Application des préconditionneurs à mémoire limitée au recalage d'images médicales

  • Sophie Parmentier

    Student thesis: Master typesMaster en sciences mathématiques

    Résumé

    Dans le domaine médical, les professionnels sont amenés à combiner de l'information contenue dans des images obtenues par différentes méthodes d'acquisition et différentes modalités. Le processus de recalage d'images permet l'alignement des images et leur superposition au sein d'un même domaine. La distance entre les images à recaler est quantifiée par un critère de ressemblance qui doit être le plus petit possible. Ainsi, le recalage d'images s'apparente à un problème d'optimisation dit problème aux moindres carrés non linéaires résolu au moyen de la méthode de Gauss-Newton. Le but de ce mémoire est, dans un premier temps, d'introduire la classe des préconditionneurs à mémoire limitée pour ensuite détailler trois instances qui permettront d'accélérer la résolution. Dans un second temps, il étudie l'implémentation de ces instances dans la librairie FAIR fournissant des algorithmes de recalage d'images. Enfin, une stratégie de résolution et une application de recalage sont proposées.
    la date de réponse22 juin 2017
    langue originaleFrançais
    L'institution diplômante
    • Universite de Namur
    SuperviseurAnnick Sartenaer (Promoteur), Justin Buhendwa Nyenyezi (Jury), Hubert Meurisse (Jury) & Alexandre Mauroy (Jury)

    mots-clés

    • imagerie médicale, recalage d'images, librairie FAIR, préconditionneurs à mémoire limitée, Gauss-Newton, optimisation

    Contient cette citation

    '