Soutenance de thèse - Corentin VAZIA

Soutenance de thèse - Corentin VaziaCorentin Vazia, en vue de l’obtention du grade de Docteur en Mathématiques et STIC spécialité « Mathématiques et leurs interactions », présentera ses travaux intitulés "Une approche de la reconstruction d'images et de la décomposition de matériaux en tomodensitométrie avec régularisation par modèle de diffusion", le 20 novembre à Vannes.

Date 20/11

Résumé

Une approche de la reconstruction d’images et de la décomposition de matériaux en tomodensitométrie avec régularisation par modèle de diffusion.

Les méthodes de tomographie spectrale exploitent la dépendance en énergie de l’atténuation des rayons X pour reconstruire des images spécifiques aux matériaux présents dans l’objet ou le patient scanné. Cette tâche de reconstruction constitue un problème inverse mal posé, nécessitant l’introduction de régularisation ou de connaissances a priori.

Récemment, les modèles génératifs, et en particulier les modèles de diffusion, ont montré des performances remarquables dans la modélisation des distributions d’images naturelles. Ces avancées ouvrent de nouvelles perspectives pour l’intégration d’a priori appris dans des problèmes inverses.

Cette thèse explore l’utilisation des modèles de diffusion comme a priori appris pour la reconstruction CT spectrale où la forte dépendance entre les canaux d'énergie est implicitement restituée par l'a priori du modèle génératif. De plus, nous étendons cette approche à la décomposition en matériaux et proposons une méthode dans le cas de matériaux additionnels non présents lors de l'apprentissage. Nous montrons que ces modèles constituent des régularisateurs puissants et flexibles, surpassant les techniques classiques en termes de qualité de reconstruction.

Mot clés : Tomodensitométrie spectrale, Problèmes inverses, Modèles de diffusion

Abstract

An approach to image reconstruction and material decomposition in spectral tomography with diffusion model regularization.

Spectral computed tomography (CT) leverages the energy-dependent nature of X-ray attenuation to reconstruct material-specific images of the scanned object or patient. This reconstruction task constitutes an ill-posed inverse problem, requiring the incorporation of regularization or designing a prior.

Recently, generative models, and particularly diffusion models, have shown remarkable performance in modeling natural image distributions. These developments have opened new possibilities for incorporating learned priors into inverse problems.

This thesis investigates the use of diffusion models as learned priors for spectral CT reconstruction, where the strong correlation between energy channels is implicitly captured by the generative model prior. Furthermore, we extend this approach to material decomposition and propose a method that handles additional materials not present during training. We demonstrate that these models serve as powerful and flexible regularizers, outperforming classical techniques in terms of reconstruction quality. 

Keywords:.Spectral computed tomography, Inverse problems, Diffusion models

Membres du jury

• Pr Nicolas DUCROS, rapporteur, Professeur des Universités, INSA Lyon, CREATIS
• Pr Yann GOUSSEAU, rapporteur, Professeur, Telecom Paris, LTCI, IP Paris
• Pr Jean-François AUJOL, examinateur, Professeur des Universités, Université de Bordeaux, IMB
• Dr Alexandre BOUSSE, co-directeur de thèse, Chargé de Recherche HDR, INSERM, LaTIM UMR INSERM 1101
• Pr Jacques FROMENT, directeur de thèse, Professeur des Universités, Université Bretagne Sud, LMBA CNRS UMR 6205
• Pr Jean-Louis COATRIEUX, examinateur, Directeur de Recherche Émérite, INSERM, Université de Rennes
• Dr Barbara PASCAL, examinatrice, Chargée de Recherche CNRS, École Centrale de Nantes

Membres du jury invités

• Dr Béatrice VEDEL, Maître de Conférences, Université Bretagne Sud, LMBA CNRS UMR 6205
• Dr Franck VERMET, Maître de Conférences HDR, Université de Bretagne Occidentale

Les travaux sont dirigés par Jacques Froment et Alexandre Bousse

École doctorale MathSTIC Bretagne Océane N°644

Informations pratiques

Jeudi 20 novembre à 10h

Amphithéâtre Yves Coppens

Faculté Sciences & Sciences de l'Ingénieur

Vannes

Crédit photographique : ©Université Bretagne Sud. Service Communication