard sans avoir recours aux images IRM marquées. Nous avons adapté la méthode des ensembles de niveaux afin de segmenter le myocarde et évalué le déplacement des contours endo et épicardique. Le processus de segmentation est appliqué directement sur un ensemble d'images pseudo-volumique 2D + t. Cela conduit à une méthode de segmentation efficace tenant compte à la fois des contraintes de continuité spatiale et temporelle. Puis, nous avons évalué le déplacement des contours endo et épicardique détectés avec une technique de mise en correspondance fondée sur les ensembles de niveaux. La vitesse de déplacement au sein de la paroi myocardique est évaluée par une méthode de flot optique, contrainte avec le déplacement des contours. Enfin, de ce champ de vitesses du myocarde, nous tirons des mesures pertinentes de la contraction cardiaque. La validation de la méthode proposée est effectuée sur des séquences d'images synthétiques, et en comparant sur les mêmes patients nos mesures à celles obtenues avec la méthode de référence HARP appliquée sur des images IRM taggées correspondantes. Les résultats de la méthode sont encourageants, ils sont pratiquement identiques à ceux de l'approche HARP. Cette méthode présente deux avantages principaux: premièrement elle exploite les ciné-IRM standard non taggées, deuxièmement elle permet des évaluations des déformations à haute résolution spatiale. Cette méthode est déjà disponible et peut rendre accessible l'évaluation des déformations du ventricule gauche du myocarde en routine clinique à partir des séquences ciné-IRM

37

He, Rui. "Évaluation d'une analyse voxel à voxel dans l'accident vasculaire cérébral à partir d'images IRM multiparamétriques." Thesis, Université Grenoble Alpes (ComUE), 2016. http://www.theses.fr/2016GREAS026/document.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L'accident vasculaire cérébral (AVC) est la principale cause de handicap acquis chez l'adulte. Au-delà de l'étroite fenêtre thérapeutique et des risques éventuels de la thrombolyse et de la thrombectomie mécanique, la thérapie cellulaire par cellules souches présente un fort potentiel. Plusieurs études ont montré que les cellules souches transplantées peuvent améliorer la récupération fonctionnelle après un AVC sur des modèles de rongeurs. L’imagerie multiparamétrique par résonance magnétique (IRM), qui inclue l'imagerie de diffusion et de perfusion, est aujourd’hui le protocole standard pour caractériser l'AVC. L'imagerie permet également de suivre in vivo les mécanismes sous-jacents de la thérapie cellulaire après un AVC de la phase aigüe à la phase chronique. Cependant, la quantification de l'hétérogénéité spatiale des lésions, clairement visible par IRM, reste un défi à l'heure actuelle. En effet, les techniques d'analyses d'images utilisées en routine sont basées sur le calcul des valeurs moyennes à partir de régions d'intérêts (ROI). Cette technique par ROI ne peut pas refléter l'hétérogénéité intra-lésionnelle. C'est pourquoi, de nouvelles stratégies d'analyses d'images doivent être développées et évaluées afin de quantifier l'hétérogénéité des lésions ischémiques mais aussi pour suivre l'évolution de cette hétérogénéité au cours du temps. Des approches utilisant des analyses par histogramme permettent d'évaluer l'hétérogénéité des lésions mais perdent l'information spatiale. Une alternative est l'utilisation d'une analyse d'image à l'échelle du voxel appelée "Parametric Response Map (PRM)". Cet outil a été décrit comme plus sensible que l'analyse par ROI dans le pronostic mais aussi dans le suivi thérapeutique chez des patients porteurs de tumeurs cérébrales ou encore atteints d'hémorragies cérébrales.Mon projet de thèse est divisé en deux parties: une étude préclinique chez le rat et une étude clinique (projet ISIS / HERMES). La première partie de ma thèse vise à évaluer les changements physiopathologiques mesurés par l'IRM après un traitement par cellules souches mésenchymateuses humaines (CSMh) sur un modèle d'AVC chez le rat. Des animaux présentant une occlusion transitoire de l'artère cérébrale moyenne (oACM) ou non (Sham) ont été traités ou non par une injection de CSMh. Au cours de cette étude, différents paramètres IRM ont été cartographiés en utilisant une IRM 7T (4 temps d'imagerie): le coefficient apparent de diffusion (ADC), le volume sanguin cérébral (CBV) et l'indice de taille des vaisseaux (VSI). Les cartes d'ADC, CBV et VSI ont été analysées en utilisant l'approche classique par ROI mais aussi par PRM. L'objectif de cette étude était de déterminer si l'analyse par PRM était capable de détecter plus précocement l'effet des CSMh que l'analyse par ROI. Durant la seconde partie de ma thèse, 6 paramètres IRM (imagerie de diffusion et de perfusion) ont été acquis chez 30 patients AVC. Les données IRM, analysées par valeur moyenne classique et par PRM, ont été corrélées avec des évaluations de la récupération fonctionnelle : le score NIHSS (National Institutes of Health Stroke Score) et l'échelle de Rankin modifiée (mRS) mesurés à différents temps post-ischémie. L’analyse PRM des cartes paramétriques IRM révèle des changements fins de la lésion et corrèle avec le pronostic à long terme après l’ischémie.En conclusion, la PRM pourrait être utilisée comme biomarqueur d’efficacité thérapeutique (combinaison d’images IRM et d’outils innovants d’analyse d'images) et comme biomarqueur pronostique des patients AVC
Stroke is the leading cause of disability in adults. Beyond the narrow time window and possible risks of thrombolysis and mechanical thrombectomy, cell-therapies have strong potential. Reports showed that transplanted stem cells can enhance functional recovery after ischemic stroke in rodent models.To assess the mechanisms underlying the cell-therapy benefit after stroke, imaging is necessary. Multiparametric magnetic resonance imaging (MRI), including diffusion-weighted imaging (DWI) and perfusion-weighted imaging (PWI), has become the gold standard to evaluate stroke characteristics. MRI also plays an important role in the monitoring of cerebral tissue following stroke from the acute to the chronic phase. However, the spatial heterogeneity of each stroke lesion and its dynamic reorganization over time, which may be related to the effect of a therapy, remain a challenge for traditional image analysis techniques. To evaluate the effect of new therapeutic strategies, spatial and temporal lesion heterogeneities need to be more accurately characterized and quantified.The current image analysis techniques, based on mean values obtained from regions of interest (ROIs), hide the intralesional heterogeneity. Histogram-based techniques provide an evaluation of lesion heterogeneity but fail to yield spatial information. The parametric response map (PRM) is an alternative, voxel-based analysis technique, which has been established in oncology as a promising tool to better investigate parametric changes over time at the voxel level which concern the therapeutic response or prognosis of disease.The PhD project was divided into two parts: a preclinical and a clinical study. The goal of the first study was to evaluate the PRM analysis using MRI data collected after the intravenous injection of human mesenchymal stem cells (hMSCs) in an experimental stroke model. The apparent diffusion coefficient (ADC), cerebral blood volume (CBV) and vessel size index (VSI) were mapped using 7T MRI. Two analytic procedures, the standard whole-lesion approach and the PRM, were performed on data collected at 4 time points in transient middle cerebral artery occlusion (MCAo) models treated with either hMSC or vehicle and in sham animals. During the second PhD project, 6 MR parametric maps (diffusion and perfusion maps) were collected in 30 stroke patients (the ISIS / HERMES clinical trial). MRI data, analyzed with both a classic mean value and a PRM approaches, were correlated with the evaluation of functional recovery after stroke measured with the National Institutes of Health Stroke Scale (NIHSS) and the modified Rankin Scale (mRS) at 4 time points.In both studies, PRM analysis of MR parametric maps reveals fine changes of the lesion induced by a cell therapy (preclincal study) and correlate with long-term prognosis (clinical study).In conclusion, the PRM analysis could be used as an imaging biomarker of therapeutic efficacy and of prognostic biomarker of stroke patients

