Soutenance de thèse Karim Aderghal

Dans le présent travail, nous nous intéressons à l’indexation visuelle, à la recherche et à la classification des images cérébrales obtenues par IRM multimodale par contenu pour aider au diagnostic de la maladie d’Alzheimer.
L’idée principale est de donner au clinicien des informations sur les images ayant des caractéristiques visuelles similaires. Trois catégories de sujets sont à distinguer : les sujets normaux de contrôle (NC), les sujets atteints de troubles cognitifs légers (MCI) et les sujets atteints de la maladie d’Alzheimer (AD). Nous appliquons des méthodes d’apprentissage approfondi basées sur les réseaux de neurones sur des images IRM multimodales (IRM structurelle et IRM tonale à diffusion) pour la détection de changements structurels dans le cerveau humain, en particulier dans les zones connues comme étant affectées par la maladie d’Alzheimer. Nous extrayons des patchs locaux spécifiques à la MA, en nous concentrant sur la région la plus impliquée dans le cas de la MA, qui provoque des changements particuliers dans la structure du cerveau. Il s’agit de la région appelée Hippocampe. Cette structure cérébrale est responsable de la mémorisation, et les dommages causés à cette région entraînent des dysfonctionnements de la mémoire. Les images 2D extraites de cette région sont ensuite utilisées pour alimenter les modèles/réseaux neuronaux pour la classification des sujets. Cette étape consiste en l’extraction de tranches 2D à partir de trois projections d’images 3D (sagittale, coronale et axiale) de la région de l’Hippocampe, ce qui donne une transformation d’une image 3D du retour sur investissement du cerveau en tranches 2D. La méthode proposée est automatique (sans aucune intervention du clinicien), ne nécessite pas d’étape de segmentation longue et coûteuse grâce à l’utilisation d’un Atlas standardisé. Nous avons proposé une approche appelée "2-D+ ε ", et nos méthodes comprennent la combinaison d’informations provenant de différentes sources (projections/modalités), ainsi qu’un nouveau schéma d’apprentissage par transfert.

Français
LaBRI (visioconférence ou présentiel suivant la situation sanitaire)