Download or read book valuation d une s quence cin IRM cardiaque en respiration libre avec reconstructions d images par deep learning dans la cardiopathie isch mique written by David Monteuuis and published by . This book was released on 2022 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Objectifs : évaluer la qualité d'image et la performance d'une séquence prototype de ciné-IRM cardiaque en respiration libre avec reconstructions d'images développées par deep-learning (DL) pour la quantification des paramètres du ventricule gauche (VG) et notamment de la fraction d'éjection (FEVG), en comparaison de la séquence de référence en apnée, dans la cardiopathie ischémique (CI). Matériels et méthodes : entre mars et juillet 2022, 17 patients (âge moyen 62,8±12,4 ans, 14 hommes) adressés pour une IRM cardiaque à 3T pour le bilan de leur CI ont été inclus dans cette étude prospective monocentrique. Deux acquisitions d'une séquence prototype de ciné-IRM en respiration libre avec reconstructions d'images par DL ont été ajoutées au protocole habituel (ciné-DL 2 RR et ciné-DL 3 RR). La FEVG, le volume télé-diastolique (VTD) et télé-systolique (VTS), le rapport de signal du sang circulant sur le myocarde et un score de qualité visuelle ont été quantifiés par 2 lecteurs sur les séquences prototypes et comparés à la séquence de référence. La masse myocardique et le strain global radial et circonférentiel ont également été évalués par un des lecteurs. Résultats : la concordance était excellente pour la mesure de la FEVG pour les deux séquences ciné-DL chez les 2 lecteurs (ICC > 0,97) avec un biais était négligeable (-0,7% à +1,32%). Les volumes ventriculaires étaient surestimés (biais -36,7 à -14,6 ml pour le VTD), avec une concordance plus modérée pour le VTD que pour le VTS. La concordance inter-observateur était excellente pour la FEVG (ICC > 0,97), les VTD et VTS (ICC > 0,87) pour les deux séquences ciné-DL. La concordance était bonne pour la masse myocardique (ICC=0,83 à 0,89) et bonne à excellente pour le strain global radial et circonférentiel (ICC=0,81 à 0,93). Le score de qualité subjective était significativement plus bas que pour la séquence de référence de même que le rapport de signal du sang circulant sur le myocarde. Conclusion : cette séquence prototype de ciné-IRM en respiration libre avec reconstructions d'images par deep-learning a montré une bonne à excellente concordance pour la mesure des paramètres du VG notamment pour la mesure de la FEVG, en comparaison de la séquence de référence, malgré une surestimation des volumes ventriculaires et une qualité d'images inférieure.

Download or read book Deep Learning Versus Iterative Reconstruction for CT Pulmonary Angiography in the Emergency Setting written by Marc Lenfant and published by . This book was released on 2021 with total page 90 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'objectif de cette étude est d'évaluer un nouvel algorithme de reconstruction tomodensitométrique basé sur le Deep Learning (DLR) et de le comparer en termes de qualité d'images et de réduction de dose d'irradiation aux reconstructions itératives classiques (hybrid-IR). Cent quarante patients consécutifs adressés pour la réalisation d'un angioscanner thoracique pour suspicion d'embolie pulmonaire ont été inclus. Cinquante patients (50%) ont bénéficié d'un scanner avec DLR et cinquante patients d'un scanner avec hybrid-IR. La qualité d'image a été évaluée quantitativement (niveau de bruit ; rapports signal-sur-bruit, SNR et contraste-sur-bruit, CNR) et qualitativement sur une échelle à 5-points. Les paramètres d'irradiations ont été recueillis (CT dose index, CTDIvol ; et le produit dose longueur, DLP). Au total, 93 patients ont été analysés : 45 avec DLR et 48 avec hybrid-IR. Le bruit était significativement réduit et les SNR (24,4±5,9 vs. 20,7±6,1) et CNR (21,8± 5,8 vs. 18,6±6,0) étaient significativement augmentés avec les reconstructions DLR (p