38

Taquet, Jonathan. "Techniques avancées pour la compression d'images médicales." Phd thesis, Université Rennes 1, 2011. http://tel.archives-ouvertes.fr/tel-00629429.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

La compression d'images médicales et biologiques, en particulier sur les modalités d'imagerie telles que la tomodensitométrie (TDM), l'imagerie par résonance magnétique (IRM) et les lames virtuelles en anatomo-pathologie (LV), est un enjeu économique important, notamment pour leur archivage et pour leur transmission. Cette thèse dresse un panorama des besoins et des solutions existantes en compression, et cherche à proposer, dans ce contexte, de nouveaux algorithmes de compression numérique efficaces en comparaison aux algorithmes de référence standardisés. Pour les TDM et IRM, les contraintes médico-légales imposent un archivage de très bonne qualité. Ces travaux se sont donc focalisés sur la compression sans perte et presque sans perte. Il est proposé de i) fusionner le modèle prédictif hiérarchique par interpolation avec le modèle prédictif DPCM adaptatif afin de fournir une représentation scalable en résolution efficace pour la compression sans perte et surtout presque sans perte, ii) s'appuyer sur une optimisation pour la compression sans perte d'une décomposition en paquets d'ondelettes, spécifique au contenu de l'image. Les résultats de ces deux contributions montrent qu'il existe encore une marge de progression pour la compression des images les plus régulières et les moins bruitées. Pour les LV, la lame physique peut être conservée, la problématique concerne donc plus le transfert pour la consultation à distance que l'archivage. De par leur contenu, une approche basée sur l'apprentissage des spécificités structurelles de ces images semble intéressante. Cette troisième contribution vise donc une optimisation hors-ligne de K transformées orthonormales optimales pour la décorrélation des données d'apprentissage (K-KLT). Cette méthode est notamment appliquée pour réaliser un apprentissage concernant des post-transformées sur une décomposition en ondelettes. Leur application dans un modèle de compression scalable en qualité montre que l'approche peut permettre d'obtenir des gains de qualité intéressants en terme de PSNR.

