• Français
    • English
  • Français 
    • Français
    • English
  • Login
View Document 
  •   Savoirs UdeS Home
  • Sciences
  • Sciences – Mémoires
  • View Document
  •   Savoirs UdeS Home
  • Sciences
  • Sciences – Mémoires
  • View Document
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

All of Savoirs UdeSDomains & CollectionsBy Issue DateAuthorsTitlesSubjectsDirectorsThis CollectionBy Issue DateAuthorsTitlesSubjectsDirectors

My Account

Login

Statistics

View Usage Statistics

Tractographie en imagerie par résonance magnétique de diffusion approches avec a priori anatomiques

Thumbnail
View/Open
MR91661.pdf (6.563Mb)
Publication date
2013
Author(s)
Girard, Gabriel
Subject
Critère d'arrêt
 
Tractographie
 
Matière blanche
 
IRM de diffusion
 
Imagerie par résonance magnétique
Show full document record
Abstract
L'imagerie par résonance magnétique de diffusion permet de mesurer l'intensité de la diffusion de l'eau dans plusieurs directions et révèle l'orientation locale des structures biologiques sous-jacentes, notamment l'orientation locale du réseau d'axones du cerveau. Une procédure appelée tractographie a pour objectif d'estimer la structure 3D de ce réseau d'axones à partir de l'information de diffusion. Les algorithmes de tractographie sont généralement contraints dans un sous-ensemble de l'image de diffusion où l'information mesurée est cohérente, par exemple par un masque de la matière blanche. L'algorithme de tractographie termine lorsqu'il atteint la frontière du masque. Quel effet le masque a-t-il sur les résultats produits par l'algorithme de tractographie ? Comment produire des résultats anatomiquement cohérents ? Dans ce mémoire, nous présentons des méthodes utilisant l'information des cartes probabilistes des tissus cérébraux provenant d'une image par résonance magnétique de type anatomique afin de produire une estimation la structure du réseau d'axones. L'objectif est d'estimer la structure 3D de la matière blanche en utilisant des connaissances a priori pour produire des résultats plus précis et cohérents. Notamment, nous proposons une approche reposant sur un filtre à particules pour modéliser la vraisemblance des structures estimées. Les résultats des méthodes développées sont comparés à d'autres méthodes sur des données synthétiques, sur des données cérébrales saines et sur des données cérébrales cliniques avec tumeurs cérébrales.
URI
http://hdl.handle.net/11143/5769
Collection
  • Sciences – Mémoires [1215]

DSpace software [version 5.4 XMLUI], copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
 

 


DSpace software [version 5.4 XMLUI], copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback