Loading...
Please wait, while we are loading the content...
Similar Documents
Convergences de structures linéaires dans les images : modélisation stochastique et applications en imagerie médicale
| Content Provider | Semantic Scholar |
|---|---|
| Author | Doré, Fanny |
| Copyright Year | 2014 |
| Abstract | Cette these traite de la detection de zones de convergence dans une image, dans un cadre a contrario. C'est un travail theorique preliminaire qui explore differentes alterations du cadre a contrario. Elle a pour application dans le domaine medical la detection des lesions stellaires dans les mammographies, responsables de nombreux cancers du sein et qui se materialisent par un centre intense vers lequel convergent les spicules, structures lineaires normalement presents dans le sein. Les lesions stellaires et distorsions architecturales ont suscite de nombreux travaux. La plupart des methodes de detection sont basees sur l'extraction de caracteristiques locales de l'image (orientation du gradient, orientation des pixels, variance de l'histogramme de l'orientation...) puis utilisent une methode de classification pour attribuer a chaque pixel une probabilite d'appartenir a une lesion stellaire. Ces methodes necessitent souvent l'utilisation de filtres en pre-traitement et en post-traitement afin de reduire le bruit, ou de seuiller les resultats finaux. La methodologie a contrario offre un nouveau cadre pour la detection de structures dans les images. Elle s'appuie sur la definition d'un modele de bruit, et sur une mesure de l'ecart des observations a ce modele. Le modele porte sur des structures elementaires et est souvent choisi "uniforme" : c'est-a-dire que les structures sont supposees suivre la loi uniforme et independantes. Or dans les mammographies on observe que les spicules ont une orientation privilegiee, et ne sont pas uniformement distribuees. Nous proposons l'utilisation de la methode a contrario dans un cadre anisotrope pour mieux tenir compte de la distribution normale des spicules dans une mammographie. Les modeles anisotropes proposes modelisent le fait qu'une partie des structures lineaires est normalement convergentes vers un point commun. Ils portent soit sur les droites de l'image quand il s'agit de detecter les convergences globales, soit sur les segments quand on chercher les convergences locales dans une image. Concernant la detection des convergences locales, le cadre a contrario offre de nombreuses possibilites : sur le choix du nombre de fausses alarmes ou sur le choix du modele de bruit. Ces choix sont detailles sur des exemples synthetiques, sur des mammographies et sur des images naturelles. Les modeles a contrario que l'on etudie sont donnes sous la forme de melanges parametriques de deux termes : un terme uniforme et un terme "gaussien", modelisant le fait qu'une partie des structures est naturellement convergente. Pour ces differents types de modeles nous proposons d'estimer leurs parametres. Le point de convergence globale est estime par minimisation du nombre de fausses alarmes, et l'estimation des autres parametres est faite par maximisation de la log-vraisemblance. Les modeles estimes sont ensuite testes en tant que modeles a contrario pour la detection des convergences et les resultats sont compares a ceux que donnait le modele uniforme. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://tel.archives-ouvertes.fr/tel-01062135/document |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
