La Résonance Magnétique Nucléaire (RMN)

Table des matières

Introduction générale
Chapitre I: Imagerie cardiaque
I.1. Introduction
I.2. Le système cardiovasculaire
I.2.1. Morphologie générale du cœur
I.2.2. Physiologie cardiaque et fonction contractile
I.3. Objets d’intérêts en imagerie cardiaque ventriculaire gauche
I.4. Le Ventricule Gauche (VG)
I.5. Principe de l’Imagerie par résonance magnétique
I.5.1. Interaction avec le champ magnétique statique B0
I.5.2. Le phénomène de résonance
I.5.3. Types de contrastes dans les images IRM
I.5.3.a. Contraste en IRM : TR long-TE long
I.5.3.b. Contraste en IRM : TR court –TE court
I.5.3.c. L’image de densité de proton
I.5.4. Séquence d’inversion récupération
I.5.5. Produits de contraste
I.6. Plans de coupe en IRM cardiaque
I.7. IRM cardiaque
I.7.1. Les séquences rapides
I.7.2. Méthodes de synchronisation cardiaque (gating cardiaque)
I.7.3. L’IRM à contraste de phase
I.7.4. IRM de perfusion myocardique de premier passage
I.7.5. Rehaussement tardif
I.8. Détermination des volumes ventriculaires gauches
I.9. Conclusion
Chapitre II: Etat de l’art
II.1. Introduction
II.2. Méthodes de segmentation
II.2.1. Segmentation par classification et morphologie mathématique
II.2.2. Modèles défotmables
II.2.3. Modèles statistiques
II.2.4. Approches basées sur l’information a priori
II.3.Localisation automatique du ventricule gauche
II.4.Conclusion
Chapitre III: Les différentes méthodes de segmentation
III.1. Introduction
III.2. Approche de segmentations par classification
III.2.1. La méthode d’OTSU
III.2.2. La méthode K-moyennes (K-Means)
III.2.3. Fuzzy-C Means (FCM)
III.2.4. la méthode KFCM
III.2.5. L’algorithme de classification espérance-maximisation
III.3. Les modèles déformables
III.4. Les modèles actifs d’apparence
III.4.1. Modèle statistique de forme
III.4.2. Modèle statistique de la texture
III.4.3. Construction du Modèle statistique de texture
III.4.4. L’Analyse Combinée (texture/forme)
III.4.5. Recherche de l’objet dans une nouvelle image
III.4.6. Implémentation multi-résolution
III.5. Conclusion
Chapitre IV : Segmentation par classification
IV.1. Introduction
IV.2. Données expérimentales
IV.2.1. La base d’images
IV.2.2. Segmentation manuelle
IV.3. Résultats expérimentaux
IV.3.1. Résultats de l’algorithme FCM
IV.3.2. Résultats de l’algorithme KFCM
IV.3.3. Résultats de l’algorithme EM
IV.4. Caractérisation du ventricule droit et gauche
IV.5. Conclusion
Chapitre V: Détection du ventricule gauche
V.I. Introduction
V.2.Initialisation manuelle
V.3.Méthodes de détection et d’initialisation de la segmentation
V.3.1. Transformée de Hough Circulaire
V.3.2. Méthode semi -automatique
V.3.3. Méthode basée sur l’index de circularité
V.4.Segmentation du ventricule gauche par ensemble de niveaux
V.5.Résultats et discussions
V.5.1. Données expérimentales
V.5.2. Détection de l’endocarde
V.5.3. Evaluation des résultats
V.6. Conclusion
Chapitre VI: Segmentation des images IRM par Le modèle AAM
VI.1. Introduction
VI.2. Segmentation par les Modèles actifs d’apparence
VI.2.1. Principe du modèle (AAM)
VI.2.2. Initialisation automatique
VI.3. Résultats et interprétations
VI.4. Evaluation des résultats
VI.5. Conclusion
Conclusion générale
Références bibliographiques