39

Nempont, Olivier. "Modèles structurels flous et propagation de contraintes pour la segmentation et la reconnaissance d'objets dans les images : application aux structures normales et pathologiques du cerveau en IRM." Phd thesis, Télécom ParisTech, 2009. http://pastel.archives-ouvertes.fr/pastel-00005269.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Le cerveau présente une structure complexe. La segmentation et la reconnaissance automatique de ses sous-structures dans des IRM cérébrales est délicate et nécessite donc l'utilisation d'un modèle de l'anatomie. L'utilisation d'atlas iconiques est efficace pour traiter les données de sujets sains mais son adaptation au traitement de cas pathologiques reste problématique. Dans cette thèse nous utilisons un modèle symbolique de l'anatomie proche des descriptions linguistiques qui comprend les principales structures cérébrales. L'agencement spatial de ces structures y est représenté sous forme de relations spatiales et leur apparence est caractérisée par des relations sur leur contraste. Réaliser la reconnaissance grâce à ce modèle structurel consiste à obtenir pour chaque structure une région de l'image vérifiant les relations et caractéristiques portées par le modèle. Nous formulons ce problème comme un réseau de contraintes dont les variables sont les régions recherchées représentées sous forme d'ensembles flous. Les contraintes sont déduites du modèle en tirant parti de modélisations floues. Une contribution nouvelle porte sur la contrainte de connexité et la proposition de définitions et algorithmes adaptés au cas flou présentant de bonnes propriétés. Nous mettons alors en œuvre un algorithme de propagation de contraintes qui itérativement réduit l'espace de solutions. Enfin nous obtenons un résultat pour certaines structures d'intérêt par l'extraction d'une surface minimale relativement aux résultats de l'algorithme de propagation. Nous appliquons cette approche aux structures internes du cerveau chez des sujets sains. Finalement nous étendons ce processus au traitement de données de patients présentant une tumeur. Le modèle générique ne correspondant plus aux données à reconnaître, nous proposons un algorithme de propagation recherchant à la fois le modèle spécifique au patient et les structures anatomiques.

40

Kang, Han. "Contribution to automatic corporal tissue classification by integrating qualitative medical knowledge : application to the analysis of musculo skeletal diseases and disabilities from MRI sequences." Valenciennes, 2009. http://ged.univ-valenciennes.fr/nuxeo/site/esupversions/127272e9-4071-4c58-8b9d-b80fd5395c78.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Dans le diagnostic médical utilisant des images IRM, les techniques de segmentation et de classification d'images jouent un rôle important. La segmentation avec les niveaux de gris et la texture conduit souvent à des résultats peu satisfaisants, parce que ces caractéristiques générales ne peuvent pas prendre en compte les connaissances spécialisées. Par conséquent, il est nécessaire d'intégrer des connaissances a priori sur l'analyse des images médicales pour obtenir de meilleurs résultats de la classification des tissus. Dans ce contexte, deux principales contributions ont été proposées en vue d'améliorer la qualité de la segmentation par la méthode FCM. La première contribution est le développement d'un nouvel algorithme de FCM pour la segmentation d'images. La seconde contribution est le développement d'un système intelligent pour la classification des tissus. Il se compose de deux étapes. La première étape est un système de classification des tissus de la cuisse. La seconde étape est un système intelligent généralisé pour la classification des tissus d'autres zones corporelles
In the diagnosis using MRI images, image segmentation techniques plays a key role. Nevertheless, segmentation with context independent features such as grey level and texture often leads to unsatisfactory results because these general features can not take into account the specialized background knowledge. Therefore, it is necessary to incorporate our a priori knowledge on medical image analysis for obtaining better results of tissue classification. In this context, two main contributions have been proposed in order to improve FCM-based image segmentation quality. The first contribution is that we developed a new FCM-based algorithm for image segmentation. The second contribution is the development of an intelligent system for tissue classification. It consists of two steps. The first step is a specific tissue classification system of thigh. The second step is a generalized intelligent system for tissue classification

