Aide au diagnostic de la maladie d’Alzheimer par des techniques de sélection d’attributs pertinents dans des images cérébrales fonctionnelles obtenues par tomographie par émission de positons au 18FDG

Le résumé fourni par la source

Dans le cadre de cette these, nous nous sommes interesses a l’etude de l’apport d’une aide assistee par ordinateur au diagnostic de certaines maladies degeneratives du cerveau, en explorant les images de tomographie par emission de positons, par des techniques de traitement d’image et d’analyse statistique.Nous nous sommes interesses a la representation corticale des 116 regions anatomiques, en associant a chacune d’elles un vecteur d’attribut issu du calcul des 4 premiers moments des intensites de voxels, et en y incluant par ailleurs l’entropie. Sur la base de l’aire de courbes ROC, nous avons etabli qualitativement la pertinence de chacune des regions anatomiques, en fonction du nombre de parametres du vecteur d’attribut qui lui etait associe, pour separer le groupe des sujets sains de celui des sujets atteints de la maladie d’Alzheimer. Dans notre etude nous avons propose une nouvelle approche de selection de regions les plus pertinentes, nommee combination matrix, en se basant sur un systeme combinatoire. Chaque region est caracterisee par les differentes combinaisons de son vecteur d’attribut. L’introduction des regions les plus pertinentes(en terme de pouvoir de separation des sujets) dans le classificateur supervise SVM nous a permis d’obtenir, malgre la reduction de dimension operee, un taux de classification meilleur que celui obtenu en utilisant l’ensemble des regions.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.