Filtres connexes pour le suivi temporel en imagerie TEP/TDM

Aller à : navigation, rechercher

Financement :

  • Contrat doctoral 2014 de l'Université de Strasbourg.

Encadrement :

  • Directeur : Christian Ronse - Équipe MIV - ICube - cronse@unistra.fr
  • Co-encadrant : Benoît Naegel - Équipe MIV - ICube - b.naegel@unistra.fr

Sujet détaillé :

Résumé :

La tomographie par émission de positons (TEP) est une technique d'imagerie médicale permettant de visualiser l'activité métabolique des cellules par injection d'un traceur radioactif. Cette modalité est devenue incontournable dans le suivi et la quantification de lésions en cancérologie. La délimitation précise des lésions cancéreuses par des méthodes automatiques ou semi-automatiques, nécessaire afin de quantifier l'activité métabolique, reste cependant un problème ouvert. Le développement d'outils de traitement d'images permettant de guider le praticien dans le suivi des patients représente donc un enjeu majeur de santé publique. Dans ce but, les filtres connexes, issus de la morphologie mathématique, seront considérés afin de mettre en œuvre des méthodes d'analyse à base d'apprentissage supervisé.

En outre, l'acquisition d'une image TEP est généralement couplée à une image tomodensitométrique (TDM) à des fins de correction de contraste. La prise en compte de la multimodalité TEP/TDM constitue une piste à explorer afin d'améliorer la robustesse des outils d'analyse.

Les objectifs de cette thèse sont multiples :

  • d'un point de vue clinique, un objectif de ce travail est d'évaluer le gain apporté par l'imagerie TDM dans la quantification et le suivi temporel des lésions dans le cadre d'un traitement.
  • d'un point de vue méthodologique, l'objectif de cette thèse est de développer de nouvelles méthodes de segmentation, de quantification et de mise en correspondance adaptées au contexte du suivi temporel en imagerie multimodale TEP/TDM.
  • enfin, d'un point de vue informatique, ces travaux devront être rendus accessibles à la communauté de traitement d'images médicales.


Candidature :

  • Cette thèse est à pourvoir au 1er septembre 2014.
  • Durée du financement : 3 ans.
  • Date limite de candidature : 31 mai 2014.

Les candidatures devront comporter un CV détaillant le cursus et les résultats du Master. Merci de nous contacter pour toute information complémentaire.

Mots-clefs : Analyse d'images, imagerie TEP, suivi temporel, multimodalité, morphologie mathématique.

Profil du candidat :

  • Master en Informatique, Imagerie ou Mathématiques discrètes.
  • Expérience en traitement d’images.
  • Programmation C++.