Étude théorique et conception d'un système de détection de coïncidences en temps réel dédié à un tomographe d'émission par positrons pour petits animaux
Notice bibliographique
Résumé
Les appareils en tomographie d'émission par positrons (TEP) cliniques ou de recherche permettent de visualiser le métabolisme des processus chimiques à l'aide de traceurs spécifiques. Ils permettent en particulier de diagnostiquer et de suivre l'évolution des cancers chez l'humain, ou encore d'étudier la maladie et de valider les traitements à l'aide de petits animaux de laboratoire. Les recherches menées sur les petits animaux nécessitent des appareils de plus haute résolution que les appareils cliniques puisque leurs organes sont beaucoup plus petits. De nombreuses équipes de recherche explorent diverses solutions pour repousser les limites des appareils actuels, particulièrement en profitant de l'évolution des détecteurs, des circuits numériques et des techniques d'analyse de données. En parallèle, les chimistes et les biologistes ont développé de nouveaux radiotraceurs excessivement sélectifs qui exigent des scanneurs très sensibles et autorisant une plus grande liberté sur les protocoles d'acquisition. Cette sélectivité élimine l'apparition du contour du sujet dans l'image reconstruite, ce qui empêche le positionnement relatif des zones d'activité métabolique dans l'animal. Pour remédier à ce problème, certaines équipes juxtaposent au TEP un deuxième appareil d'imagerie (structurelle cette fois) sous la forme de tomodensitométrie (TDM) ou de résonance magnétique. Le Groupe de Recherche en Appareillage Médical de Sherbrooke (GRAMS) et le Laboratoire de Tomographie d'Émission par Positrons (LabTEP) du Centre d'Imagerie Moléculaire de Sherbrooke (CIMS) font parties des équipes de recherche qui travaillent sur ces appareils bimodaux, ultra-sensibles et de haute résolution. Ces équipes de l'Université de Sherbrooke proposent un système numérique TEP/TDM à base de détecteurs à photodiodes qui possède la caractéristique d'utiliser les mêmes capteurs pour les deux modalités. Contrairement à la plupart des groupes, elle vise également un traitement intégral des données en temps réel, jusqu'à la reconstruction des images, afin de fournir un appareil efficace aux biologistes et autres chercheurs. Par contre, l'approche purement numérique change complètement les règles de circulation des données utilisées jusqu'à présent en TEP et nécessite une nouvelle méthode pour identifier les événements d'intérêt dans le flux de données. Ce mémoire de maîtrise présente les efforts et résultats liés à la réalisation d'un système de détection de coïncidences en temps réel pour la TEP.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».