Titre de l'écran-titre (visionné le 12 octobre 2023) / Le mémoire s'inscrit dans un contexte de segmentation vasculaire en trois dimensions. Il s'intéresse à l'analyse d'angiogrammes cérébraux de souris acquis par microscopie deux photons in vivo. Le projet vise à départager automatiquement l'appartenance d'un voxel à l'architecture vasculaire cérébrale ou aux autres tissus. La littérature spécifique à la segmentation vasculaire d'angiogrammes acquis par microscopie deux-photons est émergente. Les modèles existants tentent de s'adapter aux limites physiques et biologiques de cette modalité afin d'extraire l'information vasculaire. La performance d'un modèle d'apprentissage profond récent est quantifiée. Les résultats motivent l'exploration des paramètres susceptibles de limiter la qualité et la robustesse de la segmentation. Un nouvel algorithme de segmentation est développé en intégrant la géométrie des vaisseaux sanguins au sein du processus de classification. La pertinence des métriques de segmentation est discutée dans un contexte de débalancement entre la classe vasculaire et les tissus. Le mémoire vise à fournir et comparer des outils numériques permettant de guider la segmentation automatique d'angiogrammes cérébraux acquis par microscopie deux-photons.
Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/126825 |
Date | 17 October 2023 |
Creators | Dion, Frédéric |
Contributors | Desjardins, Michèle, Archambault, Louis |
Source Sets | Université Laval |
Language | French |
Detected Language | French |
Type | COAR1_1::Texte::Thèse::Mémoire de maîtrise |
Format | 1 ressource en ligne (vii, 83 pages), application/pdf |
Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0604 seconds