FERROUDJI, Karim (2017) Particle characterization by ultrasound using artificial intelligence methods. Doctoral thesis, Université de Batna 2.

Preview

Text Thése_Karim_VF.pdf Download (2MB) | Preview

Abstract

Cette thèse présente une étude sur la façon dont les micro-emboles peuvent être détectés et caractérisés. Elle examine une nouvelle approche pour la détection et la classification des micro-emboles en utilisant une combinaison: des techniques d'intelligence artificielle, des méthodes de traitement du signal et de l'information extraite des emboles gaz et solides en utilisant les signaux radiofréquence (RF) au lieu des signaux Doppler traditionnellement utilisés. Les phénomènes emboliques, que ce soit de l'air ou des emboles solides, sont des particules plus grandes que les cellules sanguines, qui pourraient obstruer les vaisseaux sanguins et par conséquent empêcher le flux sanguin normal aux organes vitaux et au tissu environnant. Par conséquent, ils peuvent induire des dommages immédiats comme une crise cardiaque ou un accident ischémique cérébral. La composition de l'embole (gaz ou solide) est essentielle dans la prévision de complications cliniquement significatives. Malheureusement, la détection des emboles en utilisant le Doppler a montré leurs limites pour différencier l'embole solide et l’embole gaz. Les signaux ultrasonores radiofréquence (RF) rétrodiffusés par les emboles contiennent des informations supplémentaires sur l'embole par rapport aux signaux Doppler traditionnellement utilisés. Les bulles gazeuses montrent un comportement non linéaire dans des conditions spécifiques de l'onde d'excitation ultrasonore, ce comportement non linéaire est exploité pour différencier les emboles solides des emboles gaz. Afin de vérifier l'utilité du traitement des signaux ultrasonores RF dans la détection et la classification des micro-emboles, une étude expérimentale (in vitro) est développée à l'Université de François Rabelais Tours, en France, dans le laboratoire INSERM U930 sous la direction du Professeur A. Bouakaz. Les microsbulles de Sonovue sont exploitées pour imiter le comportement acoustique des emboles gaz. Elles sont injectées dans un phantom (nonrecirculating flow phantom), qui a les mêmes caractéristiques que le tissu humain, contenant un trou de diamètre de 0.8 mm. Le matériau imitant le tissu entourant le tube est choisi pour imiter le comportement acoustique de l'embolie solide. Les images échographiques des emboles gaz et solides sont recueillies à l'aide d'un scanner à ultrasons Anthares avec une sonde émettant à une fréquence d'émission de 1.82 MHz et avec deux index mécaniques (MI) 0.2 et 0.6. Donc, nous avons construit quatre bases de données, chaque base de données est composée de 102 échantillons (51 emboles gaz et 51 emboles solides). L’ensemble de ces quatre bases de données sont exploitées pour extraire un certain nombre de caractéristiques discriminatives utilisées pour la détection et la classification des micro-emboles. En premier lieu, nous proposons une nouvelle approche basée sur la transformée de Fourier rapides (FFT) et les réseaux de neurone artificielles (classificateur) en utilisant les propriétés de la fondamentale et de la deuxième composante harmonique contenue dans le signal RF rétrodiffusé par un embole (gaz ou solide). L'approche proposée permet la classification des micro-emboles avec un taux de discrimination de 92.85%. En second lieu, nous exploitons la transformée en ondelettes discrète en utilisant trois algorithmes de réduction de dimensionnalité: la technique évolution différentielle, méthode Fisher Score et l'Analyse en Composantes Principales basées sur les machines à vecteurs de support (SVM: classificateur), dans l'analyse et la caractérisation des signaux RF ultrasonores rétrodiffusés de l'embole (gaz ou solide). De plus, nous proposons une stratégie pour sélectionner le filtre d'ondelettes approprié (meilleure ondelette mère) parmi 59 filtres. Les résultats expérimentaux, basés sur la fonction d'ondelettes sélectionnée et l'algorithme d'évolution différentielle, montrent clairement que la méthode basée sur la transformée en ondelettes discrète atteint de meilleurs taux de classification (96.42%) par rapport aux résultats obtenus dans la méthode précédente en utilisant l'approche basée sur la FFT. Les résultats obtenus ont démontré que les signaux radiofréquence ultrasonores offrent de réelles opportunités pour la détection et la caractérisation des micro-emboles.

Item Type:	Thesis (Doctoral)
Subjects:	Technologie > Electronique
Divisions:	Faculté de technologie > Département d'électronique
Date Deposited:	11 Dec 2017 11:12
Last Modified:	11 Dec 2017 11:12
URI:	http://eprints.univ-batna2.dz/id/eprint/1507

Actions (login required)

View Item