Présentation de mémoire de maîtrise de Gabriel Girard
- Date :
- Cet événement est passé.
- Type :
- Conférences et séminaires
- Lieu :
- D4-2011, Faculté des sciences
Description :
Titre : Tractographie en imagerie par résonance magnétique de diffusion : approche avec a priori anatomique
Conférencier : Gabriel Girard
Résumé
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 de 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.
Président rapporteur : Pierre-Marc Jodoin, professeur, département d’informatique, UdeS
Membres du jury :
- Maxime Descoteaux, directeur de recherche, Département d'informatique, UdeS
- Kevin Whittingstall, professeur, Départment de radiologie diagnostique, UdeS
Toutes les personnes intéressées sont cordialement invitées.
Titre : Tractographie en imagerie par résonance magnétique de diffusion : approche avec a priori anatomique
Conférencier : Gabriel Girard
Résumé
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 de 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.
Président rapporteur : Pierre-Marc Jodoin, professeur, département d’informatique, UdeS
Membres du jury :
- Maxime Descoteaux, directeur de recherche, Département d'informatique, UdeS
- Kevin Whittingstall, professeur, Départment de radiologie diagnostique, UdeS
Toutes les personnes intéressées sont cordialement invitées.