41

Forero, Vargas Manuel Guillermo. "Cartographies électriques cérébrales sur les surfaces réelles du scalp." Compiègne, 1996. http://www.theses.fr/1996COMPD913.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Dans cette thèse, une méthode de représentation des cartes d'isopotentiels sur la surface réelle de la tête obtenue par IRM est proposée. Celle-ci permet le positionnement réel de l'activité électrique en rapport direct avec les structures anatomiques. Un logiciel de cartographie cérébrale a été développé. Au cours de sa réalisation nous avons été confrontés à différents types de problèmes. Différentes techniques ont été évaluées et d'autres ont été créées au fur et à mesure des besoins et de l'avancement du projet. Diverses méthodes de segmentation ont été évaluées, l'une d'elles est originale. La cartographie est basée sur une interpolation spline sphérique avec détermination de la meilleure sphère ajustée sur la tête réelle et représentée sur le scalp. Trois différentes méthodes de calcul de cette sphère sont évaluées. Une cartographie plus exacte demande une localisation correcte des électrodes et ainsi peut fournir une image quantitative afin de fusionner les données morphologiques et fonctionnelles du cerveau. Dans ce but, des dispositifs de repérage en IRM et d'acquisition des signaux électroencéphalographiques ont été développés. Nous proposons une technique de repérage simple qui consiste a localiser les traces laissées par des marqueurs fixés sur un casque pendant l'examen d'imagerie. La position des marqueurs permet d'établir les coordonnées des électrodes EEG et un algorithme de détection a été mis au point pour les identifier automatiquement.

42

Roullier, Vincent. "Classification floue et modélisation IRM : application à la quantification de la graisse pour une évaluation optimale des risques pathologiques associés à l'obésité." Phd thesis, Université d'Angers, 2008. http://tel.archives-ouvertes.fr/tel-00348028.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Les travaux présentés dans cette thèse traitent de l'apport de l'incertitude, de l'imprécision et de l'a priori en traitement d'images médicales, dans le cadre d'outils d'aide au diagnostic des pathologies conséquentes de l'obésité et du surpoids. Deux parties composent ce travail : une modélisation du signal IRM d'une séquence prototype fournie par GE, et une méthode de classification floue adaptée pour répondre aux attentes des experts radiologistes et anatomopathologistes. Le signal IRM est issu des différents constituants du voxel. Afin de déterminer la proportion de graisse dans le tissu, les signaux issus de l'eau et de la graisse sont déterminées par régression à partir des images IRM obtenues en prenant en compte un a priori sur le bruit présent sur les images. Considéré de Gauss sur les images réelles et imaginaires, et de Rice sur les images amplitudes, cet a priori sur le bruit a permis de mettre en évidence l'apport de l'utilisation des données brutes lors de la quantification de la proportion de graisse et d'eau par rapport à une quantification uniquement effectuée sur les données amplitudes. La méthode de classification présentée ici permet une dépendance à longue distance lors du calcul des centroïdes. Cette méthode combinée à un algorithme de connectivité floue est adaptée à la mesure de la graisse viscérale et souscutanée. Elle fut également utilisée pour la quantification des vacuoles de triglycérides présentes sur des biopsies hépatiques. De part la proportion très hétérogène des vacuoles de stéatose, fonction du degré de la pathologie, nous avons amélioré l'algorithme de classification par une supervision permettant d'orienter la classification afin de se dédouaner de cette hétérogénéité. La classification est ensuite combinée à un système expert permettant d'éliminer les erreurs de classification survenues. L'ensemble des méthodes fut évalué dans le cadre d'expérimentations animales et de différents protocoles de recherche clinique.

43

Chevaillier, Béatrice. "Analyse de données d'IRM fonctionnelle rénale par quantification vectorielle." Phd thesis, Université de Metz, 2010. http://tel.archives-ouvertes.fr/tel-00557235.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Pour l'évaluation de la fonction rénale, l'Imagerie par Résonance Magnétique (IRM) dynamique à rehaussement de contraste est une alternative intéressante à la scintigraphie. Les résultats obtenus doivent cependant être évalués à grande échelle avant son utilisation en pratique clinique. L'exploitation des séquences acquises demande un recalage de la série d'images et la segmentation des structures internes du rein. Notre objectif est de fournir un outil fiable et simple à utiliser pour automatiser en partie ces deux opérations. Des méthodes statistiques de recalage utilisant l'information mutuelle sont testées sur des données réelles. La segmentation du cortex, de la médullaire et des cavités est réalisée en classant les voxels rénaux selon leurs courbes temps-intensité. Une stratégie de classification en deux étapes est proposée. Des classificateurs sont d'abord construits grâce à la coupe rénale principale en utilisant deux algorithmes de quantification vectorielle (K-moyennes et Growing Neural Gas). Ils sont validés sur données simulées, puis réelles, en évaluant des critères de similarité entre une segmentation manuelle de référence et des segmentations fonctionnelles ou une seconde segmentation manuelle. Les voxels des autres coupes sont ensuite triés avec le classificateur optimum pour la coupe principale. La théorie de la généralisation permet de borner l'erreur de classification faite lors de cette extension. La méthode proposée procure les avantages suivants par rapport à une segmentation manuelle : gain de temps important, intervention de l'opérateur limitée et aisée, bonne robustesse due à l'utilisation de toute la séquence et bonne reproductibilité.

