| Titre : | Les Solutions Régularisées des Problèmes Inverses en Imagerie Médicale |
| Auteurs : | HADDADI Yasser Radouane, Auteur ; Dr.Mansouri Boualem, Directeur de thèse |
| Type de document : | texte imprimé |
| Editeur : | Université de Saida– Dr. Moulay Tahar Faculté de Technologie Génie Biomédical, 2022/2023 |
| Format : | 93 P |
| Accompagnement : | CD |
| Langues: | Français |
| Catégories : | |
| Mots-clés: | Problème inverse ; solutions régularisées ; estimation de régularisation ; problème d'optimisation ; algorithmes d'optimisation bio-inspirés ; problématiques de traitement d'images |
| Résumé : |
الملخص:
تهدف هذه الأطروحة الى تطوير الطرق الحسابية والحاسوبية لحل المشاكل العكسية لمعالجة الصور الطبية ، مع التركيز على تطبيقات التصوير الطبي، بما في ذلك استعادة الصور الطبية، وفك الارتباط، والترشيح، وتحسين التباين. يهدف هذا العمل إلى إظهار أن التنظيم يلعب دورًا مهمًا في دقة واستقرار الحلول المنتظمة للمشاكل العكسية في التصوير الطبي. بالإضافة إلى ذلك، قمنا بالتحقيق في تقدير معلمات التنظيم، وهي خطوة حاسمة في عملية التنظيم. يمكن تلخيص المساهمات الرئيسية لهذه الأطروحة على النحو التالي: • اقتراح نهج جديد لاستعادة الصورة الطبية على أساس خوارزمية تحسين سرب الجسيمات ذات السلوك الكمي الغاوسي والفلتر العكسي المنظم والمحسن مع تقدير معامل التنظيم. يتحكم هذا النموذج في عملية استرجاع الصورة الطبية وتقليل التشويش مع تقدير التنظيم لتحسين جودة الصورة الطبية وحدتها • تم اقتراح طريقة جديدة لفك تطور الصورة الطبية بالموجات فوق الصوتية بناءً على التنظيم وخوارزمية تحسين مستعمرة النحل الاصطناعية. الهدف من هذا العمل هو دراسة تأثير تقدير معامل التنظيم على عملية التفكك مع التداخل الشائب. • التحقيق في تأثير اختيار معامل التنظيم على التباين الكلي المعمم لتقليل الشوائب. نقترح الخوارزمية الذكية الخاصة بنا لتقدير القيمة الثابتة لمعامل التنظيم للحصول على أفضل أداء لتقليل التشويش على الصورة • اقتراح طريقة جديدة لتحسين الصورة الطبية. يعتمد هذا النموذج على استخدام تقدير حد المقطع، والذي يتحكم في أداء عملية التحسين. تعمل عملية التقدير على تحسين كفاءة العملية وتوفر نتائج فائقة من حيث جودة الصورة والتباين كلمات مفتاحية: مشكلة عكسية، حلول منتظمة ، تقدير التسوية . مشكلة التحسين. خوارزميات تحسين مستوحاة من الحيوية. مشاكل معالجة الصور « Les Solutions Régularisées des Problèmes Inverses en Imagerie Médicale » Résumé : Cette thèse a contribué au développement de méthodes mathématiques et informatiques pour résoudre les problèmes inverses de traitement d'images, en mettant l'accent sur les applications d'imagerie médicale, y compris la restauration d'images médicales, la déconvolution, le filtrage et l'amélioration du contraste. Ce travail vise à montrer que la régularisation joue un rôle crucial dans la précision et la stabilité des solutions régularisées de problèmes inverses en imagerie médicale. En plus de cela, nous avons étudié l'estimation des paramètres de régularisation, qui est une étape critique dans le processus de régularisation. Les contributions principales de cette thèse peuvent être résumées comme suit : • Proposer une nouvelle approche de restauration d'images médicales basée sur un algorithme d'optimisation d'essaim de particules à comportement quantique gaussien et un filtre inverse régularisé amélioré avec estimation des paramètres de régularisation. Ce modèle contrôle l'opération de restauration du défloutage et du débruitage de l'image médicale avec une estimation de régularisation pour une meilleure qualité et netteté de l'image médicale. • Une nouvelle méthode de déconvolution d'images médicales par ultrasons nommée basée sur la régularisation L2 et l'algorithme d'optimisation des colonies d'abeilles artificielles est proposée. L'objectif de ce travail est d'étudier l'impact de l'estimation des paramètres de régularisation sur le processus de déconvolution avec interférence de flou et de bruit. • Étude de l'impact du choix des paramètres de régularisation sur la variation généralisée totale du débruitage de second ordre. Nous proposons notre algorithme intelligent pour estimer la valeur stable hautement significative du paramètre de régularisation pour l'opération de débruitage d'image la plus performante. • Proposer une nouvelle méthode d'amélioration d'images médicales. Ce modèle est basé sur l'utilisation de POA pour estimer la limite de clip, qui contrôle les performances de l'opération d'amélioration à l'aide de CLAHE. Le processus d'estimation améliore l'efficacité de l'opération et fournit des résultats supérieurs en termes de qualité d'image et de contraste. Mots clés : Problème inverse, solutions régularisées, estimation de régularisation, problème d'optimisation, algorithmes d'optimisation bio-inspirés, problématiques de traitement d'images. « Regularized Solutions to Inverse Problems in Medical Imaging » Abstract: This thesis has contributed to the development of mathematical and computational methods to solve inverse image-processing problems, with a focus on medical imaging applications, including medical image restoration, deconvolution, filtering, and contrast enhancement. This works aims to show that regularization plays a crucial role in the accuracy and stability of regularized solutions to inverse problems in medical imaging. In addition to that, we have investigated the estimation of regularization parameters, which is a critical step in the regularization process. The major contributions of this thesis can be summarized as follows: • Proposing a novel approach to medical image restoration based on a Gaussian Quantum-Behaved Particle Swarm Optimization algorithm and Enhanced Regularized Inverse Filter with regularization parameter estimation. This model controls the medical image deblurring and denoising restoration operation with regularization estimation for better medical image quality and sharpness. • A novel method for ultrasound medical image deconvolution named based on L2 regularization and artificial bee colony optimization algorithm is proposed. The aim of this work is to study the impact of regularization parameter estimation on the deconvolution process with blur and noise interference. • Investigating the impact of regularization parameter choice on the total generalized variation of second-order denoising. We propose our intelligent algorithm to estimate the highly significant stable value of the regularization parameter for the best performance image denoising operation. • Proposing a novel medical image enhancement method. This model is based on using POA to estimate the clip-limit, which controls the performance of the enhancement operation using CLAHE. The estimation process improves the efficiency of the operation and provides superior results in terms of image quality and contrast. Keywords: Inverse problem, regularized solutions, regularization estimation, optimization problem, bio-inspired optimization algorithms, image processing issues. |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| BUC-D 000475 | BUC-D 000475 | Livre | Bibliothèque PMB Services | Albums | Consultation sur place Exclu du prêt |
Documents numériques (1)
Thèse_Doctorat_Haddadi_Yasser_Radouane.pdf Adobe Acrobat PDF |
