Contenu

x

Moteur de recherche interne

Grenoble Institut des Neurosciences Grenoble Institut des Neurosciences

  • Youtube
  • Linkedin
  • Twitter

Accueil > L'Institut > Actualités > Actus Equipe Barbier

Accéder au plan complet du site

Analyse statistique d'IRM quantitatives par modèles de mélange : Application à la localisation et la caractérisation de tumeurs cérébrales

le 24 octobre 2018

Soutenance de thèse d'Alexis Arnaud

vign-these.jpg

Le 24 octobre 2018, Alexis Arnaud a soutenu sa thèse intitulée "Analyse statistique d'IRM quantitatives par modèles de mélange : Application à la localisation et la caractérisation de tumeurs cérébrales". 

Cette thèse a été préparée au GIN sous la direction de Florence Forbes et d'Emmanuel Barbier.

>> En savoir plus

Résumé : 

Nous présentons dans cette thèse une méthode générique et automatique pour la localisation et la caractérisation de lésions cérébrales telles que les tumeurs primaires à partir de multiples contrastes IRM. Grâce à une récente généralisation des lois de probabilités de mélange par l'échelle de distributions gaussiennes, nous pouvons modéliser une large variété d'interactions entre les paramètres IRM mesurés, et cela afin de capter l'hétérogénéité présent dans les tissus cérébraux sains et endommagés. En nous basant sur ces lois de probabilités, nous proposons un protocole complet pour l'analyse de données IRM multi-contrastes : à partir de données quantitatives, ce protocole fournit, s'il y a lieu, la localisation et le type des lésions détectées au moyen de modèles probabilistes. Nous proposons également deux extensions de ce protocole. La première extension concerne la sélection automatique du nombre de composantes au sein du modèle probabiliste, sélection réalisée via une représentation bayésienne des modèles utilisés. La seconde extension traite de la prise en compte de la structure spatiale des données IRM par l'ajout d'un champ de Markov latent au sein du protocole développé.

 


Mise à jour le 30 décembre 2018

Membres
Associés renforcés
Associés simples