University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'auteur
Auteur Hacene Azizi |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Affiner la rechercheAmelioration de la qualite de l’image mammographique pour l’aide au diagnostic du cancer de sein / Ibrahim Mamoutou
Titre : Amelioration de la qualite de l’image mammographique pour l’aide au diagnostic du cancer de sein Type de document : texte imprimé Auteurs : Ibrahim Mamoutou ; Ahmed Koné Cheick ; Hacene Azizi, Directeur de thèse Editeur : Setif:UFA Année de publication : 2021 Importance : 1 vol. (65 f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Physique Mots-clés : Cancer de sein
Techniques du filtrage
Image MédicaleIndex. décimale : 530 Physique Note de contenu :
Sommaire
Introduction 1
1 G´enéralit´es sur les techniques du filtrage 3
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Domaines de filtrage . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1 Domaine spatial . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1.1 Filtres linéaires . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1.2 Filtres non-linéaires . . . . . . . . . . . . . . . . . . . 7
1.2.2 Filtrage dans le domaine fréquentiel . . . . . . . . . . . . . . . 8
1.2.2.1 Avantage du filtrage dans le domaine fréquentiel . . . . 10
1.2.2.2 Inconvénients du filtrage dans le domaine fréquentiel . 10
1.2.2.3 Application du filtre au spectre . . . . . . . . . . . . . 10
1.2.3 Filtrage Spatio-frequentiel . . . . . . . . . . . . . . . . . . . . . 11
1.2.3.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.3.2 Implementation de la méthode . . . . . . . . . . . . . 12
1.3 Artefacts et Bruit affectant les modalitées d’imagerie . . . . . . . . . . . 12
1.3.1 Les différents types de bruit . . . . . . . . . . . . . . . . . . . . 13
1.3.1.1 Le bruit gaussien . . . . . . . . . . . . . . . . . . . . 13
1.3.1.2 le bruit de Poisson . . . . . . . . . . . . . . . . . . . . 13
1.3.1.3 Le bruit Ricien . . . . . . . . . . . . . . . . . . . . . . 13
1.3.1.4 Le bruit de Speckle . . . . . . . . . . . . . . . . . . . 14
1.3.1.5 Le Bruit poivre et sel . . . . . . . . . . . . . . . . . . 14
1.3.1.6 Le flou . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.2 Les artéfacts et bruits en tomodensitométrie . . . . . . . . . . . 15
1.3.3 Les artéfacts et bruits en radiologie traditionnelle ou conventionnelle . . . . . . . . . . 16
1.3.4 Les artéfacts et bruits en IRM . . . . . . . . . . . . . . . . . . 17
1.4 DICOM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5 Régions d’intérêt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2 Filtrage de l’Image Médicale : Application clinique 20
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2 Filtrage de l’image et Aide au diagnostic . . . . . . . . . . . . . . . . . 21
2.2.1 Cancer du sein . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.1.1 ´Etude des masses . . . . . . . . . . . . . . . . . . . . 22
2.2.1.2 Difficultés de traitement d’images en mammographies . 23
2.2.1.3 Travaux du traitement d’images mammographiques . 24
2.2.2 Cancer de peau . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.2.1 Chaine de diagnostic du cancer de la peau par traitement d’image . . . . . .. . . 26
2.2.2.2 Préesentation des principales techniques de diagnostic des cancers de la peau . . . . . . .26
2.2.3 Filtrage d’image en radiothérapie . . . . . . . . . . . . . . . . . 28
2.2.3.1 Les différentes méthodes de segmentation . . . . . . . 29
2.2.4 Fusion et recalage d’image . . . . . . . . . . . . . . . . . . . . . 31
2.2.4.1 Etapes de la fusion d’image . . . . . . . . . . . . . . . 31
2.2.4.2 Application de la fusion d’image dans le domaine médicale 31
2.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3 Apport du filtrage dans le diagnostic du cancer de sein 36
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2 Prétraitement de l’image de mammographie pour la détection précoce du cancer du sein . . .
