Stage M2 - Optimisation de séquences IRM avec PyTorch

(voir fichier pdf pour sujet complet)

Les séquences IRM sont composées d’un grand nombre d’évènements (impulsions radiofréquences, gradient de champ magnétique, délais) dont le rôle est de générer une image porteuse d’informations utiles pour le diagnostic. 

En fonction de la valeur des paramètres associés à ces évènements (durée, amplitude, fréquence, . . .), l’aimantation qui émane des tissus d’intérêt évolue de manière différente pendant la séquence, produisant in fine une image différente. 

Trouver le jeu de paramètres optimal est donc à la fois une tâche nécessaire et extrêmement difficile du fait :
— de l’inter-dépendance de l’effet de chacun des paramètres,
— du nombre de paramètres à optimiser (plusieurs milliers),
— de la non-convexité du problème d’optimisation,
— des imprécisions sur le modèle physique considéré.