Vous êtes ici : GIPSA-lab > Formation > Thèses soutenues
Chargement
AMIOT Carole

Débruitage de séquences par approche multi-échelles : application à l'imagerie par rayons X

 

Directeur de thèse :     Michel DESVIGNES

Co-directeur de thèse :     Jocelyn CHANUSSOT

École doctorale : Electronique, electrotechnique, automatique, traitement du signal (eeats)

Spécialité : Signal, image, parole, télécoms

Structure de rattachement : Autre

Établissement d'origine : INP-PHELMA

Financement(s) : CIFRE

 

Date d'entrée en thèse : 01/12/2011

Date de soutenance : 18/12/2014

 

Composition du jury :
Mr Frédéric Truchetet, Professeur, Université de Bourgogne, Président
Mme Isabelle BLOCH, Professeur, Télécom ParisTech, Rapporteur
Mr Jalal FADILI, Professeur, ENSI-Caen, Rapporteur
Mr Maciej ORKISZ, Professeur, Université Lyon 1, Examinateur
Mme Catherine GIRARD, Ingénieur, Thales, Encadrante
Mr Jérémie PESCATORE, Ingénieur, Thales, Co-encadrant
Mr Michel DESVIGNES, Professeur, Université Grenoble-Alpes, Directeur de thèse
Mr Jocelyn CHANUSSOT, Professeur, Université Grenoble-Alpes, Co-directeur de thèse

 

Résumé : Les séquences fluoroscopiques, acquises à de faibles doses de rayons X, sont utilisées au cours de certaines opérations médicales pour guider le personnel médical dans ces actes. Cependant, la qualité des images obtenues est inversement proportionnelle à cette dose. Nous proposons dans ces travaux un algorithme de réduction de bruit permettant de compenser les effets d'une réduction de la dose d'acquisition et donc garantissant une meilleure protection pour le patient et le personnel médical. Le filtrage développé est un filtre spatio-temporel s'appuyant sur les représentations multi-échelles 2D des images de la séquence pour de meilleures performances. Le filtre temporel récursif d'ordre 1 et compensé en mouvement permet une forte réduction de bruit. Il utilise une détection et un suivi des objets de la séquence. Ces deux étapes déterminent le filtrage spatio-temporel de chaque coefficient multi-échelles. Le filtrage spatial est un seuillage contextuel utilisant le voisinage multi-échelles des coefficients pour éviter l'apparition d'artefacts de forme dans les images reconstruites. La méthode proposée est testée dans deux espaces multi-échelles différents, les curvelets et les ondelettes complexes suivant l'arbre dual. Elle offre des performances supérieures à celles des meilleures méthodes de l'état de l'art.


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31