3.2.1 Les bases de données utilisées . . . . . . . . . . . . . . . . . . . 38
3.2.2 Matériels utilisés . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.2.2.1 Traitement d’image en MATLAB . . . . . . . . . . . 38
3.2.2.2 Le Logiciel VV . . . . . . . . . . . . . . . . . . . . . . 39
3.2.2.3 Les métriques d’évaluations . . . . . . . . . . . . . . . 40
3.2.3 Les méthodes proposées . . . . . . . . . . . . . . . . . . . . . . 41
3.2.3.1 Suppression du bruit de fond . . . . . . . . . . . . . . 42
3.2.3.2 Suppression du bruit de fond . . . . . . . . . . . . . . 42
3.2.3.3 Image améliorée . . . . . . . . . . . . . . . . . . . . . 42
3.2.4 Résultats et discussion . . . . . . . . . . . . . . . . . . . . . . . 42
3.2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3 Comparaison des filtres . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.4 Fusion d’images mammaire . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.4.2 Matériel et méthodes utilisées . . . . . . . . . . . . . . . . . . . 52
3.4.2.1 Fusion par addition . . . . . . . . . . . . . . . . . . . . 52
3.4.2.2 Fusion par soustraction . . . . . . . . . . . . . . . . . 52
3.4.2.3 Fusion par multiplication . . . . . . . . . . . . . . . . 53
3.4.2.4 Fusion par division d’image . . . . . . . . . . . . . . . 53
3.4.2.5 Fusion par la méthode du minimum et du maximum . 54
3.4.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Bibliographie 58Côte titre : MAPH/0523
En ligne : https://drive.google.com/file/d/1-BA3RIMpktqFcl5iNszVtYSWKbOKpuoz/view?usp=shari [...] Format de la ressource électronique : Amelioration de la qualite de l’image mammographique pour l’aide au diagnostic du cancer de sein [texte imprimé] / Ibrahim Mamoutou ; Ahmed Koné Cheick ; Hacene Azizi, Directeur de thèse . - [S.l.] : Setif:UFA, 2021 . - 1 vol. (65 f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Physique Mots-clés : Cancer de sein
Techniques du filtrage
Image MédicaleIndex. décimale : 530 Physique Note de contenu :
Sommaire
Introduction 1
1 G´enéralit´es sur les techniques du filtrage 3
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Domaines de filtrage . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1 Domaine spatial . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1.1 Filtres linéaires . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1.2 Filtres non-linéaires . . . . . . . . . . . . . . . . . . . 7
1.2.2 Filtrage dans le domaine fréquentiel . . . . . . . . . . . . . . . 8
1.2.2.1 Avantage du filtrage dans le domaine fréquentiel . . . . 10
1.2.2.2 Inconvénients du filtrage dans le domaine fréquentiel . 10
1.2.2.3 Application du filtre au spectre . . . . . . . . . . . . . 10
1.2.3 Filtrage Spatio-frequentiel . . . . . . . . . . . . . . . . . . . . . 11
1.2.3.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.3.2 Implementation de la méthode . . . . . . . . . . . . . 12
1.3 Artefacts et Bruit affectant les modalitées d’imagerie . . . . . . . . . . . 12
1.3.1 Les différents types de bruit . . . . . . . . . . . . . . . . . . . . 13
1.3.1.1 Le bruit gaussien . . . . . . . . . . . . . . . . . . . . 13
1.3.1.2 le bruit de Poisson . . . . . . . . . . . . . . . . . . . . 13
1.3.1.3 Le bruit Ricien . . . . . . . . . . . . . . . . . . . . . . 13
1.3.1.4 Le bruit de Speckle . . . . . . . . . . . . . . . . . . . 14
1.3.1.5 Le Bruit poivre et sel . . . . . . . . . . . . . . . . . . 14
1.3.1.6 Le flou . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.2 Les artéfacts et bruits en tomodensitométrie . . . . . . . . . . . 15
1.3.3 Les artéfacts et bruits en radiologie traditionnelle ou conventionnelle . . . . . . . . . . 16
1.3.4 Les artéfacts et bruits en IRM . . . . . . . . . . . . . . . . . . 17
1.4 DICOM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5 Régions d’intérêt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2 Filtrage de l’Image Médicale : Application clinique 20
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2 Filtrage de l’image et Aide au diagnostic . . . . . . . . . . . . . . . . . 21
2.2.1 Cancer du sein . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.1.1 ´Etude des masses . . . . . . . . . . . . . . . . . . . . 22
2.2.1.2 Difficultés de traitement d’images en mammographies . 23
2.2.1.3 Travaux du traitement d’images mammographiques . 24
2.2.2 Cancer de peau . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.2.1 Chaine de diagnostic du cancer de la peau par traitement d’image . . . . . .. . . 26
2.2.2.2 Préesentation des principales techniques de diagnostic des cancers de la peau . . . . . . .26
2.2.3 Filtrage d’image en radiothérapie . . . . . . . . . . . . . . . . . 28
2.2.3.1 Les différentes méthodes de segmentation . . . . . . . 29
2.2.4 Fusion et recalage d’image . . . . . . . . . . . . . . . . . . . . . 31
2.2.4.1 Etapes de la fusion d’image . . . . . . . . . . . . . . . 31
2.2.4.2 Application de la fusion d’image dans le domaine médicale 31
2.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3 Apport du filtrage dans le diagnostic du cancer de sein 36
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2 Prétraitement de l’image de mammographie pour la détection précoce du cancer du sein . . .
