Différences entre les versions de « Alice Dufour »
Ligne 55 : | Ligne 55 : | ||
Dans le cadre de cette thèse, je collabore sur le projet [http://icube-vivabrain.unistra.fr/index.php/Main_Page ANR Vivabrain], dont le titre est "Simulation d’angiographies virtuelles à partir de modèles vasculaires 3D et 3D+t". | Dans le cadre de cette thèse, je collabore sur le projet [http://icube-vivabrain.unistra.fr/index.php/Main_Page ANR Vivabrain], dont le titre est "Simulation d’angiographies virtuelles à partir de modèles vasculaires 3D et 3D+t". | ||
− | Je fais partie de 3 des 5 tâches | + | Je fais partie de 3 des 5 tâches nécessaires à la réalisation de ce projet, à savoir : |
* l'acquisition de données (grâce à la mise en place d'un protocole d'acquisition d'ARM-TOF et PC) ; | * l'acquisition de données (grâce à la mise en place d'un protocole d'acquisition d'ARM-TOF et PC) ; | ||
* le traitement des données acquises (filtrage et segmentation) ; | * le traitement des données acquises (filtrage et segmentation) ; |
Version du 6 juin 2013 à 09:09
Doctorante
|
Activités de recherche
Sujet de thèse : Segmentation et modélisation des structures vasculaires cérébrales en imagerie médicale 3D.
Directeur : Christian Ronse
Co-directeur : Joseph Baruthio
Encadrant : Nicolas Passat
Segmentation vasculaire d'imagerie angiographique 3D
La segmentation des structures vasculaires cérébrales consiste à extraire l'information pertinente contenue dans les images angiographiques (i.e., le volume vasculaire), afin de permettre au radiologue de se focaliser efficacement sur l'analyse de cette information. Des travaux menés en amont et basés sur la morphologie mathématique sont adaptés à la segmentation des structures vasculaires. Ils ont donc été améliorés et appliqués aux images angiographiques 3D.
Collaborations : Benoît Naegel, Olena Tankyevych, Hugues Talbot et Valérie Wolff
Construction d'un atlas cérébro-vasculaire
L'intégration de connaissances anatomiques dans des processus de segmentation requiert la modélisation préalable de ces connaissances. Le second objectif de cette thèse consiste donc à développer des modèles de représentation de connaissance vasculaire, ainsi que des protocoles de génération pour ces modèles. Cette thématique est relativement nouvelle (le premier protocole automatique de génération de modèle vasculaire cérébral complexe a été réalisé en 2003), et porteuse de réelles perspectives, tant sur le plan de l'aide à la segmentation, que sur celui de données directement utilisables en médecine et en anatomie.
Collaborations : Olena Tankyevych et Hugues Talbot
ANR Vivabrain
Dans le cadre de cette thèse, je collabore sur le projet ANR Vivabrain, dont le titre est "Simulation d’angiographies virtuelles à partir de modèles vasculaires 3D et 3D+t". Je fais partie de 3 des 5 tâches nécessaires à la réalisation de ce projet, à savoir :
- l'acquisition de données (grâce à la mise en place d'un protocole d'acquisition d'ARM-TOF et PC) ;
- le traitement des données acquises (filtrage et segmentation) ;
- la génération d'un modèle vasculaire 3D (création d'atlas).
Master : Filtrage des artefacts d'écoulement vasculaire en IRMf
Encadrant: Daniel Gounot
Co-Encadrant:Nicolas Passat
Problématique
La localisation de ces zones cérébrales se fait à partir de calculs statistiques et en fonction du paradigme considéré. Cette localisation est basée sur l’effet BOLD (Blood Oxygen Level Dependent) qui induit une augmentation locale du signal par résonance magnétique nucléaire (RMN). Cependant ces variations sont très faibles (de l’ordre de 1%), il est donc primordial de réduire l’ensemble du bruit contenu dans les images IRMf, pouvant conduire à une erreur d’analyse, tel que les mouvements du patient lui-même ainsi que les mouvements dus aux cycles cardiaque et respiratoire. En outre, les signaux d’écoulement vasculaire, liés à la présence de larges vaisseaux localisés dans l’arbre vasculaire cérébral, constituent des sources d’artéfacts en IRMf. L’objectif de ces travaux est de déterminer l’influence de la vascularisation du cerveau sur l’activité cérébrale détectée en IRMf, afin de la réduire. L’étude de cette influence se base sur les connaissances anatomiques des réseaux vasculaires cérébraux obtenues à partir d’atlas angiographiques cérébraux.
Contribution
Ces travaux présentent une première approche de l’utilisation d’atlas vasculaires cérébraux afin d’améliorer la détection d’activité cérébrale en IRMf. La première étape de ceux-ci, consiste en la création d’atlas vasculaires cérébraux spécifiques aux besoins en IRMf. La deuxième étape est de déterminer l’influence des voxels du réseau vasculaire cérébral dans la détection d’activité cérébrale. Enfin, la création d’un outil Matlab permettant d’améliorer la détection de l’activité cérébrale en réduisant le bruit dû au réseau vasculaire finalise ces travaux.
Activités d'enseignement
Année 2012-2013 : IUT Robert Schuman
Semestre 1 :
- P32 : Conception des structures de données.
Semestre 2 :
- S22 : Comprendre et manipuler les systèmes.
Année 2011-2012 : UFR Math-Info
Semestre 1 :
- L2 mention Informatique : Architecture des ordinateurs.
Semestre 2 :
- L2 mention Math-Physique-Chimie : Programmation appliquée. Introduction à Octave
Année 2010-2011 : UFR Math-Info
Semestre 2 :
- L2 mention Math-Physique-Chime : Programmation appliquée. Introduction à Octave.
- L3 mention Mathématique : Programmation orientée objet.
Année 2009-2010 : UFR Math-Info
Semestre 1 :
- L3 mention Science du Vivant : Algorithme et structures de donnée. Introduction au langage C.
Semestre 2 :
- L2 mention Math-Physique-Chime : Programmation appliquée. Introduction à Octave.
Publications
<anyweb> http://icube-intranet.unistra.fr/papr/appli.php?author=dufour&title=&team=6&annee1=&annee2=&display=rap+&nationalRank=toutes&project=tous&hide=0&hide=0&hide=0 </anyweb>