Assas Recherche | De l'échantillonnage compressé à l'apprentissage profond pour la reconstruction d'Imagerie par Résonance Magnétique à très haut champ

De l'échantillonnage compressé à l'apprentissage profond pour la reconstruction d'Imagerie par Résonance Magnétique à très haut champ (Document en Anglais)

Accès au(x) document(s)

Accéder au(x) document(s) :

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :

Thèse consultable sur internet, en texte intégral.

Informations sur les contributeurs

Auteur : Comby Pierre-Antoine

Comby, Pierre-Antoine

Nom

Comby

Prénom

Pierre-Antoine

Nationalité

Français

Date de soutenance : 24-03-2025

Directeur(s) de thèse : Ciuciu Philippe

Ciuciu, Philippe

Nom

Ciuciu

Prénom

Philippe

- Vignaud Alexandre

Vignaud, Alexandre

Nom

Vignaud

Prénom

Alexandre

Etablissement de soutenance : université Paris-Saclay

université Paris-Saclay

Nom

université Paris-Saclay

Laboratoire : NeuroSpin (Gif-sur-Yvette, Essonne ; 2017-....)

NeuroSpin (Gif-sur-Yvette, Essonne ; 2017-....)

Nom

NeuroSpin (Gif-sur-Yvette, Essonne ; 2017-....)

Ecole doctorale : École doctorale Electrical, optical, bio-physics and engineering

École doctorale Electrical, optical, bio-physics and engineering

Nom

École doctorale Electrical, optical, bio-physics and engineering

Informations générales

Discipline : Physique et imagerie médicale
Classification : Sciences de l'ingénieur

Mots-clés libres : Neuroimagerie fonctionnelle, Apprentissage profond, Échantillonnage compressé
Mots-clés :

Apprentissage profond
Compression d'images
Imagerie quadridimensionnelle en médecine
Fourier, Transformations de
Reconstruction d'image
Imagerie par résonance magnétique à très haut champ
Neuroimagerie fonctionnelle

Résumé : L'imagerie par résonance magnétique fonctionnelle (IRMf) est une technique d'imagerie cérébrale largement utilisée, basée sur l'effet BOLD (Blood Oxygenation Level Dependent), un indicateur indirect de l'activité neuronale. L'IRMf est confrontée à un compromis entre la résolution spatiale, la résolution temporelle, le rapport signal sur bruit et la couverture cérébrale. Atteindre une couverture complète du cerveau avec une haute résolution spatiale et temporelle reste un défi. Cette thèse de doctorat vise à améliorer les étapes d'acquisition et de reconstruction du pipeline IRMf afin d'atteindre une résolution plus élevée, en optimisant à terme les deux processus conjointement. À cette fin, nous avons développé « SNAKE », un simulateur open source d'IRMf, depuis l'activation neuronale et les réponses BOLD jusqu'à l'acquisition des données brutes. Ce simulateur permet la génération de données à haute résolution spatio-temporelle, facilitant le développement de méthodes d'acquisition et de reconstruction optimisées. En utilisant SNAKE, nous avons démontré l'efficacité d'une stratégie de démarrage à chaud pour la reconstruction IRMf avec des schémas d'acquisition dynamiques. Enfin, nous avons également exploré l'intégration de méthodes de débruitage dans la reconstruction en utilisant une méthode « Plug-and-Play ». Des résultats préliminaires ont été obtenus dans le contexte de l'IRM anatomique, ouvrant la voie à des travaux futurs pour l'étendre à l'IRMf.

Informations techniques

Type de contenu : Text
Format : PDF

Informations complémentaires

Entrepôt d'origine :

STAR : dépôt national des thèses électroniques françaises

Identifiant : 2025UPAST031
Type de ressource : Thèse

Fiche descriptive