Development and Study of Optimization Algorithms for Medical Image Registration Problems

Résumé

En imagerie médicale, le recalage des images a pour objectif d’analyser
plusieurs images acquises à différents moments ou par différentes techniques.
Plus précisément, le recalage d’images médicales permet déterminer la meilleure transformation spatiale qui permet de passer d’une image à l’autre. Une telle transformation facilite l’analyse de ces images car elle permet que ces images soient alignées dans un même domaine spatial pour être comparées. Cette thèse propose une analyse de quelques algorithmes numériques utilisés pour résoudre efficacement le problème du recalage non rigide d’images médicales 3D pour des transformations non paramétriques. Cependant, il est établi que, de manière générale, ces algorithmes sont coûteux en temps de calcul et en mémoire de stockage. Ceci peut se révéler problématique pour certaines applications thérapeutiques. Dans le but d’accélérer ces algorithmes, cette thèse s’est focalisé sur l’étude du préconditionnement des systèmes linéaires résolus itérativement dans la phase d’optimisation du recalage. Cette thèse propose une extension du package FAIR de Jan Modersitzki. D’une part, elle permet à l’utilisateur de faire appel à des préconditioneurs polynomiaux, en plus des préconditionneurs déjà existant dans le package. D’autre part, si faisable, elle lui propose le choix d’utiliser des solveurs en un format tensoriel. Ce dernier, exploitant la structure des données, permet une compression efficiente et une troncature à un seuil de précision donné qui fait gagner du temps et de la mémoire de stockage.

la date de réponse	17 mai 2018
langue originale	Anglais
L'institution diplômante	Universite de Namur
Sponsors	CERUNA
Superviseur	Annick Sartenaer (Promoteur), Anne Lemaitre (Président), Daniel RUIZ (Jury), Hubert Meurisse (Jury) & Lieven De Lathauwer (Jury)