Titre : | Imagerie de l’anévrisme aortique : Étude descriptive et analyse intelligente de la variabilité du diamètre de l’aorte sous rénale. : Expérience du CHU de Sétif 2021- 2023 |
Auteurs : | Imane Bouharati, Auteur ; Nasser-dine Boubendir, Directeur de thèse |
Type de document : | document électronique |
Editeur : | Sétif :Université Ferhat Abbas Faculté de Médecine, 2024 |
ISBN/ISSN/EAN : | E-TH/2300 |
Format : | 1vol.(146 f.) / ill.en coul |
Note générale : | Bibliogr. Annexes |
Langues: | Français |
Catégories : | |
Mots-clés: | Anévrisme aortique ; L’aorte sous rénale |
Résumé : |
L'anévrisme de l'aorte abdominale(AAA) est une maladie vasculaire multifactorielle avec une mortalité élevée.Sa gravité réside dans le fait qu’elle reste silencieuse.Les AAA sont découverts souvent accidentellement sous forme de masse abdominale pulsatile lors d'un examen physique de routine ou comme découverte fortuite à l'échographie,à la tomodensitométrie abdominale ou à l'imagerie par résonance magnétique réalisée à d'autres fins.Si cette maladie se manifeste à un âge avancé,d’autres facteurs sont à considérer. Différents pays déploient des programmes de dépistage systématiques des anévrismes. L'objectif de cette étude était de développer une méthode de prédiction précoce et de dépistage automatisé de l'anévrisme de l'aorte abdominale(AAA).Matériel et Méthode:Dans le but de prévoir cette maladie, notre étude analyse des variables de plus de 900 patients diagnostiqués au niveau de l’hôpital universitaire de la ville de Sétif.Différents paramètres sont prélevés et couplés à l’imagerie et sont mis en correspondance avec les diamètres de l’aorte abdominale sous forme de base de données.Vu la complexité du système, analyse statistique et effectuée pour tenter de corréler ces facteurs. Des techniques de l’intelligence artificielle sont proposées dans cette étude.Une application des réseaux de neurones artificiels est établie pour analyser ces variables.Aussi,les principes de l’inférence floue sont également appliqués à cette analyse. Résultat : Comme les réseaux de neurones artificiels ont la capacité de traiter une masse énorme de données,leur application dans ce domaine s’est avérée très adéquate.Aussi,vue la complexité et l’incertitude des données, l’analyse de ces variables par logique floue s’est trouvée capable de compenser ces imprécisions inhérentes à la nature même des variables physiologiques.Ainsi,le diamètre probable de l’aorte prévu peut être calculé à partir des variables d’entrée avant diagnostic radiologique dans le but de réduire le nombre de personne à dépister par imagerie. L’application établie par notre étude est tout à fait intégrable sur smartphone ou couplée à un poste de traitement d’imagerie. L’introduction des variables d’entrée peut être remplacée par des images radiologiques de l’AAA . Après apprentissage du système,la détection de l’anévrisme sera systématique et totalement automatisée, ce qui laisse la liberté au radiologue de s’occuper de l’analyse des lésions plus complexes. |
Côte titre : | E-TH/2300 |
En ligne : | http://dspace.univ-setif.dz:8888/jspui/bitstream/123456789/4358/1/01_merged.pdf |
Exemplaires (1)
Cote | Support | Localisation | Disponibilité |
---|---|---|---|
E-TH/2300 | Thèse | Bibliothèque centrale | Disponible |
Accueil