Download or read book Automatisation de la segmentation s mantique de structures cardiaques en imagerie ultrasonore par apprentissage supervis written by Sarah Marie-Solveig Leclerc and published by . This book was released on 2019 with total page 244 pages. Available in PDF, EPUB and Kindle. Book excerpt: L’analyse d’images médicales joue un rôle essentiel en cardiologie pour la réalisation du diagnostique cardiaque clinique et le suivi de l’état du patient. Parmi les modalités d’imagerie utilisées, l’imagerie par ultrasons, temps réelle, moins coûteuse et portable au chevet du patient, est de nos jours la plus courante. Malheureusement, l’étape nécessaire de segmentation sémantique (soit l’identification et la délimitation précise) des structures cardiaques est difficile en échocardiographie à cause de la faible qualité des images ultrasonores, caractérisées en particulier par l’absence d’interfaces nettes entre les différents tissus. Pour combler le manque d’information, les méthodes les plus performante, avant ces travaux, reposaient sur l’intégration d’informations a priori sur la forme ou le mouvement du cœur, ce qui en échange réduisait leur adaptabilité au cas par cas. De plus, de telles approches nécessitent pour être efficaces l’identification manuelle de plusieurs repères dans l’image, ce qui rend le processus de segmentation difficilement reproductible. Dans cette thèse, nous proposons plusieurs algorithmes originaux et entièrement automatiques pour la segmentation sémantique d’images échocardiographiques. Ces méthodes génériques sont adaptées à la segmentation échocardiographique par apprentissage supervisé, c’est-à-dire que la résolution du problème est construite automatiquement à partir de données pré- analysées par des cardiologues entraînés. Grâce au développement d’une base de données et d’une plateforme d’évaluation dédiées au projet, nous montrons le fort potentiel clinique des méthodes automatiques d’apprentissage supervisé, et en particulier d’apprentissage profond, ainsi que la possibilité d’améliorer leur robustesse en intégrant une étape de détection automatique des régions d’intérêt dans l’image.

Download or read book Segmentation du myocarde en chocardiographie ultrasonore par ensembles de niveaux sous contrainte de forme et de mouvement written by Basma Touil and published by . This book was released on 2010 with total page 175 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation des structures cardiaques en Imagerie ultrasonore est un problème qui reste ouvert et particulièrement difficile. En effet le processus physique de formation des images échographiques (interaction de l'onde ultrasonore avec les tissus biologiques explorés) conduit à des Images bruitées (phénomène de "speckle') et à un faible contraste. Du tait de ces difficultés la plupart des recherches ont été consacrées à la segmentation de l'endocarde (interface interne entre le sang du muscle cardiaque) et très peu d'études abordent la segmentation de l'épicarde (interface externe). Afin de réaliser une segmentation complète du myocarde, nous avons proposé une méthode intégrant l'information de mouvement dans le processus de segmentation. De ce fait la première partie de ce travail est consacrée à l'estimation de mouvement dans des séquences d'images échocardiographiques. La plupart des techniques d'estimation souffrent de limitations dues à la complexité de la formation des images ultrasonores. Nous avons caractérisé ces limitations pour des méthodes d'estimation de mise en correspondance de blocs, à partir de simulations réalistes d'images ultrasonores et sur des données in vivo du cœur. Cette étape nous a permis de choisir une méthode d'estimation fiable et exploitable sur des données réelles. La segmentation que nous avons développée appartient aux méthodes de type contours actifs. Notre approche est basée sur une "formulation par ensemble de niveaux variationnels, évoluant à partir des statistiques locales de l'image et intègre un a priori de forme simple (elliptique). L'originalité de la méthode repose sur l'utilisation de l'information de mouvement pour propager la contrainte de forme par un filtre de Kalman. Cette méthode a été évaluée sur des données réelles acquises in vivo et représentant 120 images traitées. L'évaluation a été réalisée en comparant les contours obtenus avec ceux tracés par un cardiologue.