La validation des algorithmes de tractographie et l’optimisation des paramètres choisis en référence à une vérité terrain, sont primordiales avant l’utilisation de ces méthodes en routine clinique. D’une part, nous présentons une méthode de comparaison quantitative de reconstructions issues de la tractographie à celles reconstruites depuis la dissection par un scanner laser. Cette comparaison permet d’évaluer les reconstructions de différents modèles et algorithmes de tractographie (déterministe, probabiliste) en les confrontant à une vérité terrain acquise par le scanner laser (surfaces triangulées). La transformation des données sous des formats communs était nécessaire avant leur comparaison quantitative. Deux méthodes de comparaison, surface-surface et volume-volume ont été proposées. D’autre part, nous présentons une méthode d’optimisation par algorithme génétique (AG), des paramètres de tractographie déterministe. L’AG est un algorithme itératif d’optimisation basé sur la sélection naturelle, il est capable d’optimiser des problèmes complexes ayant plusieurs paramètres. Etant donné la vérité terrain d’un faisceau, l’AG se propose de trouver le jeu de paramètres optimal donnant le meilleur résultat de tractographie. Les méthodes de comparaisons et d’optimisation ont été appliquées à un faisceau d’objet test puis à deux faisceaux disséqués à partir d’un cerveau humain post mortem après acquisitions IRM et scanner laser. / Tractography validation and optimization of tracking parameters against a ground truth are mandatory before a large clinical use. First, we present a method to quantitatively compare tractography reconstructions to a ground truth derived from laser scanner acquisitions of dissected specimens. This comparison allows evaluation of multiple models and tractography approaches (deterministic, probabilistic…). The ground truth used for this comparison was acquired from dissected specimens using a surface laser scanner, which produces triangulated surface meshes. Data transformation to a common format was necessary before quantitative comparisons. Two comparison methods were proposed, surface-to-surface and volume-to-volume. Second, we propose a method for automatic optimization of deterministic tractography parameters using a genetic algorithm (GA). The GA is an iterative optimization algorithm based on natural selection, which is able to optimize complex problems having several parameters. For a given ground truth fasciculus, the GA was expected to find the set of tractography parameters producing the best tractography result according to the ground truth. The comparison and optimization methods were applied to a synthetic bundle derived from a phantom and to two dissected white matter tracts of a human post mortem brain.
| Identifer | oai:union.ndltd.org:theses.fr/2017TOUR3305 |
| Date | 29 September 2017 |
| Creators | Sta, Marouen |
| Contributors | Tours, Destrieux, Christophe, Venturini, Gilles |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0029 seconds