Réseaux de neurones à convolutions pour la segmentation multi structures d’images par résonance magnétique cardiaque

Présentation de mémoire de maîtrise
  • Quand ? 10/01/2018 à partir de 11:00 (America/Montreal / UTC-500)
  • Où ? Au local D4-2011 de la Faculté des sciences
  • Nom du contact
  • Participants Clément Zotti, étudiant à la maîtrise en informatique, Département d’informatique, Faculté des sciences, Université de Sherbrooke
  • Ajouter l'événement au calendrier iCal

RÉSUMÉ : L’imagerie par résonance magnétique (IRM) est une technique d’acquisition d’images qui permet de visualiser les différents tissus du corps humain. Son principe se base sur le moment magnétique des protons des atomes d’hydrogène. Le corps étant principalement composé d’eau et donc d’hydrogène, cela en fait une méthode de choix pour faire de l’imagerie cardiaque. L’IRM est très utilisée en clinique pour observer et diagnostiquer les différentes maladies cardiaques, comme l’infarctus du myocarde, la cardiomyopathie dilatée ou la cardiomyopathie hypertrophique.

Dans le cas du cœur, principalement trois structures anatomiques sont étudiées : la cavité du ventricule gauche, la cavité du ventricule droit et le myocarde. Dans ce but, il est nécessaire de faire une segmentation manuelle, semi-automatique ou automatique de l’image IRM. Une fois ces structures segmentées, différents paramètres physiologiques peuvent être calculés pour évaluer la maladie d’un patient. Souvent, les méthodes de segmentation se concentrent sur la segmentation de la cavité du ventricule gauche. Pour les autres structures, la segmentation est principalement faite à la main par un médecin ce qui demande un temps non négligeable (environ 10 à 15 minutes par cœur).

Ce mémoire présente une base de données anonymisée d’images cardiaques contenant 150 patients avec différentes maladies cardiaques. Il présente aussi une nouvelle méthode de segmentation automatique des trois structures sans aucune intervention humaine. La méthode se base sur l’apprentissage profond, ce qui en fait une méthode très rapide (180 millisecondes par volume). Pour rendre les segmentations plus fidèles, elle incorpore un terme de contours qui permet d’avoir une segmentation plus précise des contours des structures et une forme a priori qui permet de rendre la segmentation plus près de celle d’un vrai cœur (sans trous ou anatomie impossible).

Membre du jury, président rapporteur : Maxime Descoteaux, professeur, Département d’informatique, Faculté des sciences, Université de Sherbrooke

Membre du jury, directeur de recherche : Pierre-Marc Jodoin, professeur, Département d’informatique, Faculté des sciences, Université de Sherbrooke

Membre du jury, codirecteur de recherche : Alain Lalande, professeur, Le2i — Laboratoire de Biophysique, Faculté de médecine, Université de Bourgogne

Membre du jury, évaluateur interne à l’Université de Sherbrooke : Martin Lepage, professeur, Département de médecine nucléaire et de radiobiologie, FMSS, Université de Sherbrooke      

Toutes les personnes intéressées sont cordialement invitées.