• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 3
  • 1
  • Tagged with
  • 3
  • 3
  • 2
  • 2
  • 2
  • 2
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

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

Girard, Gabriel January 2013 (has links)
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.
2

Tractographie de la matière blanche orientée par a priori anatomiques et microstructurels / White matter tractography guided by anatomical and microstructural priors

Girard, Gabriel 20 April 2016 (has links)
L’imagerie par résonance magnétique pondérée en diffusion est une modalité unique sensible aux mouvements microscopiques des molécules d’eau dans les tissus biologiques. Il est possible d’utiliser les caractéristiques de ce mouvement pour inférer la structure macroscopique des faisceaux de la matière blanche du cerveau. La technique, appelée tractographie, est devenue l’outil de choix pour étudier cette structure de façon non invasive. Par exemple, la tractographie est utilisée en planification neurochirurgicale et pour le suivi du développement de maladies neurodégénératives.Dans cette thèse, nous exposons certains des biais introduits lors de reconstructions par tractographie, et des méthodes sont proposées pour les réduire. D’abord, nous utilisons des connaissances anatomiques a priori pour orienter la reconstruction. Ainsi, nous montrons que l’information anatomique sur la nature des tissus permet d'estimer des faisceaux anatomiquement plausibles et de réduire les biais dans l’estimation de structures complexes de la matière blanche. Ensuite, nous utilisons des connnaissances microstructurelles a priori dans la reconstruction, afin de permettre à la tractographie de suivre le mouvement des molécules d’eau non seulement le long des faisceaux, mais aussi dans des milieux microstructurels spécifiques. La tractographie peut ainsi distinguer différents faisceaux, réduire les erreurs de reconstruction et permettre l’étude de la microstructure le long de la matière blanche. Somme toute, nous montrons que l’utilisation de connaissances anatomiques et microstructurelles a priori, en tractographie, augmente l’exactitude des reconstructions de la matière blanche du cerveau. / Diffusion-weighted magnetic resonance imaging is a unique imaging modality sensitive to the microscopic movement of water molecules in biological tissues. By characterizing the movement of water molecules, it is possible to infer the macroscopic neuronal pathways of the brain. The technique, so-called tractography, had become the tool of choice to study non-invasively the human brain's white matter in vivo. For instance, it has been used in neurosurgical intervention planning and in neurodegenerative diseases monitoring. In this thesis, we report biases from current tractography reconstruction and suggest methods to reduce them. We first use anatomical priors, derived from a high resolution T1-weighted image, to guide tractography. We show that knowledge of the nature of biological tissue helps tractography to reconstruct anatomically valid neuronal pathways, and reduces biases in the estimation of complex white matter regions. We then use microstructural priors, derived from the state-of-the-art diffusionweighted magnetic resonance imaging protocol, in the tractography reconstruction process. This allows tractography to follow the movement of water molecules not only along neuronal pathways, but also in a microstructurally specific environment. Thus, the tractography distinguishes more accurately neuronal pathways and reduces reconstruction errors. Moreover, it provides the mean to study white matter microstructure characteristics along neuronal pathways. Altogether, we show that anatomical and microstructural priors used during the tractography process improve brain’s white matter reconstruction.
3

Analyse a posteriori d'algorithmes itératifs pour des problèmes non linéaires. / A posteriori analyses of iterative algorithm for nonlinear problems.

Dakroub, Jad 07 October 2014 (has links)
La résolution numérique de n’importe quelle discrétisation d’équations aux dérivées partielles non linéaires requiert le plus souvent un algorithme itératif. En général, la discrétisation des équations aux dérivées partielles donne lieu à des systèmes de grandes dimensions. Comme la résolution des grands systèmes est très coûteuse en terme de temps de calcul, une question importante se pose: afin d’obtenir une solution approchée de bonne qualité, quand est-ce qu’il faut arrêter l’itération afin d’éviter les itérations inutiles ? L’objectif de cette thèse est alors d’appliquer, à différentes équations, une méthode qui nous permet de diminuer le nombre d’itérations de la résolution des systèmes en gardant toujours une bonne précision de la méthode numérique. En d’autres termes, notre but est d’appliquer une nouvelle méthode qui fournira un gain remarquable en terme de temps de calcul. Tout d’abord, nous appliquons cette méthode pour un problème non linéaire modèle. Nous effectuons l’analyse a priori et a posteriori de la discrétisation par éléments finis de ce problème et nous proposons par la suite deux algorithmes de résolution itérative correspondants. Nous calculons les estimations d’erreur a posteriori de nos algorithmes itératifs proposés et nous présentons ensuite quelques résultats d’expérience numériques afin de comparer ces deux algorithmes. Nous appliquerons de même cette approche pour les équations de Navier-Stokes. Nous proposons un schéma itératif et nous étudions la convergence et l’analyse a priori et a posteriori correspondantes. Finalement, nous présentons des simulations numériques montrant l’efficacité de notre méthode. / The numerical resolution of any discretization of nonlinear PDEs most often requires an iterative algorithm. In general, the discretization of partial differential equations leads to large systems. As the resolution of large systems is very costly in terms of computation time, an important question arises. To obtain an approximate solution of good quality, when is it necessary to stop the iteration in order to avoid unnecessary iterations? A posteriori error indicators have been studied in recent years owing to their remarkable capacity to enhance both speed and accuracy in computing. This thesis deals with a posteriori error estimation for the finite element discretization of nonlinear problems. Our purpose is to apply a new method that allows us to reduce the number of iterations of the resolution system while keeping a good accuracy of the numerical method. In other words, our goal is to apply a new method that provides a remarkable gain in computation time. For a given nonlinear equation we propose a finite element discretization relying on the Galerkin method. We solve the discrete problem using two iterative methods involving some kind of linearization. For each of them, there are actually two sources of error, namely discretization and linearization. Balancing these two errors can be very important, since it avoids performing an excessive number of iterations. Our results lead to the construction of computable upper indicators for the full error. Similarly, we apply this approach to the Navier-Stokes equations. Several numerical tests are provided to evaluate the efficiency of our indicators.

Page generated in 0.3613 seconds