Back to search

École de technologie supérieure

Imagerie ultrasonore par réseaux antagonistes génératifs conditionnels (cGAN)

Abstract

dc:description

La mise en forme des faisceaux avec la méthode de somme et de retard (de l’anglais DelayAnd-Sum : DAS) en combinaison avec une acquisition de type capture matricielle complète (de l’anglais Full-Matrix-Capture : FMC) est une méthode encore aujourd’hui extrêmement utilisée dans le contrôle non destructif pour un grand nombre d’applications d’imagerie ultrasonore. Cependant, dans certains cas, comme les inspections à haute cadence, il est impossible d’envisager une telle méthode sans ralentir le processus. C’est pourquoi dans cette étude, nous avons cherché à contourner cette méthode standard en utilisant un réseau adversaire génératif conditionnel (de l’anglais conditional Generative Adversarial Network : cGAN) en combinaison avec des acquisitions type onde plane à zéro degré. Dans ce mémoire, trois différents modèles de cGAN ont été testés avec différentes fonctions de coût dans trois configurations différentes et les résultats ont été comparés à ceux obtenus grâce à la méthode conventionnelle. Les différents modèles ont été capables de reconstruire avec des résolutions équivalentes les images tout en améliorant dans plus de la moitié des cas le contraste, et en réduisant le niveau de bruit et les artéfacts dans les images. De plus, la méthode proposée a permis de diviser le temps de calcul par 120 et le temps d’acquisition par 64 tout en divisant l’espace de stockage nécessaire aux données d’entrée par 75.

Degree

thesis:*
Name thesis:degree_name
Mémoire de maîtrise électronique
Level thesis:degree_level
masters
Grantor dc:publisher
École de technologie supérieure
Year dc:date
2022

Author and committee

dc:creator, dc:contributor.*
Author dc:creator
  • Molinier, Nathan

Subjects

dc:subject × 1

Rights

Language dc:language
fr

Identifiers

dc:identifier.*
Identifier
INSERT-YOUR-LIBRARY-ID-HERE3165

Chain of custody

source
Harvested from
ETS (Quebec)
Base URL
espace.etsmtl.ca/cgi/oai2
Last updated
2026-11-18
Source record
OAI-PMH GetRecord
citation

Molinier, Nathan. Imagerie ultrasonore par réseaux antagonistes génératifs conditionnels (cGAN). masters thesis, École de technologie supérieure, 2022.