Conception de l'électronique d'un scanner de tomographie d'émission par positrons pour l'imagerie cérébrale clinique multimodale
Notice bibliographique
Résumé
Malgré les avancées médicales et technologiques, le cerveau demeure un organe rempli de mystères. Sa complexité inégalée et son faible volume exigent des outils de visualisation d’une grande précision. L’imagerie médicale et moléculaire constitue l’approche privilégiée pour l’étude in vivo du fonctionnement cérébral, ainsi que pour le dépistage, le diagnostic et le traitement de nombreuses maladies neurodégénératives comme la maladie d'Alzheimer et de Parkinson. Les modalités anatomiques, telles que l’imagerie par résonance magnétique (IRM) et la tomodensitométrie (TDM), offrent une vision précise des structures internes, l’IRM se distinguant par sa résolution spatiale élevée et son contraste tissulaire. L’imagerie moléculaire, notamment la tomographie par émission par positons (TEP), permet de sonder les processus biologiques et métaboliques à l’échelle cellulaire. Combinée à l’IRM, l’imagerie multimodale TEP-IRM associe la localisation anatomique fine à une caractérisation précise de la distribution des radiotraceurs. L’imagerie TEP cérébrale exige la plus haute résolution spatiale. Or, les scanners TEP cliniques actuels offrent une résolution comprise entre 2,4 et 8,0 mm, insuffisante pour distinguer les structures sous-corticales profondes. Bien que l’IRM améliore la localisation anatomique, la résolution demeure limitée par les performances intrinsèques du système TEP. Fort de l’expertise du Groupe de recherche en appareillage médical de Sherbrooke (GRAMS) en imagerie préclinique, ce projet vise à développer l’électronique d’un scanner TEP à ultra-haute résolution (UHR) atteignant 1,25 mm, et à explorer sa compatibilité électromagnétique avec l’imagerie multimodale simultanée TEP-IRM. La technologie LabPET II, développée par le GRAMS, repose sur une architecture modulaire extensible qui a permis la réalisation de scanners précliniques à résolution submillimétriques. Toutefois, la mise à l’échelle nécessaire pour couvrir le champ de vue d’un cerveau humain 129 024 canaux individuels soulève des défis majeurs de fabrication, de bande passante et de gestion thermique. Cette thèse décrit d’abord le module de détection LabPET II, ses limitations et les améliorations introduites pour le scanner UHR. Elle propose ensuite une révision complète de l’architecture électronique pour permettre la mise à l'échelle vers un système commercialement viable, en comparant ses performances à celles de la technologie originale et en analysant l’impact de la mise à l’échelle. Enfin, elle étudie la compatibilité géométrique, mécanique et électromagnétique des technologies LabPET II et UHR avec l’imagerie multimodale TEP-IRM, en vue de l’intégration d’un système insérable dans l’alésage d’un IRM commercial.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».