• ENT
  • Intranet
  • Portail étudiant
  • Portail université

Outils accessibilité :

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

UPThèses

Recherche

Rjiba Saifeddine

Assistance virtuelle pour la prévention des risques cardiovasculaires

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

Assistance virtuelle pour la prévention des risques cardiovasculaires

Les maladies coronariennes et les attaques cérébrales ont longtemps été la principale cause de décès en France, comme dans de nombreux pays dans le monde. Dans ce travail de thèse, nous proposons d’offrir aux experts médicaux des algorithmes automatiques pour l’analyse de données à caractère biomédical en vue de la prévention des risques cardiovasculaires (sténoses) et les accidents vasculaires cérébraux (anévrismes). Nous déployons pour cela des outils novateurs basés sur les techniques de l’intelligence artificielle permettant d’extraire l’arbre artériel, de détecter les sténoses, de classifier les types des plaques coronaires et de segmenter les anévrismes intracrâniens non rompus. Nous introduisons, également, une nouvelle base de données que nous avons créé à l’aide des efforts des équipes médicales du CHU Poitiers.

Mots-clés libres : Aide au diagnostic automatique, intelligence artifcielle, CTA, artères coronaires, sténose, MRA-TOF, anévrisme.

    Rameau (langage normalisé) :
  • Artères coronaires
  • Sténose coronaire
  • Intelligence artificielle en médecine
  • Scanner cardiaque
  • Angiographie par résonance magnétique
  • Imagerie pour le diagnostic

English

Virtual assistance for the prevention of cardiovascular risks

Cardiovascular disease and cerebrovascular accidents have long been the main cause of death in France, as in many countries in the world. In this thesis, we propose to offer medical experts automatic algorithms for the analysis of biomedical data with the aim of preventing cardiovascular risks (stenoses) and strokes (aneurysms). We deploy innovative tools based on artifcial intelligence techniques to extract the arterial tree, detect stenoses, classify coronary plaque types and segment unruptured intracranial aneurysms. We are also introducing a new database created with the collaboration of the medical teams of the Poitiers University Hospital.

Keywords : Automatic computer assisted detection, Artificial intelligence, CTA, Coronary ar- teries, Stenosis, MRA-TOF, Aneurysm.

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, Thierry Urruty, Roger Delepaule
Date de soutenance :
21 septembre 2022
Président du jury :
Fabrice Mériaudeau
Rapporteurs :
Jenny Benois-Pineau, Sylvain Faisan

  • 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