Return to search

Débruitage et correction d'images IRM. Application à la caractérisation de produits agroalimentaires

L'imagerie par résonance magnétique (IRM) est une modalité non-invasive développée pour le diagnostic clinique. D'autres domaines se sont approprié cette technique, comme l'analyse de produits agroalimentaires. Le cadre applicatif de nos travaux est l'étude de la répartition des tissus adipeux chez le poisson en IRM bas champ. Au-delà de la visualisation, c'est la quantification des tissus qui nous intéresse ici. Une quantification précise requiert le débruitage des images et la correction des inhomogénéités d'intensité liées à la variation spatiale du champ magnétique radiofréquence (RF). En IRM pondérée-T1 utilisée ici, les inhomogénéités de la RF ont un effet complexe et introduisent un biais qui dépend du tissu en présence. La méthode proposée aborde de façon unifiée la correction et le débruitage dans le cadre de la résolution des problèmes inverses. Elle prend en compte un modèle de biais issu de la physique de l'IRM auquel s'ajoute un modèle de l'échantillon vu comme une somme pondérée de tissus. La méthode est basée sur la minimisation d'un critère pénalisé comprenant des termes d'attache aux données et des termes de régularisation assurant des solutions spatialement lisses tout en conservant les contours dans l'image. Elle impose d'acquérir plusieurs images avec des protocoles différents. La minimisation est basée sur une résolution par blocs de variables, chaque bloc faisant appel à l'algorithme du gradient conjugué. Des résultats obtenus sur des images de poisson valident l'approche. Nous présentons de plus les résultats préliminaires d'une démarche de planification d'expérience pour choisir les protocoles permettant une estimation optimale des variables.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00414197
Date08 October 2008
CreatorsCollewet, Guylaine
PublisherEcole centrale de nantes - ECN
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0075 seconds