• ENT
  • Intranet
  • Portail étudiant
  • Portail université

Outils accessibilité :

  • Accessibilité |
  • Aller au contenu |
  • Aller au menu
 

UPThèses

Recherche

Dequidt Paul

Analyse de données RMN multimodales par intelligence artificielle pour la discrimination binaire du grade du gliome

frDépôt légal électronique

Consulter le texte intégral de la thèse (format PDF)  

Couverture du document

Index

École doctorale :

  • SISMI – Sciences et ingénierie des systèmes, mathématiques, informatique

UFR ou institut :

  • UFR des sciences fondamentales et appliquées (SFA)

Secteur de recherche :

  • Traitement du signal et des images

Section CNU :

  • Génie informatique, automatique et traitement du signal

Résumé

  • Français
  • English
 

Français

Analyse de données RMN multimodales par intelligence artificielle pour la discrimination binaire du grade du gliome

Les gliomes sont des tumeurs cérébrales dont l'évolution de bas grade à haut grade signe un diagnostic sombre pour le patient. Le grade du gliome est connu via des techniques invasives : analyse de pièce chirurgicale ou biopsie. Le CHU de Poitiers propose une alternative non-invasive via un bilan d'imagerie par résonance magnétique multimodal, regroupant des données anatomiques, de diffusion, de perfusion et de spectroscopie. Dans ce travail de thèse, nous proposons d'implémenter des outils de classification automatique depuis l'analyse de ces images multivariées. Nous déployons pour cela des outils novateurs permettant d'analyser le comportement de classifieurs automatiques. Cela nous amène à pointer des incohérences au sein de la base de données la plus utilisée sur la tâche de classification binaire du grade du gliome. Nous proposons une alternative via un consensus de cinq experts radiologues. Puis, nous créons une chaîne de traitement complète allant de l'acquisition à la classification, et explorons comment les données multimodales améliorent les performances de classification automatique.

Mots-clés libres : Gliome, IRM, Aide au diagnostic automatique, Exploration de données.

    Rameau (langage normalisé) :
  • Gliomes
  • Imagerie par résonance magnétique
  • Intelligence artificielle en médecine
  • Imagerie pour le diagnostic
  • Analyse des données

English

Multimodal NMR data analysis for binary glioma grade classification using artificial intelligence

Gliomas are brain tumors whose evolution from low to high grade is a sign of a darkened outcome. The grade is assessed through invasive techniques such as or surgery or biopsy. The Poitiers University Hospital develops a non-invasive alternative through multimodal magnetic resonance imaging, including anatomical, diffusion, perfusion and spectroscopy data. In this thesis, we have proposed new tools to analyse an automatic classifier's behaviour. This help us underline inconsistencies within the most popular database used for glioma binary grade classification. We have proposed an alternative through a consensus of five expert radiologists. Then, we have designed a pipeline for automatic data processing, from the acquisition to the classification, and explore how multimodal data can enhance the classifier's performances.

Keywords : Glioma, MRI, Computed-aided diagnosis, Data exploration.

Notice

Diplôme :
Doctorat d'Université
Établissement de soutenance :
Université de Poitiers
UFR, institut ou école :
UFR des sciences fondamentales et appliquées (SFA)
Laboratoire :
XLIM
Domaine de recherche :
Traitement du signal et des images
Directeur(s) de thèse :
Christine Fernandez-Maloigne, Rémy Guillevin
Date de soutenance :
05 février 2021
Président du jury :
Olivier Colot
Rapporteurs :
Su Ruan, Michèle Rombaut
Membres du jury :
Christine Fernandez-Maloigne, Rémy Guillevin, Pascal Bourdon, Benoît Tremblais, Christophe Habas

  • Tweeter
  • Partager
 

Menu :

  • Rechercher par...

    • Années de soutenance
    • Auteurs
    • Directeurs de thèse
    • Écoles doctorales
    • Secteurs de recherche
    • Sections CNU
    • UFR, instituts et Écoles
    • Recherche ciblée
  • À propos d'UPthèses

    • Présentation
    • Mode d'emploi
    • Contacts
  • Voir aussi

    • theses.fr
    • Bibliothèques de l'UP
    • Sudoc

Annexe :

  • Une question ?

    Avec le service Ubib.fr, posez votre question par chat à un bibliothécaire dans la fenêtre ci-dessous :


    ou par messagerie électronique 7j/7 - 24h/24h, une réponse vous sera adressée sous 48h.
    Accédez au formulaire...
 
 

Université de Poitiers - 15, rue de l'Hôtel Dieu - 86034 POITIERS Cedex - France - Tél : (33) (0)5 49 45 30 00 - Fax : (33) (0)5 49 45 30 50
these@support.univ-poitiers.fr - Crédits et mentions légales