3.2.1 Les bases de données utilisées . . . . . . . . . . . . . . . . . . . 38
3.2.2 Matériels utilisés . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.2.2.1 Traitement d’image en MATLAB . . . . . . . . . . . 38
3.2.2.2 Le Logiciel VV . . . . . . . . . . . . . . . . . . . . . . 39
3.2.2.3 Les métriques d’évaluations . . . . . . . . . . . . . . . 40
3.2.3 Les méthodes proposées . . . . . . . . . . . . . . . . . . . . . . 41
3.2.3.1 Suppression du bruit de fond . . . . . . . . . . . . . . 42
3.2.3.2 Suppression du bruit de fond . . . . . . . . . . . . . . 42
3.2.3.3 Image améliorée . . . . . . . . . . . . . . . . . . . . . 42
3.2.4 Résultats et discussion . . . . . . . . . . . . . . . . . . . . . . . 42
3.2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3 Comparaison des filtres . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.4 Fusion d’images mammaire . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.4.2 Matériel et méthodes utilisées . . . . . . . . . . . . . . . . . . . 52
3.4.2.1 Fusion par addition . . . . . . . . . . . . . . . . . . . . 52
3.4.2.2 Fusion par soustraction . . . . . . . . . . . . . . . . . 52
3.4.2.3 Fusion par multiplication . . . . . . . . . . . . . . . . 53
3.4.2.4 Fusion par division d’image . . . . . . . . . . . . . . . 53
3.4.2.5 Fusion par la méthode du minimum et du maximum . 54
3.4.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Bibliographie 58Côte titre : MAPH/0523
En ligne : https://drive.google.com/file/d/1-BA3RIMpktqFcl5iNszVtYSWKbOKpuoz/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0523 MAPH/0523 Mémoire Bibliothéque des sciences Français Disponible
Disponible
Titre : Automatic Detection of Anatomical Landmarks for Image Registration in Radiotherapy Type de document : texte imprimé Auteurs : M.Oussama Mebarki, Auteur ; Youcef Attoui, Auteur ; Hacene Azizi, Directeur de thèse Année de publication : 2022 Importance : 1 vol (74 f.) Format : 29 cm Langues : Anglais (eng) Catégories : Physique Mots-clés : Point matching
Image registrationIndex. décimale : 530-Physique Résumé :
Anatomical landmark correspondences in Radiation Therapy imaging provides
extra guidance information for the medical imaging registration. However, manual
landmark identification is intensive and time consuming. Therefore, developing an
end-to-end deep learning approach to automatically detect landmark correspondences
in pairs of two-dimensional (2D) images of Cone-Beam CT (CBCT) and planning-CT
is extremely important. Our method consists of a U-net-based convolutional neural
network that has been trained to recognize salient spots in both image modalities
and anticipate matching probabilities for landmark pairings. We trained our method
using 58 scans of 2D-axial in the pelvic area, ranging from 140 to 160 slices CTs and
86 to 88 slices in-room CTs. The training results showed promising results in terms
of landmark predictions, with high accuracy and low loss scores. On the other hand,
we compared the SIFT descriptor to another SIFT variant approach for matching
key-points. We employed the Mean-Squared-Error (MSE) metric to compare our
model to a traditional type of image registration called Elastix. Both techniques
produced acceptable accuracy values, although our method is slightly more accurate.Côte titre : MAPH/0556 En ligne : https://drive.google.com/file/d/15uU7N68-qxuq-6BRE20ADiyaIE9gX41G/view?usp=shari [...] Format de la ressource électronique : Automatic Detection of Anatomical Landmarks for Image Registration in Radiotherapy [texte imprimé] / M.Oussama Mebarki, Auteur ; Youcef Attoui, Auteur ; Hacene Azizi, Directeur de thèse . - 2022 . - 1 vol (74 f.) ; 29 cm.
