Contexte :
Le "compressive sensing" (CS) est une mĂ©thode trĂšs rĂ©cente qui permet d'envisager une nouvelle façon d'Ă©chantillonner les signaux ou les images. En exploitant le caractĂšre parcimonieux que prĂ©sentent la plupart des donnĂ©es physiques, elle permet en effet de reconstruire les donnĂ©es acquises avec des frĂ©quences d'Ă©chantillonnage bien infĂ©rieures Ă la classique limite de Shannon. Dans le contexte de l'imagerie ultrasonore, cette technique prĂ©sente un intĂ©rĂȘt majeur pour l'acquisition de donnĂ©es 3D. Ces acquisitions font en effet appel Ă des sondes comportant une matrice de capteurs. Pour des raisons d'encombrement physique, de connexion et de pilotage, seule une faible fraction de ces capteurs peut ĂȘtre activĂ©e. Une autre application d'intĂ©rĂȘt correspond aux acquisitions Doppler duplex ou triplex ou des stratĂ©gies dâentrelacement des acquisition sont nĂ©cessaires et conduisent donc Ă une rĂ©duction de la quantitĂ© de donnĂ©es disponibles.
Objectif: MalgrĂ© son intĂ©rĂȘt et Ă la diffĂ©rence d'autres modalitĂ©s (en particulier l'IRM), l'application du compressive sensing en imagerie ultrasonore reste actuellement quasiment inexplorĂ©e: ceci est liĂ© aux spĂ©cificitĂ©s des signaux ultrasonores RF (nature oscillatoire et spatialement variante), qui rendent une telle application complexe. Il n'existe de fait actuellement quasiment aucune Ă©tude abordant ce problĂšme, qui reprĂ©sente un verrou. Dans ce cadre, l'objectif de ce travail est donc de dĂ©velopper les Ă©lĂ©ments mĂ©thodologiques nĂ©cessaires Ă la mise en Ćuvre du compressive sensing en imagerie ultrasonore et d'aboutir Ă une dĂ©monstration de faisabilitĂ© sur des donnĂ©es expĂ©rimentales.
MĂ©thodologie:
La phase centrale de ce travail consistera à développer un dictionnaire d'atomes permettant une représentation parcimonieuse (ou suffisamment compressible) des signaux ultrasonores. Deux voies seront explorées:
- d'une part l'exploitation de bases orthogonales adaptées aux caractéristiques oscillatoires et spatialement variantes des signaux ultrasonores, telles que les wave atoms
- d'autre part l'extraction par apprentissage sur les données d'un dictionnaire et l'évaluation de sa généralité/spécificité.
La qualitĂ© de ces reprĂ©sentations sera Ă©valuĂ©e en particulier en montrant l'amĂ©lioration apportĂ©e relativement aux bases classiques (Fourier, DCT, ondelettes) lors de la reconstruction CS. Une attention particuliĂšre devra ĂȘtre apportĂ©e aux algorithmes de reconstruction (type OMP ou relaxation convexe) mis en Ćuvre: ainsi le volume de donnĂ©es correspondant Ă une acquisition implique la capacitĂ© de travailler en large dimension, tout en conservant des temps de calculs compatible avec la pratique "temps rĂ©el" usuelle en imagerie ultrasonore. La mĂ©thodologie dĂ©veloppĂ©e sera Ă©valuĂ©e en premier sur des donnĂ©es ultrasonores issues de simulations numĂ©riques, puis sur des donnĂ©es expĂ©rimentales acquises sur les Ă©chographes de recherche de la plateforme de Creatis.
Compétences requises :
- Traitement numĂ©rique du signal et de lâimage, Statistiques, mathĂ©matiques appliquĂ©es
- Programmation Matlab