Multi-modal registration of T1 brain image and geometric descriptors of white matter tracts

Résumé : Le recalage des images du cerveau vise à réduire la variabilité anatomique entre les differentes sujets, et à créer un espace commun pour l'analyse de groupe. Les approches multi-modales essaient de minimiser les variations de forme du cortex et des structures internes telles que des faisceaux de fibres nerveuses. Ces approches nécessitent une identification préalable de ces structures, ce qui s'avère une tâche difficile en l'absence d'un atlas complet de référence. Nous proposons une extension de l'algorithme de recalage difféomorphe des Démons pour recaler conjointement des images et des faisceaux de fibres. Dans cette thèse, nous analysons différentes représentations des faisceaux de fibres comme une séquence de points, un nuage de points, les courants et les mesures. Différentes distances sont analysées et étudiées dans l'algorithme de recalage. Pour simplifier la représentation de la matière blanche nous utilisons et étendons les algorithmes de classification existants. En étendant le recalage d'images afin d'ajouter des descripteurs de la géométrie des fibres nerveuses, nous espérons améliorer les futures analyses concernant les matières grise et blanche. Nous avons démontré l'efficacité de notre algorithme en recalant conjointement des images anatomiques pondérées en T1 et des faisceaux de fibres. Nous avons comparé nos résultats à des approches concurrentes, l'une multimodale s'appuyant sur l'anisotropie fractionnaire et la pondération T1, l'autre sur les tenseurs de diffusion, et obtenu de meilleures performances à l'aide de notre algorithme. Enfin, nous mettons en évidence sur des études de groupe en IRMf que notre méthodologie et notre implémentation apportent un gain en sensibilité de détection des activations cérébrales.
Liste complète des métadonnées

Littérature citée [24 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01144171
Contributeur : Abes Star <>
Soumis le : mardi 21 avril 2015 - 10:42:28
Dernière modification le : jeudi 29 juin 2017 - 10:55:46
Document(s) archivé(s) le : mercredi 19 avril 2017 - 01:03:40

Identifiants

  • HAL Id : tel-01144171, version 1

Collections

Citation

Viviana Siless. Multi-modal registration of T1 brain image and geometric descriptors of white matter tracts. Medical Imaging. Université Paris Sud - Paris XI, 2014. English. 〈NNT : 2014PA112147〉. 〈tel-01144171〉

Partager

Métriques

Consultations de
la notice

331

Téléchargements du document

367