Langues : Anglais (eng)
Catégories : Physique Mots-clés : Point matching
Image registrationIndex. décimale : 530-Physique Résumé :
Anatomical landmark correspondences in Radiation Therapy imaging provides
extra guidance information for the medical imaging registration. However, manual
landmark identification is intensive and time consuming. Therefore, developing an
end-to-end deep learning approach to automatically detect landmark correspondences
in pairs of two-dimensional (2D) images of Cone-Beam CT (CBCT) and planning-CT
is extremely important. Our method consists of a U-net-based convolutional neural
network that has been trained to recognize salient spots in both image modalities
and anticipate matching probabilities for landmark pairings. We trained our method
using 58 scans of 2D-axial in the pelvic area, ranging from 140 to 160 slices CTs and
86 to 88 slices in-room CTs. The training results showed promising results in terms
of landmark predictions, with high accuracy and low loss scores. On the other hand,
we compared the SIFT descriptor to another SIFT variant approach for matching
key-points. We employed the Mean-Squared-Error (MSE) metric to compare our
model to a traditional type of image registration called Elastix. Both techniques
produced acceptable accuracy values, although our method is slightly more accurate.Côte titre : MAPH/0556 En ligne : https://drive.google.com/file/d/15uU7N68-qxuq-6BRE20ADiyaIE9gX41G/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0556 MAPH/0556 Mémoire Bibliothéque des sciences Anglais Disponible
Disponible
Titre : Comparaison de deux m´ethodes de correction des images CBCT par correspondance d’histogramme Type de document : texte imprimé Auteurs : Lancine Diakité ; Hacene Azizi, Directeur de thèse Editeur : Setif:UFA Année de publication : 2021 Importance : 1 vol. (42 f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Physique Mots-clés : Radiothérapie Adaptative
Image en RT AdaptativeIndex. décimale : 530 Physique Résumé :
En modernes techniques de radioth´erapie (RT), l’utilisation des images cone-beam CT (CBCT) joue un rˆole primordiale dans le positionnement du patient ainsi que la v´erification de tout changement anatomique qui peut s’av´erer durant le traitement. Par contre, l’investigation de ces images pour la planification thérapeutique est jusqu’au moment un grand défit `a cause de plusieurs limitations liées à la pauvre qualité des images CBCT.
Plusieurs auteurs ont propos´e de différentes méthodes pour la correction des images CBCT. La correspondance d’histogramme (Histogram matching HM) est parmi les méthodes les plus utilisées pour l’ajustement des valeurs des voxels dans les images CBCT à partir de celles données par les images CT (considérées comme référence). En fait, dans la majorité de ces études l’HM était effectué d’une maniére globale, c-`a-d, correspondance entre l’histogramme de tout le volume contenu dans l’image CBCT avec celui dans l’image CT de planification (pCT), ce qui peut influencer la précision de la correction.
Pour ce mémoire, nous proposons d’étudier l’impact de l’utilisation d’HM dans des régions bien spécifiques. Le processus propos´e se base d’abord sur la classification des différents tissus (régions) dans les images pCT et CBCT. Puis, l’application d’HM s´eparément pour chaque région d’intérˆet. L’objectif principale est de montrer les performances de cette m´ethode en comparaison avec l’utilisation d’HM global.
