Intégration de la dimension temporelle dans les approches de clustering, application au suivi longitudinal et à l'analyse de séquence IRM de perfusion/diffusion.

Contexte:
L'analyse de données médicales multi paramétriques par les approches clustering offre un cadre robuste [LI-11] pour la segmentation de pathologies, notamment en imagerie fonctionnelle. Cependant ces approches ne permettent pas l'analyse de séquences temporelles comme le suivi longitudinal de patients ou comme les acquisitions IRM de diffusion et perfusion. Hors, la détermination de l’évolution temporelle des caractéristiques d'une pathologie est d'un intérêt capital pour sa compréhension et sa modélisation. Dans certain cas elle pourrait remplacer les mesures classiquement utilisées qui décrivent très globalement l’évolution des valeurs dans la séquence.
De nombreuses applications en IRM cérébrale, et plus particulièrement en ischémie cérébrale et en sclérose en plaques, seraient ainsi améliorées.

Objectif:
Dans ce contexte, l'objectif de la thèse est de développer une approche permettant de prendre en considération la dimension temporelle des données. On pourra s’inspirer des approches statistiques et de suivi (tracking). Des contraintes ou des aprioris pourront être ajoutées pour la prise en compte de cette nouvelle information. La robustesse et la sensibilité des réglages de l’approche proposée devront être étudiées pour chaque application de manière à assurer une utilisation en contexte de recherche clinique [LI-10].
Ce projet sera en lien avec les activités de recherche de l’équipe « Imagerie Cérébrale » de Creatis ainsi que des groupes de travail nationaux.

Compétences requises :

  • Traitement du signal et des images,
  • Programmation orienté objet,
  • Statistique

 

Equipe : images et modèles


Directeurs de thèse : Hugues Benoit-Cattin, Thomas Grenier

 

Bibliographie :

[LI-10] T. Li, S. Camarasu-Pop, T. Glatard, T. Grenier, and H. Benoit-Cattin, "Optimization of Mean-Shift scale parameters on the EGEE grid", Studies in health technology and informatics, Proceedings of Healthgrid 2010, vol. 159, pp. 203-214, 2010

[LI-11] T. Li, T. Grenier, and H. Benoit-Cattin, "COLOR SPACE INFLUENCE ON MEAN SHIFT FILTERING" To Appear in International Conference on Image Processing, ICIP 2011,