44

Faraj, Achraf Al. "Biodistribution and biological impact of nanoparticles using multimodality imaging techniques : (Magnetic resonance imaging)." Phd thesis, Université Claude Bernard - Lyon I, 2009. http://tel.archives-ouvertes.fr/tel-00696221.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

As novel engineered nanoparticles such as single-walled carbon nanotubes (SWCNT) are extensively used in nanotechnology due to their superior properties, it becomes critical to fully understand their biodistribution and effect when accidently inhaled. There fore, development of animaging technique which allow longitudinal in vivo follow-up of SWCNT effect based on their intrinsic properties is highly desirable. Non invasive free-breathing hyperpolarized 3He lung MRI protocol was developed complementary to proton systemic MR protocol to allow monitoring SWCNT based on their intrinsic iron impurities after intrapulmonary exposition. Combined toproton lung MRI and ex vivo optical and electron microscopy at different time points, this protocol represents a powerful multimodality imaging techniques which allows a full characterization of the biodistribution and biological impacts of iron containing SWCNT. SWCNT was found to produce granulomatous and inflammatory reactions in a time and dose dependent manner with their bio persistenc eafter intrapulmonary exposition.From biological impact evaluations after intrapulmonary exposition towards biomedical applications, SWCNT hold promise for applications in nanomedicine field with their distinct architecture and their novel physicochemical properties. The biodistribution and pharmacological profile of various well-dispersed pristine and functionalized SWCNT were assessed in blood and target tissues after their intra venous administration by longitudinal in vivo susceptibility weighted MRI and their potential effect on liver metabolism by ex vivo HRMAS 1H NMR. No presence ofacute toxicological effect (variation in liver metabolism) was observed confirmed by the absence of clustering in NMR spectra using Principal Component Analysis (specific biomarkers of toxicity).

45

Bianchi, Andrea. "Magnetic resonance imaging techniques for pre-clinical lung imaging." Thesis, Bordeaux, 2014. http://www.theses.fr/2014BORD0060/document.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Dans ce travail, les s´séquences Imagerie par Résonance Magnétique (IRM) radiales à temps d’écho ultra-court (UTE) sont analysées pour évaluer leur potentiel dans l’étude non-invasive de différents modèles expérimentaux de maladies pulmonaires chez la souris. Chez le petit animal, les séquences radiales UTE peuvent efficacement limiter l’impact négatif sur la qualité de l’image dû au déphasage rapide des spins causé par les nombreuses interfaces air/tissu. En plus, les séquences radiales UTE sont moins sensibles aux artefacts de mouvement par rapport aux séquences Cartésiennes classiques. En conséquence, chez le petit animal, les séquences radiales UTE peuvent permettre d’obtenir des images du poumon avec une résolution bien inférieure au millimètre avec des rapports signal/bruit importants dans le parenchyme pulmonaire, tout en travaillant en conditions physiologiques (animaux en respiration spontanée). Dans cette thèse, il sera démontré que les séquences d’IRM protonique UTE sont outils efficaces dans l’étude quantitative et non-invasive de différents marqueurs distinctifs de certaines pathologies pulmonaires d’intérêt général. Les protocoles développés serontsimples, rapides et non-invasifs, faciles à implémenter, avec une interférence minimale sur la pathologie pulmonaire étudiée et, en définitive, potentiellement applicables chez l’homme. Il sera ainsi démontré que l’emploi des agents de contraste, administrés via les voies aériennes, permet d’augmenter la sensibilité des protocoles développés. Parallèlement, dans cette thèse des protocoles suffisamment flexibles seront implémentés afin de permettre l’étude d’un agent de contraste paramagnétique générique pour des applications aux poumons
In this work, ultra-short echo time (UTE) Magnetic Resonance Imaging (MRI) sequences are investigated as flexible tools for the noninvasive study of experimental models of lung diseases in mice. In small animals radial UTE sequences can indeed efficiently limit the negative impact on lung image quality due to the fast spin dephasing caused by the multiple air/tissue interfaces. In addition, radial UTE sequences are less sensitive to motion artifacts compared to standard Cartesian acquisitions. As a result, radial UTE acquisitions can provide lung images in small animals at sub-millimetric resolution with significant signal to noise ratio in the lung parenchyma, while working with physiological conditions (freely-breathing animals). In this thesis, UTE proton MRI sequences were shown to be efficient instruments to quantitatively investigate a number of hallmarks in longitudinal models of relevant lung diseases with minimal interference with the lung pathophysiology, employing easilyimplementable fast protocols. The synergic use of positive contrast agents, along with anadvantageous administration modality, was shown to be a valuable help in the increase of sensitivity of UTE MRI. At the same time, UTE MRI was shown to be an extremely useful and efficacious sequence for studying positive contrast agents in lungs

