{"id":{"repo_id":"ets-quebec","oai_identifier":"oai:espace.etsmtl.ca:544"},"canonical_url":"https://search.ndltd.org/etd/ets-quebec/oai:espace.etsmtl.ca:544","repository":{"repo_id":"ets-quebec","name":"ETS (Quebec)","base_url":"https://espace.etsmtl.ca/cgi/oai2"},"display":{"title":"Segmentation tridimensionnelle des anévrismes de l'aorte abdominale","abstract":"L'anévrisme de l'aorte abdominale (AAA), traduit par une dilatation anormale des parois de l'artère, est l'une des maladies du système artériel parmi les plus mortelles. Pour traiter cette maladie, deux types de traitements sont possibles: la chirurgie ouverte classique et le traitement endovasculaire. Dans les deux cas, des mesures précises de l'AAA sont nécessaires afin de déterminer le moment ou un traitement est nécessaire, déterminer la forme et la taille de la prothèse à utiliser ainsi que la position précise où elle doit être placée. Toutes ces informations peuvent facilement être accessibles par la création d'un modèle 3D de l'AAA du patient à partir d'images médicales. Pour y arriver, la délimitation, ou la segmentation de l'AAA, doit être réalisée sur chacune des images. Dans ce projet, deux méthodes de segmentation tridimensionnelle ont été mises au point dans le but de délimiter l'AAA à partir des images acquises par tomographie axiale. La première méthode, basée sur l'évolution par courbes de niveaux, repose sur la combinaison de techniques existantes et nouvelles. La seconde méthode, appelée Chav-Troeung, a été spécialement développée dans le cadre de ce projet et repose sur des techniques simples et extrêmement rapides. Ces deux méthodes permettent de segmenter les structures qui composent l'AAA soit la lumière, le thrombus et les calcifications. Les tests de validation ont permis de confirmer la supériorité de la méthode Chav-Troeung, autant pour la précision et la robustesse de la segmentation, que pour sa rapidité. Toutes ces méthodes ont été implantées et testées avec MATLAB.","abstract_html":"L&#x27;anévrisme de l&#x27;aorte abdominale (AAA), traduit par une dilatation anormale des parois de l&#x27;artère, est l&#x27;une des maladies du système artériel parmi les plus mortelles. Pour traiter cette maladie, deux types de traitements sont possibles: la chirurgie ouverte classique et le traitement endovasculaire. Dans les deux cas, des mesures précises de l&#x27;AAA sont nécessaires afin de déterminer le moment ou un traitement est nécessaire, déterminer la forme et la taille de la prothèse à utiliser ainsi que la position précise où elle doit être placée. Toutes ces informations peuvent facilement être accessibles par la création d&#x27;un modèle 3D de l&#x27;AAA du patient à partir d&#x27;images médicales. Pour y arriver, la délimitation, ou la segmentation de l&#x27;AAA, doit être réalisée sur chacune des images. Dans ce projet, deux méthodes de segmentation tridimensionnelle ont été mises au point dans le but de délimiter l&#x27;AAA à partir des images acquises par tomographie axiale. La première méthode, basée sur l&#x27;évolution par courbes de niveaux, repose sur la combinaison de techniques existantes et nouvelles. La seconde méthode, appelée Chav-Troeung, a été spécialement développée dans le cadre de ce projet et repose sur des techniques simples et extrêmement rapides. Ces deux méthodes permettent de segmenter les structures qui composent l&#x27;AAA soit la lumière, le thrombus et les calcifications. Les tests de validation ont permis de confirmer la supériorité de la méthode Chav-Troeung, autant pour la précision et la robustesse de la segmentation, que pour sa rapidité. Toutes ces méthodes ont été implantées et testées avec MATLAB.","abstract_has_math":false,"creators":["Chav, Ramnada"],"institution":"École de technologie supérieure","degree_name":"Mémoire de maîtrise électronique","degree_level":"masters","degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2006,"date_issued":"2006-01-06","date_published":"2006-01-06","updated_at":"2026-11-18T22:04:51Z","subjects":["Imagerie médicale, Imagerie tridimensionnelle, Traitement d'images, Techniques numériques, Anévrisme abdominal"],"languages":["fr"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE544"],"render_values":[{"text":"INSERT-YOUR-LIBRARY-ID-HERE544","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":null,"outbound_label":null,"outbound_source":null,"record_url":null,"record_label":null,"record_kind":null,"record_source":null,"download_url":"https://espace.etsmtl.ca/id/eprint/544/1/CHAV_Ramnada.pdf","download_label":"Download PDF","download_source":"dc:identifier","access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://espace.etsmtl.ca/cgi/oai2?verb=GetRecord&metadataPrefix=oai_etdms&identifier=oai%3Aespace.etsmtl.ca%3A544","prefix":"oai_etdms"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Chav, Ramnada"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2006-01-06"]},{"key":"dc:publisher","label":"Institution","values":["École