login
english version rss feed
Detailed view PhD thesis
Université de Grenoble (17/12/2010), Jérôme I. Mars (Dir.)
Attached file list to this document: 
PDF
Manuscrit_these_Montcuquet.pdf(15.5 MB)
Imagerie spectrale pour l'étude de structures profondes par tomographie optique diffusive de fluorescence
Anne-Sophie Montcuquet1, 2

L'imagerie optique de fluorescence permet de localiser des cibles biologiques comme des tumeurs, marquées par des fluorophores. Pour des applications au diagnostic chez l'Homme où l'épaisseur des tissus atteint plusieurs centimètres, la détection parasite de l'autofluorescence naturelle des tissus compromet la détection de la fluorescence d'intérêt et son élimination est la condition sine qua non d'une localisation correcte de la tumeur. L'objet de cette thèse a été l'étude spectrale de l'auto fluorescence des tissus et la mise au point d'une méthode de séparation de spectres aveugle permettant de supprimer sa contribution des mesures. La Factorisation en Matrices Non-négatives a été privilégiée, et de nouveaux algorithmes ont été proposés et testés sur données réelles. Nous avons démontré les performances de notre méthode dans l'amélioration de la détection des marqueurs et la reconstruction de la position de la tumeur en tomographie optique diffuse de fluorescence.
1:  GIPSA-lab - Grenoble Images Parole Signal Automatique
2:  LISA - Laboratoire Imagerie et Systèmes d'Acquisition
Spectroscopie de fluorescence – autofluorescence – séparation de sources – Factorisation en Matrices Non-négatives.

Spectral imaging for deep media analysis, by fluorescence diffuse optical imaging
Fluorescence optical imaging locates biological targets such as tumors tagged with fluorescent markers. For medical diagnostic applications where thickness of media reaches a few centimeters, unwanted autofluorescence of tissues prevents the detection of fluorescence signal of interest : its removal is a sine qua non condition to an accurate tumor localization. The aims of this thesis was to spectrally study natural fluorescence of tissues and to develop a blind source separation method to remove autofluorescence contribution from measurements. Nonnegative Matrix Factorization method was chosen, original algorithms were proposed, and tested on real data. We proved our method is highly efficient to improve the detection of markers and the localization of tumors in Fluorescence Diffuse Optical Tomography reconstructions.
Fluorescence spectroscopy – autofluorescence – source separation – Nonnegative Matrix Factorization.

all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...