Download or read book Multimodal Imaging of the Heart Muscle Analysis and Visualization to Aided Diagnosis written by and published by . This book was released on 2019 with total page 306 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le cœur joue un rôle vital dans le fonctionnement du corps humain. La fonction du cœur humain est de pomper le sang dans tout le corps, fournissant de l'oxygène et des nutriments aux tissus et en éliminant le dioxyde de carbone et d'autres déchets. Les maladies cardiovasculaires sont la première cause de décès dans le monde. Les maladies cardiaques sont principalement liées à un processus appelé athérosclérose. Ce processus cause un flux sanguin plus difficile à travers les artères et finalement il peut arrêter le flux sanguin. Il peut conduire à une crise cardiaque et un accident vasculaire cérébral. Un diagnostic précoce et précis des maladies cardiovasculaires joue un rôle important dans l'amélioration de la vie des personnes atteintes de maladies cardiaques. L'imagerie médicale est largement utilisée dans le diagnostic et le suivi des maladies cardiovasculaires. L'imagerie médicale est un processus de collecte d'informations sur un lieu d'intérêt dans le corps en utilisant une propriété caractéristique prédéfinie qui est affichée sous la forme d'une image. Les techniques d'imagerie permettent aux cliniciens et aux scientifiques de voir à l'intérieur du corps et de fournir une mine d'informations.Les progrès récents en imagerie médicale avec des contributions significatives de nombreux domaines de la science, tels que la physique médicale, la chimie, le génie électrique et informatique ont un impact important sur le diagnostic radiologique. Le développement de l'ingénierie et de l'informatique a donné la possibilité d'obtenir des images multidimensionnelles à haute résolution de la zone d'intérêt ciblée. Ce type d'images donne une information complexe pour analyser la structure et la fonction des organes pour un diagnostic assisté par ordinateur, plus précis ou destiné à développer ou diriger de nouvelles stratégies thérapeutiques. Le but de cette thèse est de développer un nouvel outil informatique qui aidera à obtenir des informations plus riches et pertinentes sur le myocarde à l'aide du traitement d'images.L'objectif principal de cette thèse est de développer une méthode complète combinant la tomographie par l'émission de positrons (PET) et l'enregistrement d'images par résonance magnétique (IRM). Pour faire face à la différence entre ces deux modalités, une méthode basée sur l'enregistrement des images présegmentées pour les deux modalités est proposée. La segmentation des images peut aider à extraire le myocarde de l'arrière-plan et se concentrer uniquement sur son enregistrement, sans l'impact de la structure environnante.

Download or read book Processing high resolution images through deep learning techniques written by Praveer Singh and published by . This book was released on 2018 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans cette thèse, nous discutons de quatre scénarios d'application différents qui peuvent être largement regroupés dans le cadre plus large de l'analyse et du traitement d'images à haute résolution à l'aide de techniques d'apprentissage approfondi. Les trois premiers chapitres portent sur le traitement des images de télédétection (RS) captées soit par avion, soit par satellite à des centaines de kilomètres de la Terre. Nous commençons par aborder un problème difficile lié à l'amélioration de la classification des scènes aériennes complexes par le biais d'un paradigme d'apprentissage profondément faiblement supervisé. Nous montrons comment en n'utilisant que les étiquettes de niveau d'image, nous pouvons localiser efficacement les régions les plus distinctives dans les scènes complexes et éliminer ainsi les ambiguïtés qui mènent à une meilleure performance de classification dans les scènes aériennes très complexes. Dans le deuxième chapitre, nous traiterons de l'affinement des étiquettes de segmentation des empreintes de pas des bâtiments dans les images aériennes. Pour ce faire, nous détectons d'abord les erreurs dans les masques de segmentation initiaux et corrigeons uniquement les pixels de segmentation où nous trouvons une forte probabilité d'erreurs. Les deux prochains chapitres de la thèse portent sur l'application des Réseaux Adversariatifs Génératifs. Dans le premier, nous construisons un modèle GAN nuageux efficace pour éliminer les couches minces de nuages dans l'imagerie Sentinel-2 en adoptant une perte de consistance cyclique. Ceci utilise une fonction de perte antagoniste pour mapper des images nuageuses avec des images non nuageuses d'une manière totalement non supervisée, où la perte cyclique aide à contraindre le réseau à produire une image sans nuage correspondant a` l'image nuageuse d'entrée et non à aucune image aléatoire dans le domaine cible. Enfin, le dernier chapitre traite d'un ensemble différent d'images `à haute résolution, ne provenant pas du domaine RS mais plutôt de l'application d'imagerie à gamme dynamique élevée (HDRI). Ce sont des images 32 bits qui capturent toute l'étendue de la luminance présente dans la scène. Notre objectif est de les quantifier en images LDR (Low Dynamic Range) de 8 bits afin qu'elles puissent être projetées efficacement sur nos écrans d'affichage normaux tout en conservant un contraste global et une qualité de perception similaires à ceux des images HDR. Nous adoptons un modèle GAN multi-échelle qui met l'accent à la fois sur les informations plus grossières et plus fines nécessaires aux images à haute résolution. Les sorties finales cartographiées par ton ont une haute qualité subjective sans artefacts perçus.