de technologie supérieure"]},{"key":"dc:type","label":"Dc Type","values":["Electronic Thesis or Dissertation"]},{"key":"thesis:degree_level","label":"Degree Level","values":["masters"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Mémoire de maîtrise électronique"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["École de technologie supérieure"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Imagerie médicale, Imagerie tridimensionnelle, Traitement d'images, Techniques numériques, Anévrisme abdominal"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["fr"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE544","https://espace.etsmtl.ca/id/eprint/544/1/CHAV_Ramnada.pdf"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["L'anévrisme de l'aorte abdominale (AAA), traduit par une dilatation anormale des parois de l'artère, est l'une des maladies du système artériel parmi les plus mortelles. Pour traiter cette maladie, deux types de traitements sont possibles: la chirurgie ouverte classique et le traitement endovasculaire. Dans les deux cas, des mesures précises de l'AAA sont nécessaires afin de déterminer le moment ou un traitement est nécessaire, déterminer la forme et la taille de la prothèse à utiliser ainsi que la position précise où elle doit être placée. Toutes ces informations peuvent facilement être accessibles par la création d'un modèle 3D de l'AAA du patient à partir d'images médicales. Pour y arriver, la délimitation, ou la segmentation de l'AAA, doit être réalisée sur chacune des images. Dans ce projet, deux méthodes de segmentation tridimensionnelle ont été mises au point dans le but de délimiter l'AAA à partir des images acquises par tomographie axiale. La première méthode, basée sur l'évolution par courbes de niveaux, repose sur la combinaison de techniques existantes et nouvelles. La seconde méthode, appelée Chav-Troeung, a été spécialement développée dans le cadre de ce projet et repose sur des techniques simples et extrêmement rapides. Ces deux méthodes permettent de segmenter les structures qui composent l'AAA soit la lumière, le thrombus et les calcifications. Les tests de validation ont permis de confirmer la supériorité de la méthode Chav-Troeung, autant pour la précision et la robustesse de la segmentation, que pour sa rapidité. Toutes ces méthodes ont été implantées et testées avec MATLAB."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Segmentation tridimensionnelle des anévrismes de l'aorte abdominale"]}]}],"canonical_facts":{"dc:creator":["Chav, Ramnada"],"dc:date":["2006-01-06"],"dc:description":["L'anévrisme de l'aorte abdominale (AAA), traduit par une dilatation anormale des parois de l'artère, est l'une des maladies du système artériel parmi les plus mortelles. Pour traiter cette maladie, deux types de traitements sont possibles: la chirurgie ouverte classique et le traitement endovasculaire. Dans les deux cas, des mesures précises de l'AAA sont nécessaires afin de déterminer le moment ou un traitement est nécessaire, déterminer la forme et la taille de la prothèse à utiliser ainsi que la position précise où elle doit être placée. Toutes ces informations peuvent facilement être accessibles par la création d'un modèle 3D de l'AAA du patient à partir d'images médicales. Pour y arriver, la délimitation, ou la segmentation de l'AAA, doit être réalisée sur chacune des images. Dans ce projet, deux méthodes de segmentation tridimensionnelle ont été mises au point dans le but de délimiter l'AAA à partir des images acquises par tomographie axiale. La première méthode, basée sur l'évolution par courbes de niveaux, repose sur la combinaison de techniques existantes et nouvelles. La seconde méthode, appelée Chav-Troeung, a été spécialement développée dans le cadre de ce projet et repose sur des techniques simples et extrêmement rapides. Ces deux méthodes permettent de segmenter les structures qui composent l'AAA soit la lumière, le thrombus et les calcifications. Les tests de validation ont permis de confirmer la supériorité de la méthode Chav-Troeung, autant pour la précision et la robustesse de la segmentation, que pour sa rapidité. Toutes ces méthodes ont été implantées et testées avec MATLAB."],"dc:format":["application/pdf"],"dc:identifier":["INSERT-YOUR-LIBRARY-ID-HERE544","https://espace.etsmtl.ca/id/eprint/544/1/CHAV_Ramnada.pdf"],"dc:language":["fr"],"dc:publisher":["École de technologie supérieure"],"dc:subject":["Imagerie médicale, Imagerie tridimensionnelle, Traitement d'images, Techniques numériques, Anévrisme abdominal"],"dc:title":["Segmentation tridimensionnelle des anévrismes de l'aorte abdominale"],"dc:type":["Electronic Thesis or Dissertation"],"thesis:degree_level":["masters"],"thesis:degree_name":["Mémoire de maîtrise électronique"],"thesis:institution_name":["École de technologie supérieure"]},"updated_at":"2026-11-18T22:04:51Z"}