Les images CBCT obtenues par HM local ont ´eté comparés aux images pCT en utilisant les méthodes des évaluations qualitative et quantitative. Pour ce faire, certains outils de traitement d’images tel que le Vv, imageJ et plastimatch ont ´et´e utilisés. Pourlévaluation visuelle, On observait des diminutions dans la différence absolue entre les images CBCT corrigées et les pCT d´eform´e par rapport `a celle des CBCT non corrigés.En outre, la superposition des profils des images CBCT corrigés et pCT était tr`es mieux par rapport aux celles obtenues entre les CBCT non corrigés et pCT. Finalement, une diminution importante de la RMSD (root mean square difference) calcul´e sur l’ensemble
de volume des CBCT corrig´es et pCT a ´et´e remarqué par rapport `a celle calcul´e sur les CBCT non corrigés. Ainsi nous avons trouvé que ces r´esultats étaient en bon accord, en comparaison, avec ceux obtenus par l’HM global `a l’exception des interfaces os-tissus mous o`u HM local est moins efficace.Côte titre : MAPH/0524
En ligne : https://drive.google.com/file/d/17BBC9rI667srgARLSq6MJQUQPljDkkRO/view?usp=shari [...] Format de la ressource électronique : Comparaison de deux m´ethodes de correction des images CBCT par correspondance d’histogramme [texte imprimé] / Lancine Diakité ; Hacene Azizi, Directeur de thèse . - [S.l.] : Setif:UFA, 2021 . - 1 vol. (42 f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Physique Mots-clés : Radiothérapie Adaptative
Image en RT AdaptativeIndex. décimale : 530 Physique Résumé :
En modernes techniques de radioth´erapie (RT), l’utilisation des images cone-beam CT (CBCT) joue un rˆole primordiale dans le positionnement du patient ainsi que la v´erification de tout changement anatomique qui peut s’av´erer durant le traitement. Par contre, l’investigation de ces images pour la planification thérapeutique est jusqu’au moment un grand défit `a cause de plusieurs limitations liées à la pauvre qualité des images CBCT.
Plusieurs auteurs ont propos´e de différentes méthodes pour la correction des images CBCT. La correspondance d’histogramme (Histogram matching HM) est parmi les méthodes les plus utilisées pour l’ajustement des valeurs des voxels dans les images CBCT à partir de celles données par les images CT (considérées comme référence). En fait, dans la majorité de ces études l’HM était effectué d’une maniére globale, c-`a-d, correspondance entre l’histogramme de tout le volume contenu dans l’image CBCT avec celui dans l’image CT de planification (pCT), ce qui peut influencer la précision de la correction.
Pour ce mémoire, nous proposons d’étudier l’impact de l’utilisation d’HM dans des régions bien spécifiques. Le processus propos´e se base d’abord sur la classification des différents tissus (régions) dans les images pCT et CBCT. Puis, l’application d’HM s´eparément pour chaque région d’intérˆet. L’objectif principale est de montrer les performances de cette m´ethode en comparaison avec l’utilisation d’HM global.
Les images CBCT obtenues par HM local ont ´eté comparés aux images pCT en utilisant les méthodes des évaluations qualitative et quantitative. Pour ce faire, certains outils de traitement d’images tel que le Vv, imageJ et plastimatch ont ´et´e utilisés. Pourlévaluation visuelle, On observait des diminutions dans la différence absolue entre les images CBCT corrigées et les pCT d´eform´e par rapport `a celle des CBCT non corrigés.En outre, la superposition des profils des images CBCT corrigés et pCT était tr`es mieux par rapport aux celles obtenues entre les CBCT non corrigés et pCT. Finalement, une diminution importante de la RMSD (root mean square difference) calcul´e sur l’ensemble
de volume des CBCT corrig´es et pCT a ´et´e remarqué par rapport `a celle calcul´e sur les CBCT non corrigés. Ainsi nous avons trouvé que ces r´esultats étaient en bon accord, en comparaison, avec ceux obtenus par l’HM global `a l’exception des interfaces os-tissus mous o`u HM local est moins efficace.Côte titre : MAPH/0524
En ligne : https://drive.google.com/file/d/17BBC9rI667srgARLSq6MJQUQPljDkkRO/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0524 MAPH/0524 Mémoire Bibliothéque des sciences Français Disponible
Disponible
Titre : Contourage Automatique des Images Médicales en Radiothérapie par L’apprentissage Profond (Deep Learning) Type de document : texte imprimé Auteurs : Abderaouf Behouch, Auteur ; Hacene Azizi, Directeur de thèse Editeur : Setif:UFA Année de publication : 2020 Importance : 1 vol (94 f.) Format : 29 cm Langues : Anglais (eng) Catégories : Thèses & Mémoires:Physique Mots-clés : Apprentissage automatique
Apprentissage profond
Radiothérapie
Segmentation d'images médicales.Index. décimale : 530 - Physique Résumé :
Dans cette thèse, nous proposons un modèle basé sur l'apprentissage profond pour identifier les organes sains à risque pendant le traitement
Avec le dépistage du cancer du sein, notre modèle fournit des résultats d'identification précis en beaucoup moins de temps que la méthode traditionnelle, grâce Ã
Tirez parti du réseau neuronal convolutif profond. Notre modèle complet a été testé et vérifié avec une gamme de
Données générales contenant plus de 1400 diapositives.
