• Langue : Français
• Discipline : Électronique
• Identifiant : Inconnu
• Type de thèse : Doctorat
• Date de soutenance : 01/01/1999

Résumé en langue originale

Cette thèse porte sur la segmentation d'images échocardiographiques prises sous incidence apicale par application d'une méthode de coopération entre les modèles déformables de type contours actifs ou snakes , et les réseaux de neurones de type Hopfield pour l'optimisation. Nous avons repris le modèle originel des contours actifs et nous recherchons le minimum de son potentiel d'énergie en utilisant un réseau de Hopfield. L'originalité de notre travail réside dans l'introduction, dans l'expression de l'énergie, en plus des termes d'énergie interne et d'attache aux données de l'image, d'un terme issu d'un apprentissage par ACP (Analyse en Composantes Principales) effectue sur les champs de déplacement des points du contour entre deux images successives de la séquence apicale. Cette thèse commence par la présentation de la problématique de segmentation d'images échocardiographiques apicales et des différentes techniques qui ont été appliquées. Par la suite, le modèle du contour actif originel est présenté, et ses limites mises à nu. Un premier essai est effectué pour la segmentation de la séquence d'images en utilisant le modèle originel des contours actifs, dans lequel on a introduit un terme supplémentaire issu d'une ACP sur les formes du contour. Les résultats n'étant pas satisfaisants, on modifie le modèle afin de le combiner avec un réseau de Hopfield pour l'optimisation, et une ACP sur les champs de déplacement entre deux images successives. Cette coopération de méthodes apporte de la robustesse aux résultats et permet de se rapprocher des segmentations manuelles effectuées par des experts cardiologues, et qui restent les contours de référence.