Le lundi 11 juillet à 10h, dans l'amphi N, bâtiment 42, Campus de Beaulieu de l'Université de Rennes 1, Mathieu Rubeaux, soutient son Doctorat "Mention Traitement du Signal et Télécommunications" intitulé : "Approximation de l'Information Mutuelle basée sur le développement d'Edgeworth : application au recalage d'images médicales".
Le Jury est composé de: Su RUAN, Professeur des Universités, LITIS, Université de Rouen, Rouen (Rapporteur) ; Dimitris VISVIKIS, Directeur de Recherche à l'Inserm, LaTIM, Telecom Bretagne, Brest (Rapporteur) ; Jean-Pierre COCQUEREZ, Professeur des Université, HEUDIASYC, Université de Technologie de Compiègne, Compiègne (Examinateur) ; Mireille GARREAU, Professeur des Universités, LTSI, Université de Rennes 1, Rennes (co-directeur) ; Jean-Claude NUNES, Maître de Conférences, LTSI, Université de Rennes 1, Rennes (co-directeur) ; Laurent ALBERA, Maître de Conférences HDR, LTSI, Université de Rennes 1, Rennes (co-directeur)
Résumé:
Dans le cadre du recalage d’images basé sur l’information d’intensité, l’Information Mutuelle (IM) est couramment utilisée comme mesure de similarité. Cette mesure est en outre particulièrement adaptée au recalage d’images médicales multimodales tri-dimensionnelles. Cependant, les estimateurs de l’IM ont en général une variance élevée et induisent des temps de calcul importants. Au cours de cette thèse, nous nous sommes intéressés aux outils statistiques que sont les cumulants pour construire de nouvelles approximations de l’IM basée sur un développement d’Edgeworth tronqué, le développement d’Edgeworth permettant d’approximer une densité de probabilité à partir de ces cumulants. L’estimée de ces approximations comme mesure de similarité a été évaluée sur données synthétiques et réelles, dans le cadre du recalage rigide et non-rigide d’images médicales multimodales et a été comparée aux estimateurs de référence de l’IM.