Une étude comparative a été menée entre différentes méthodes d'apprentissage profond et d'apprentissage automatique, et les résultats ont montré que l'apprentissage profond est mis en réseau
Le bypass neuronal a donné les meilleurs résultats en termes de coefficient de similitude.Côte titre : MAPH/0423 En ligne : https://drive.google.com/file/d/1ToLINCPnzYxn9CakFdLNh5EO20av34_G/view?usp=shari [...] Format de la ressource électronique : Contourage Automatique des Images Médicales en Radiothérapie par L’apprentissage Profond (Deep Learning) [texte imprimé] / Abderaouf Behouch, Auteur ; Hacene Azizi, Directeur de thèse . - [S.l.] : Setif:UFA, 2020 . - 1 vol (94 f.) ; 29 cm.
Langues : Anglais (eng)
Catégories : Thèses & Mémoires:Physique Mots-clés : Apprentissage automatique
Apprentissage profond
Radiothérapie
Segmentation d'images médicales.Index. décimale : 530 - Physique Résumé :
Dans cette thèse, nous proposons un modèle basé sur l'apprentissage profond pour identifier les organes sains à risque pendant le traitement
Avec le dépistage du cancer du sein, notre modèle fournit des résultats d'identification précis en beaucoup moins de temps que la méthode traditionnelle, grâce Ã
Tirez parti du réseau neuronal convolutif profond. Notre modèle complet a été testé et vérifié avec une gamme de
Données générales contenant plus de 1400 diapositives.
Une étude comparative a été menée entre différentes méthodes d'apprentissage profond et d'apprentissage automatique, et les résultats ont montré que l'apprentissage profond est mis en réseau
Le bypass neuronal a donné les meilleurs résultats en termes de coefficient de similitude.Côte titre : MAPH/0423 En ligne : https://drive.google.com/file/d/1ToLINCPnzYxn9CakFdLNh5EO20av34_G/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0423 MAPH/0423 Mémoire Bibliothéque des sciences Anglais Disponible
Disponible
Titre : Correction des images CBCT par Recalage inter-patient Type de document : texte imprimé Auteurs : Saadallah ,Hadjer, Auteur ; Hacene Azizi, Directeur de thèse Editeur : Setif:UFA Année de publication : 2019 Importance : 1 vol (45 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Physique Mots-clés : Physique Index. décimale : 530 Physique Résumé : La tomodensitometrie a faisceau conique (CBCT) joue un r^ole essentiel dans la
radiotherapie adaptative; elle peut ^etre utilisee non seulement pour la mise en place
du patient, mais aussi pour le calcul de dose. Cependant, la mauvaise qualite des
images CBCT in
ue la precision du calcul de dose. Pour cette raison, le but de ce
travail est de proposer un approche permettant l'ajustement de la distribution des
unites houns eld (HU) dans les images CBCT acquises pour un patient en utilisant
les images CT des autres patients. A cette n, des images CT acquises pour sept
patients atteints du cancer de la prostate ont ete recalees sur les images CBCT cibles;
ensuite, les histogrammes de chaque CBCT et CT deformee ont ete apparies a l'aide du
processus de correspondance des histogrammes. En n, les images CBCT obtenues ont
ete comparees aux images CT deformees du m^eme patient en utilisant des methodes
qualitatives et quantitatives.