46

Benaichouche, Ahmed Nasreddine. "Conception de métaheuristiques d'optimisation pour la segmentation d'images : application aux images IRM du cerveau et aux images de tomographie par émission de positons." Thesis, Paris Est, 2014. http://www.theses.fr/2014PEST1106/document.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

La segmentation d'image est le processus de partitionnement d'une image numérique en régions, non chevauchées, homogènes vis-à-vis de certaines caractéristiques, telles que le niveau de gris, la texture, le mouvement, etc. Elle a des applications dans plusieurs domaines comme l'imagerie médicale, la détection d'objets, la biométrie, l'imagerie par satellite, la navigation de robot, la vidéosurveillance, etc. Le processus de segmentation représente une étape cruciale dans les systèmes de vision par ordinateur, car les caractéristiques et décisions sont extraites et prises à partir de son résultat. Les premiers algorithmes de segmentation d'image ont vu le jour dans les années 1970. Depuis, de nombreuses techniques et méthodes de segmentation ont été expérimentées pour essayer d'améliorer les résultats. Néanmoins, jusqu'à nos jours, aucun algorithme de segmentation d'image n'arrive à fournir des résultats parfaits sur une large variété d'images. Les "métaheuristiques" sont des procédures conçues pour résoudre des problèmes d'optimisation dits difficiles. Ce sont en général des problèmes aux données incomplètes, incertaines, bruitées ou confrontés à une capacité de calcul limitée. Les métaheuristiques ont connu un succès dans une large variété de domaines. Cela découle du fait qu'elles peuvent être appliquées à tout problème pouvant être exprimé sous la forme d'un problème d'optimisation de critère(s). Ces méthodes sont, pour la plupart, inspirées de la physique (recuit simulé), de la biologie (algorithmes évolutionnaires) ou de l'éthologie (essaims particulaires, colonies de fourmis).Ces dernières années, l'introduction des métaheuristiques dans le domaine du traitement d'images a permis d'étudier la segmentation sous un angle différent, avec des résultats plus ou moins réussis. Dans le but d'apporter notre contribution et d'améliorer davantage les performances des méthodes de segmentation, nous avons proposé des algorithmes basés régions, contours et hybrides, mettant en œuvre des métaheuristiques d'optimisation dans des approches mono et multiobjectif. Les méthodes proposées ont été évaluées sur des bases de données expérimentales composées d'images synthétiques, d'images IRM simulées et d'images IRM réelles ainsi que des images de tomographie par émission de positons (TEP). Les résultats obtenus sont significatifs et prouvent l'efficacité des idées proposées
Image segmentation is the process of partitioning a digital image into homogeneous non-overlapped regions with respect to some characteristics, such as gray value, motion, texture, etc. It is used in various applications like medical imaging, objects detection, biometric system, remote sensing, robot navigation, video surveillance, etc. The success of the machine vision system depends heavily on its performance, because characteristics and decisions are extracted and taken from its result. The first image segmentation algorithms were introduced in the 70's. Since then, various techniques and methods were experimented to improve the results. Nevertheless, up till now, no method produces a perfect result for a wide variety of images. Metaheuristics are a high level procedure designed to solve hard optimization problems. These problems are in general characterized by their incomplete, uncertain or noised data, or faced to low computing capacity. Metaheuristics have been extremely successful in a wide variety of fields and demonstrate significant results. This is due to the fact that they can applied to solve any problem which can be formulated as an optimization problem. These methods are, mainly, inspired from physics (simulated annealing), biology (evolutionary algorithms), or ethology (particle swarm optimization, ant colony optimization).In recent years, metaheuristics are starting to be exploited to solve segmentation problems with varying degrees of success and allow to consider the problem with different perspectives. Bearing this in mind, we propose in this work three segmentation and post-segmentation approaches based on mono or multiobjective optimization metaheuristics. The proposed methods were evaluated on databases containing synthetic images, simulated MRI images, real MRI images and PET images. The obtained results show the efficiency of the proposed ideas

