Détection et description de points clés par apprentissage - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2023

Learning-based detection and description of key points

Détection et description de points clés par apprentissage

Résumé

Hospitals are increasingly generating 3D medical images that require automatic registration for systematic and large-scale analysis. Key points are used to reduce the time and memory required for this registration, and can be detected and described using various classical methods, as well as neural networks, as demonstrated numerous times in 2D. This thesis presents results and discussions on methods for detecting and describing key points using 3D neural networks. Two types of networks were studied to detect and/or describe characteristic points in 3D medical images. The first networks studied describe the areas directly surrounding key points, while the second type performs both detection and description of key points in a single step.
Les hôpitaux génèrent de plus en plus d’images médicales en 3D. Ces volumes nécessitent un recalage automatique, en vue d’être analysés de manière systématique et à grande échelle. Les points clés sont utilisés pour réduire la durée et la mémoire nécessaires à ce recalage et peuvent être détectés et décrits à l’aide de différentes méthodes classiques, mais également à l’aide de réseaux neuronaux, comme cela a été démontré de nombreuses fois en 2D. Cette thèse présente les résultats et les discussions sur les méthodes de détection et de description de points clés à l’aide de réseaux neuronaux 3D. Deux types de réseaux ont été étudiés pour détecter et/ou décrire des points caractéristiques dans des images médicales 3D. Les premiers réseaux étudiés permettent de décrire les zones entourant directement les points clés, tandis que les seconds effectuent les deux étapes de détection et de description des points clés en une seule fois.
Fichier principal
Vignette du fichier
these.pdf (7.92 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04583713 , version 1 (22-05-2024)

Identifiants

  • HAL Id : tel-04583713 , version 1

Citer

Nicolas Loiseau-Witon. Détection et description de points clés par apprentissage. Imagerie médicale. INSA de Lyon, 2023. Français. ⟨NNT : 2023ISAL0101⟩. ⟨tel-04583713⟩
0 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More