L'evaluation visuelle a montre que la di rence absolue entre les images CBCT
corrigees et les CT deformes ont ete reduits apres l'utilisation du recalage deformable
inter-patients avec le processus de correspondance des histogrammes. En outre, les
di erences quadratiques moyennes calculees sur l'ensemble des volumes dans les images
CBCT corrigees et CT deformees ont ete considerablement reduits. Les valeurs de
correlation proches de 1 indiquent que les images CBCT obtenues etaient en bon
accord avec les CT deformes. Egalement, la comparaison des pro ls a montre que les
unites houns eld dans les images corrigees ont atteint approximativement les m^emes
valeurs que dans les CT deformes.En n, concernant la comparaison entre l'utilisation
du recalage deformable intra et inter-patients, tous les resultats obtenus ont montre
que les deux approches ont genere des images CBCT avec la m^eme qualit et qui sont
en bon accord avec les images CT. Comme ceci, la faisabilit de lapproche propose a
ete con rmee et sa mise en uvre dans la pratique clinique pourrait tre une voie vers laNote de contenu : Sommaire
dgments i
Abstract ii
List of Figures vi
List of Tables ix
List of abreviations x
Introduction 1
1 Evolution of radiotherapy techniques 3
1.1 Introducion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Evolution of radiotherapy techniques . . . . . . . . . . . . . . . . . . . 3
1.2.1 3-Dimensional conformal radiotherapy . . . . . . . . . . . . . . 4
1.2.2 Intensity modulated radiotherapy . . . . . . . . . . . . . . . . . 4
1.2.3 Volumetric modulated radiotherapy . . . . . . . . . . . . . . . . 6
1.2.4 Image guided radiotherapy . . . . . . . . . . . . . . . . . . . . . 7
1.2.5 Adaptive radiation therapy . . . . . . . . . . . . . . . . . . . . . 8
1.3 Principals of Image registration . . . . . . . . . . . . . . . . . . . . . . 9
1.3.1 General registration framework . . . . . . . . . . . . . . . . . . 10
1.3.1.1 Transforms . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.1.2 Metrics . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1.3 Optimizer . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.1.4 Interpolators . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.1.5 Image samplers . . . . . . . . . . . . . . . . . . . . . . 12
1.3.1.6 Pyramids . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Usability of CBCT images for radiotherapy 14
2.1 Introducion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2 CBCT acquisition system . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 CBCT image quality . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.1 Cupping artefacts . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.2 Streaking artefacts . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.3 Radar artefacts . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.4 Aliasing artefacts . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.5 Ring artefacts . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.6 Motion artefacts . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4 Proposed correction approach . . . . . . . . . . . . . . . . . . . . . . . 19
3 Material and Methods 21
3.1 Introducion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2 Data description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3 Generation of corrected CBCT images . . . . . . . . . . . . . . . . . . 22
3.3.1 Image registration process . . . . . . . . . . . . . . . . . . . . . 23
3.3.2 Houns eld Units adjustment . . . . . . . . . . . . . . . . . . . . 23
3.4 Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4.1 Qualitative evaluation . . . . . . . . . . . . . . . . . . . . . . . 24
3.4.2 Quantitative evaluation . . . . . . . . . . . . . . . . . . . . . . . 24
4 Results and Discussion 26
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.2 Qualitative evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.3 Quantitative evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.3.1 Volumes comparison . . . . . . . . . . . . . . . . . . . . . . . . 28
4.3.2 Correlation assessment . . . . . . . . . . . . . . . . . . . . . . . 30
4.3.3 Pro les comparison . . . . . . . . . . . . . . . . . . . . . . . . . 30
Conclusion 44
Bibliography 45
vCôte titre : MAPH/0351 En ligne : https://drive.google.com/file/d/1VTPzFii4kUkvEJVsaSUB5l_ZA_aIo08j/view?usp=shari [...] Correction des images CBCT par Recalage inter-patient [texte imprimé] / Saadallah ,Hadjer, Auteur ; Hacene Azizi, Directeur de thèse . - [S.l.] : Setif:UFA, 2019 . - 1 vol (45 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Physique Mots-clés : Physique Index. décimale : 530 Physique Résumé : La tomodensitometrie a faisceau conique (CBCT) joue un r^ole essentiel dans la
radiotherapie adaptative; elle peut ^etre utilisee non seulement pour la mise en place
du patient, mais aussi pour le calcul de dose. Cependant, la mauvaise qualite des
images CBCT in
ue la precision du calcul de dose. Pour cette raison, le but de ce
travail est de proposer un approche permettant l'ajustement de la distribution des
unites houns eld (HU) dans les images CBCT acquises pour un patient en utilisant
les images CT des autres patients. A cette n, des images CT acquises pour sept
patients atteints du cancer de la prostate ont ete recalees sur les images CBCT cibles;
ensuite, les histogrammes de chaque CBCT et CT deformee ont ete apparies a l'aide du
processus de correspondance des histogrammes. En n, les images CBCT obtenues ont
ete comparees aux images CT deformees du m^eme patient en utilisant des methodes
qualitatives et quantitatives.
