Skip to Main content Skip to Navigation
Theses

AI-driven Detection, Characterization and Classification of Chronic Lung Diseases

Résumé : L’évaluation de la gravité et la surveillance des maladies pulmonaires chroniques représentent deux challenges importants pour la prise en charge des patients et l’évaluation des traitements. La surveillance repose principalement sur les données fonctionnelles respiratoires mais l’évaluation morphologique reste un point essentiel pour le diagnostic et l’évaluation de sévérité. Dans la première partie de cette thèse, nous proposons différents modèles pour quantifier la sévérité de pathologies bronchiques chroniques au scanner. Une approche simple par seuillage adaptatif et une méthode plus sophistiquée de radiomique sont évaluées Dans la seconde partie, nous évaluons une méthode d’apprentissage profond pour contourer automatiquement l’atteinte fibrosante de la sclérodermie en scanner. Nous combinons le recalage élastique vers différents atlas morphologiques thoraciques et l’apprentissage profond pour développer un modèle dont les performances sont équivalentes à celles des radiologues. Dans la dernière partie, nous démontrons que l’étude de la déformation pulmonaire en IRM entre inspiration et expiration peut être utilisée pour repérer les régions pulmonaires en transformation fibreuse, moins déformables au cours de la respiration, et qu’en scanner, l’évaluation de la déformation entre des examens successifs de suivi peut diagnostiquer l’aggravation fibreuse chez les patients sclérodermiques.
Complete list of metadatas

Cited literature [241 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-02885754
Contributor : Abes Star :  Contact
Submitted on : Wednesday, July 1, 2020 - 1:06:17 AM
Last modification on : Thursday, July 9, 2020 - 4:06:04 PM

File

78689_CHASSAGNON_2019_archivag...
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-02885754, version 1

Citation

Guillaume Chassagnon. AI-driven Detection, Characterization and Classification of Chronic Lung Diseases. Signal and Image processing. Université Paris Saclay (COmUE), 2019. English. ⟨NNT : 2019SACLC101⟩. ⟨tel-02885754⟩

Share

Metrics

Record views

73

Files downloads

19