47

Constantinides, Constantin. "Segmentation automatisée du ventricule gauche en IRM cardiaque : Evaluation supervisée et non supervisée de cette approche et application à l'étude de la viabilité myocardique." Electronic Thesis or Diss., Paris, ENST, 2012. http://www.theses.fr/2012ENST0034.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Cette thèse a pour objectif de parvenir à une estimation automatisée des contours du ventricule gauche sur des images IRM en coupes petit-axe, nécessitant un minimum d’interventions de la part de l’utilisateur. En s’appuyant sur une approche semi-automatique récemment développée, une méthode entièrement automatique est proposée, reposant sur la localisation des structures cardiaques et la création d’une région d’intérêt autour du ventricule gauche, puis la segmentation de sa cavité. L’algorithme a été développé en prenant en compte des connaissances anatomiques et fonctionnelles sur le cœur : les caractéristiques temporelles du battement cardiaque, la pseudo-circularité des coupes petit-axe du ventricule gauche, la continuité 3D qui ont été combinées à l’intensité dans les images. La segmentation utilise une approche fondée sur les contours actifs combinée à un filtrage morphologique qui améliore la robustesse de la segmentation vis-à-vis des hétérogénéités au sein de la cavité. Le travail réalisé avec le groupe MedIEval (MedicalImaging Evaluation) a permis de comparer les deux méthodes avec 6 autres méthodes, dont 3 tracés d'experts. Une classification par une approche d’évaluation sans référence a été appliquée à la fraction d’éjection estimée par les 8 méthodes. Enfin, la méthode de segmentation proposée a été utilisée systématiquement dans une étude de recherche clinique combinant l’étude de la contraction régionale et la quantification de la transmuralité de l’infarctus du myocarde. Ces travaux ouvrent des perspectives, sur l’automatisation de la segmentation du ventricule droit et l’estimation d’une forme mutuelle robuste à partir de plusieurs segmentations
The aim of this work is to perform an automated segmentation of the Left Ventricle on short-axis cardiac MR images with as few user interactions as possible. Based on a recently developed semi-automated segmentation method, a fully automated segmentation method is proposed that includes three main steps: the heart localization, the definition of a region of interest around the left ventricle, and finally its segmentation. The algorithm developed here takes into account anatomic and functional a priori information such as the temporal features of the heartbeat, the pseudo-circular shape of the LV, and the 3D continuity, combined with the image intensity features. The segmentation process is achieved using deformable models combined with morphological filters, which improve the model performances when dealing with heterogeneous gray levels within the cavity. The work achieved within the MedIEval group (Medical Imaging Evaluation) allowed to compare both proposed methods with 6 other methods, including 3 manual delineations by experts. In particular, an approach for ranking segmentation methods without using a gold standard was applied to the ejection fractions estimated by the 8 methods. Finally, the proposed segmentation method was used in a clinical research work about the regional contraction and thequantification of the myocardial infarction extent.Future work includes the automated segmentation of the right ventricle as well as the estimation of a robust mutual shape from several segmentation methods

48

Lefeuvre, Jennifer. "Characterization of spinal cord lesions in the marmoset EAE model using MRI and histopathology techniques." Thesis, Sorbonne université, 2019. http://www.theses.fr/2019SORUS208.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

Jusqu’à 90% des patients atteints de sclérose en plaque (SEP) présentent des lésions dans la moëlle épinière. L’imagerie par résonance magnétique (IRM) des lésions médullaires demeure un challenge difficile et par conséquent, leur développement et le lien avec la progression clinique du patient restent à ce jour fortement méconnus. Encéphalomyélite auto-immune expérimentale (EAE) chez le marmoset présente des caractéristiques lésionnelles cérébrales ainsi que des déficits sensori-moteurs se rapprochant fortement de la SEP. L’objectif de cette thèse a été de développer de nouveaux protocoles IRM à 7T en association avec des analyses histopathologiques afin de caractériser le type de lésions médullaires et de suivre leur évolution spatio-temporelles chez le marmoset EAE. Notre première étude postmortem nous a permis de démontrer une forte ressemblance des lésions focales avec celles retrouvées chez les patients SEP, ainsi que une grande hétérogénéité des lésions subpiales entre animaux le long de la moelle épinière. Dans un second temps, nous avons mis en place une routine expérimentale robuste adapter à la morphologie de l’animal, ainsi que la création d’une antenne 12-canaux en réseau phasé. Pour la toute première fois, nous avons imager in vivo la totalité de la moëlle épinière de nos primates au cours de la maladie. Nous avons trouvé une forte corrélation entre la charge lésionnelle médullaire et les scores cliniques. Ces nouveaux éléments soulignent la pertinence des lésions médullaires chez le marmoset EAE pour étudier les mécanismes de développement des lésions chez les patients SEP
Up to 90% of multiple sclerosis (MS) patients present spinal cord lesions. Magnetic resonance imaging (MRI) of spinal cord lesions is still a difficult challenge. Consequently, the evolution of spinal cord lesions in MS and their contribution to disease progression remain poorly understood. The brain of common marmoset with experimental autoimmune encephalomyelitis (EAE) displays closer radiological and pathological features as well sensori-motor deficits with MS. The objective of this thesis was to develop new MRI protocols at 7 Tesla in association with histopathological analysis to better characterize the type of spinal cord lesions in the marmoset EAE, and to understand their spatiotemporal evolution. A first postmortem study demonstrated a strong resemblance to MS focal lesions in terms of shape and distribution, as well a heterogeneous subpial pathology between animals and along the spinal cord length. Secondly, we implemented a robust in vivo experimental setup in order to adapt to the morphology of the animals and created a 12-element phase-array coil. This new setup enabled us to image for the first time the entire spinal cord of nonhuman primates with EAE during the disease. We also found a strong association between the lesion load and the disability scores. These new findings highlight the relevance of the spinal cord lesions in the marmoset EAE model for studying the disease mechanisms of spinal cord lesions in MS

