• Langue : Français
• Discipline : Informatique
• Identifiant : 2017LIL10003
• Type de thèse : Doctorat
• Date de soutenance : 27/01/2017

Résumé en langue originale

Le meilleur traitement des troubles des mobilités du système pelvien féminin est un enjeu de société concernant particulièrement les femmes âgées. C'est dans ce contexte que cette thèse porte sur le développement des méthodes d'analyse d'images médicales permettant d'évaluer les mobilités pelviennes et modéliser les géométries des organes pelviens. Pour ce faire, nous proposons des solutions reposant sur le recalage des modèles déformables sur des images, issues de la technique d'Imagerie par Résonance Magnétique (IRM). L'ensemble des résultats permet, à partir d'IRM, spécifiquement à chaque patiente, de détecter la forme et de quantifier le mouvement d'une part des organes et de reconstruire leurs surfaces. Ce travail facilite la simulation du comportement des organes pelviens par la méthode des éléments finis. L'ensemble des outils développés a pour objectif d'aider à comprendre le mécanisme des pathologies. Ceci permettra enfin de mieux prédire l'apparition de certaines d'entre elles, de préciser et personnaliser les procédures chirurgicales.

Résumé traduit

The better treatment of female pelvic mobility disorders has a social impact affecting particularly aged women. It is in this context that this thesis focuses on the development of methods in medical image analysis, for the evaluation of pelvic mobility and the geometric modeling of the pelvic organs. For this purpose, we provide solutions based on the registration of deformable models on Magnetic Resonance Images (MRI). All the results are able to detect the shape and quantify the movement of a part of the organs and to reconstruct their surfaces from patient-specific MRI. This work facilitates the simulation of the behavior of the pelvic organs using finite element method. The objective of these developed tools is to help to better understand the mechanism of the pathologies. They will finally allow to better predict the presence of certain diseases, as well as make surgical procedures more accurate and personalized.