Segmentation of multi-sequence brain mri and application to multiple slerosis
Segmentation d'IRM cérébrales multi-séquences et application à la sclérose en plaques
Abstract
In this thesis, we present our work on the analysis of human brain MRI, in particular brain MRI of multiple sclerosis (MS) patients. The automatic extraction of quantifiers for MS has many potential applications, as well in the clinical field as for clinical trials. Initially, we devoted ourselves to the general study of the disease, in order to precise the role of the MRI in the diagnosis process.We present then the various pretreatments necessary to the robustness of the system, then the segmentation of healthy tissues via a probabilistic model of partial volume effect, as well as a new version of the EM algorithm with a specific treatment of outliers. The use of the various sequences of the acquisition protocol makes it possible to specialize the process for MS lesion detection. A quantitative evaluation of the results as well as a whole of prospects are finally detailed.
Dans ce manuscrit, nous nous sommes intéressés à l'analyse d'IRM cérébrales dans le cadre notamment du suivi de patients souffrant de sclérose en plaques (SEP). L'extraction automatique de quantificateurs pour la SEP a de nombreuses applications potentielles, tant dans le domaine clinique que pour des tests pharmaceutiques. Dans un premier temps, nous nous sommes consacrés à l'étude générale de la maladie, afin de situer le rôle de l'imagerie. Nous présentons ensuite les différents prétraitements nécessaires à la robustesse du système, puis la segmentation des tissus sains via un modèle probabiliste des volumes partiels, ainsi qu'une nouvelle version de l'algorithme EM doté d'un traitement spécifique des points aberrants. L'utilisation des différentes séquences du protocole d'acquisition permet de spécialiser le processus pour la détection des lésions de sclérose en plaques. Une évaluation quantitative des résultats ainsi qu'un ensemble de perspectives sont enfin détaillées.
Loading...