49

Grigis, Antoine. "Approches statistiques pour la détection de changements en IRM de diffusion : application au suivi longitudinal de pathologies neuro-dégénératives." Phd thesis, Université de Strasbourg, 2012. http://tel.archives-ouvertes.fr/tel-00750933.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

L'IRM de diffusion (IRMd) est une modalité d'imagerie médicale qui suscite un intérêt croissant dans la recherche en neuro-imagerie. Elle permet d'apporter in vivo des informations nouvelles sur les micro-structures locales des tissus. En chaque point d'une acquisition d'IRMd, la distribution des directions de diffusion des molécules d'eau est modélisée par un tenseur de diffusion. La nature multivariée de ces images requiert la conception de nouvelles méthodes de traitement adaptées. Le contexte de cette thèse est l'analyse automatique de changements longitudinaux intra-patient avec pour application le suivi de pathologies neuro-dégénératives. Notre recherche a ainsi porté sur le développement de nouveaux modèles et tests statistiques permettant la détection automatique de changements sur des séquences temporelles d'images de diffusion. Cette thèse a ainsi permis une meilleure prise en compte de la nature tensorielle des modèles d'ordre 2 (tests statistiques sur des matrices définies positives), une extension vers des modèles d'ordre supérieur et une gestion plus fine des voisinages sur lesquels les tests sont menés, avec en particulier la conception de tests statistiques sur des faisceaux de fibres.

50

Troalen, Thomas. "IRM quantitative de la perfusion myocardique par marquage de spins artériels = Quantitative myocardial perfusion MRI using arterial spin labeling." Thesis, Aix-Marseille, 2014. http://www.theses.fr/2014AIXM5006/document.

Full text

APA, Harvard, Vancouver, ISO, and other styles

Abstract:

La perfusion est un facteur important dans la viabilité et la fonction du myocarde. Des atteintes microvasculaires diffuses, précédant l'infarctus ou l'insuffisance cardiaque sont impliqués dans bon nombre de pathologies cardiaques. Ce travail vise à améliorer les techniques existantes de mesure quantitatives et non-invasive de la perfusion myocardique par marquage de spins artériels (ASL). La première partie de mon travail de thèse a consisté en la mise place chez la souris d'une technique alternative pour mesurer la perfusion myocardique. Celle-ci est basée sur un marquage pulsé et régulièrement répété afin de construire un état d'équilibre de l'aimantation sous l'influence de la perfusion (approche steady-pulsed ASL). Le modèle théorique associé à cette technique spASL a été développé en parallèle afin de quantifier le flux sanguin tissulaire. Il a été montré que spASL permettait d'obtenir un résultat similaire aux techniques existantes avec en plus, les avantages d'améliorer la sensibilité au signal de perfusion ainsi que de réduire le temps d'acquisition. Dans un second temps, un transfert vers l'imagerie clinique pour une application chez l'homme a été entrepris. Le marquage de type spASL a été conservé et le module de lecture a été adapté aux spécificités de l'imagerie cardiaque chez l'homme pour une acquisition en respiration libre. Un post-traitement dédié qui comprend une correction de mouvement rétrospective a ensuite vu le jour afin d'améliorer la robustesse de nos mesures. Parallèlement aux développements conduits chez l'homme, nous avons exploité l'approche spASL chez l'animal en proposant diverses améliorations en fonction des études menées
Myocardial blood flow is an important factor of tissue viability and function. Diffuse changes in microcirculation preceding heart failure are involved in various cardiac pathologies. This work aim at improving existing techniques allowing quantitative and non-invasive myocardial perfusion assessment using arterial spin labeling. The first step of my work was to design an alternative approach to quantify myocardial blood flow in mice. The so called steady-pulsed ASL (spASL) is based on a regularly repeated pulsed labeling in order to build up a stationary regime of the magnetization under the influence of perfusion. The associated theoretical model has been developed in parallel to quantify tissue blood flow. We have shown that spASL allows to obtain similar results than the previously employed techniques, with the additional advantages of an increased sensitivity to the perfusion signal and a reduced acquisition time. A transfer towards clinical imaging for human applications was then undertaken. The spASL labeling scheme has been preserved while adapting the readout module to the specificities of cardiac MRI when applied to free-breathing human acquisitions. A dedicated post-processing, which includes a retrospective motion correction, has emerged subsequently to improve the robustness of our measurements. In parallel to the developments made for human studies, some optimization of the spASL technique when applied to rodent have been carried out depending on the conducted studies

Dissertations / Theses on the topic 'Techniques IRM'

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles