Skip to Main content Skip to Navigation
Theses

Enhanced representation & learning of magnetic resonance signatures in multiple sclerosis

Yogesh Karpate 1
1 VisAGeS - Vision, Action et Gestion d'informations en Santé
INSERM - Institut National de la Santé et de la Recherche Médicale : U746, Inria Rennes – Bretagne Atlantique , IRISA-D5 - SIGNAUX ET IMAGES NUMÉRIQUES, ROBOTIQUE
Résumé : La sclérose en plaques (SEP) est une maladie auto-immune inflammatoire du jeune adulte causant des handicaps variables et progressifs irréversibles. Cette maladie est présente de manière prépondérante dans l’hémisphère nord. Cette thèse s’attache à la caractérisation et à la modélisation de signatures IRM multimodales des lésions de sclérose en plaques. L’objectif est d’améliorer les modèles de représentation de l’image et d’adapter les méthodes d’apprentissage pour la reconnaissance visuelle, dans le cas où des informations de haut niveau telles que les lésions SEP incluses dans l’IRM sont extraites. Nous proposons dans cette thèse un nouvel algorithme de normalisation d’intensité en IRM, particulièrement centré sur la normalisation d’images longitudinales multimodales, afin de produire des détections d’évolution de lésion robustes. Cette normalisation est centrée sur la modélisation de l’histogramme de l’image par un modèle de mixture de Gaussiennes robuste à la présence de lésions. Faisant suite à cet algorithme, nous proposons également deux nouvelles méthodes de détection de lésions SEP basées sur (1) une comparaison statistique du patient vis à vis d’une population de sujets contrôle et (2) un cadre probabiliste de détection basé sur un apprentissage d’une classe (tissus sains). Nous avons évalué les algorithmes proposés sur plusieurs jeux de données multi-centriques et vérifié leur efficacité dans la détection de lésions.
Document type :
Theses
Complete list of metadatas

Cited literature [100 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-01270533
Contributor : Abes Star :  Contact
Submitted on : Monday, March 7, 2016 - 4:12:16 PM
Last modification on : Friday, July 10, 2020 - 4:22:22 PM
Document(s) archivé(s) le : Sunday, November 13, 2016 - 6:36:18 AM

File

KARPATE_Yogesh.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-01270533, version 2

Citation

Yogesh Karpate. Enhanced representation & learning of magnetic resonance signatures in multiple sclerosis. Medical Imaging. Université Rennes 1, 2015. English. ⟨NNT : 2015REN1S068⟩. ⟨tel-01270533v2⟩

Share

Metrics

Record views

532

Files downloads

698