More Website Templates @ TemplateMonster.com. July 16, 2012!

 
 
 
 

Thèses Soutenues

 

  Titre de la thèse Intégration de connaissances a priori dans la reconstruction des signaux parcimonieux
Cas particulier de la spectroscopie RMN multidimensionnelle
     
  Auteur(s) Dany MERHEJ
     
  Laboratoires

 

     
  Thèse en cotutelle UNIVERSITE LIBANAISE
Ecole Doctorale des Sciences et de Technologie
et
INSA de Lyon
     
  these_dany_merhej.pdf
     
  Titre Intégration de connaissances a priori dans la reconstruction des signaux parcimonieux
Cas particulier de la spectroscopie RMN multidimensionnelle
     
  Titre en englais
 
 
     
  Date de soutenance

1 Février 2012

     
  Résumé
Les travaux de cette thèse concernent la conception d'outils algorithmiques permettant l'intégration de connaissances a priori dans la reconstruction de signaux parcimonieux. Le but étant principalement d'améliorer la reconstruction de ces signaux à partir d'un ensemble de mesures largement inférieur à ce que prédit le célèbre théorème de Shannon-Nyquist.
Dans une première partie nous proposons, dans le contexte de la nouvelle théorie du « compressed sensing » (CS), l'algorithme NNOMP (Neural Network Orthogonal Matching Pursuit), qui est une version modifiée de l'algorithme OMP dans laquelle nous avons remplacé l'étape de corrélation par un réseau de neurones avec un entraînement adapté. Le but est de mieux reconstruire les signaux parcimonieux possédant des structures supplémentaires, i.e. appartenant à un modèle de signaux parcimonieux particulier. Pour la validation expérimentale de NNOMP, trois modèles simulés de signaux parcimonieux à structures supplémentaires ont été considérés, ainsi qu'une application pratique dans un arrangement similaire au « single pixel imaging ».
Dans une deuxième partie, nous proposons une nouvelle méthode de sous-échantillonnage en spectroscopie RMN multidimensionnelle (y compris l'imagerie spectroscopique RMN), lorsque les spectres des acquisitions correspondantes de dimension inférieure, e.g. monodimensionnelle, sont intrinsèquement parcimonieux. Dans cette méthode, on modélise le processus d'acquisition des données et de reconstruction des spectres multidimensionnels, par un système d'équations linéaires. On utilise ensuite des connaissances a priori, sur les emplacements non nuls dans les spectres multidimensionnels, pour enlever la sous-détermination induite par le sous échantillonnage des données. Ces connaissances a priori sont obtenues à partir des spectres des acquisitions de dimension inférieure, e.g. monodimensionnelle. La possibilité de sous-échantillonnage est d'autant plus importante que ces spectres monodimensionnels sont parcimonieux. La méthode proposée est évaluée sur des données synthétiques et expérimentales in vitro et in vivo.
     
  Résumé en anglais
     
  Organisme de delivrance UNIVERSITE INSA de LYON
et
UNIVERSITE LIBANAISE
     
  Ecole doctorale  
     
  Langue Francais
     
  Directeur de thèse
 
Mohamad Khalil (UL)
Rémy Prost (INSA)
     
  Composition du Jury Président: D.KOUME, Membres: R.PROST, M.KHALIL, C.DIAB, H.RATINEY, C.JUTTEN, B.DAYA, H.SAINT-JALMES, D.FRIBOULET.
     
  Mots clés Parcimonie, compressed sensing, orthogonal matching pursuit, réseaux de neurones, spectroscopie RMN multidimensionnelle, sous-échantillonnage.
     
  Mots clés en anglais