L'evaluation visuelle a montre que la di rence absolue entre les images CBCT
corrigees et les CT deformes ont ete reduits apres l'utilisation du recalage deformable
inter-patients avec le processus de correspondance des histogrammes. En outre, les
di erences quadratiques moyennes calculees sur l'ensemble des volumes dans les images
CBCT corrigees et CT deformees ont ete considerablement reduits. Les valeurs de
correlation proches de 1 indiquent que les images CBCT obtenues etaient en bon
accord avec les CT deformes. Egalement, la comparaison des pro ls a montre que les
unites houns eld dans les images corrigees ont atteint approximativement les m^emes
valeurs que dans les CT deformes.En n, concernant la comparaison entre l'utilisation
du recalage deformable intra et inter-patients, tous les resultats obtenus ont montre
que les deux approches ont genere des images CBCT avec la m^eme qualit et qui sont
en bon accord avec les images CT. Comme ceci, la faisabilit de lapproche propose a
ete con rmee et sa mise en uvre dans la pratique clinique pourrait tre une voie vers laNote de contenu : Sommaire
dgments i
Abstract ii
List of Figures vi
List of Tables ix
List of abreviations x
Introduction 1
1 Evolution of radiotherapy techniques 3
1.1 Introducion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Evolution of radiotherapy techniques . . . . . . . . . . . . . . . . . . . 3
1.2.1 3-Dimensional conformal radiotherapy . . . . . . . . . . . . . . 4
1.2.2 Intensity modulated radiotherapy . . . . . . . . . . . . . . . . . 4
1.2.3 Volumetric modulated radiotherapy . . . . . . . . . . . . . . . . 6
1.2.4 Image guided radiotherapy . . . . . . . . . . . . . . . . . . . . . 7
1.2.5 Adaptive radiation therapy . . . . . . . . . . . . . . . . . . . . . 8
1.3 Principals of Image registration . . . . . . . . . . . . . . . . . . . . . . 9
1.3.1 General registration framework . . . . . . . . . . . . . . . . . . 10
1.3.1.1 Transforms . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.1.2 Metrics . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1.3 Optimizer . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.1.4 Interpolators . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.1.5 Image samplers . . . . . . . . . . . . . . . . . . . . . . 12
1.3.1.6 Pyramids . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Usability of CBCT images for radiotherapy 14
2.1 Introducion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2 CBCT acquisition system . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 CBCT image quality . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.1 Cupping artefacts . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.2 Streaking artefacts . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.3 Radar artefacts . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.4 Aliasing artefacts . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.5 Ring artefacts . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.6 Motion artefacts . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4 Proposed correction approach . . . . . . . . . . . . . . . . . . . . . . . 19
3 Material and Methods 21
3.1 Introducion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2 Data description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3 Generation of corrected CBCT images . . . . . . . . . . . . . . . . . . 22
3.3.1 Image registration process . . . . . . . . . . . . . . . . . . . . . 23
3.3.2 Houns eld Units adjustment . . . . . . . . . . . . . . . . . . . . 23
3.4 Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4.1 Qualitative evaluation . . . . . . . . . . . . . . . . . . . . . . . 24
3.4.2 Quantitative evaluation . . . . . . . . . . . . . . . . . . . . . . . 24
4 Results and Discussion 26
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.2 Qualitative evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.3 Quantitative evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.3.1 Volumes comparison . . . . . . . . . . . . . . . . . . . . . . . . 28
4.3.2 Correlation assessment . . . . . . . . . . . . . . . . . . . . . . . 30
4.3.3 Pro les comparison . . . . . . . . . . . . . . . . . . . . . . . . . 30
Conclusion 44
Bibliography 45
vCôte titre : MAPH/0351 En ligne : https://drive.google.com/file/d/1VTPzFii4kUkvEJVsaSUB5l_ZA_aIo08j/view?usp=shari [...] Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0351 MAPH/0351 Mémoire Bibliothéque des sciences Français Disponible
Disponible
PermalinkPermalinkPermalink
PermalinkPermalink
