| Le projet de recherche s'inscrit dans un contexte d'imagerie moleculaire, ou la modalite d'imagerie d'interet est la tomographie d'emission par positrons (TEP) appliquee en recherche sur les petits animaux. Afin de permettre l'observation de details infimes, les plus recents developpements sur ce genre de scanner ont constamment ameliore leur resolution spatiale, sans toutefois obtenir les memes progres en terme de sensibilite. Parmi les methodes etudiees afin de combler cette lacune, la recuperation de coincidences triples a l'aide d'un reseau de neurones artificiels semble etre une technique viable. En effet, malgre une degradation du contraste, celle-ci permet d'ameliorer substantiellement la sensibilite de l'image. Cette technique n'est cependant pas prete a etre integree aux protocoles de recherche, car son application est pour l'instant limitee a un traitement hors ligne des donnees d'acquisition d'un scanner. En consequence, la faisabilite d'une telle approche en temps reel n'est donc pas garantie, car le flux de coincidences d'un scanner est tres important et ses ressources de calculs sont limitees.;Dans l'intention d'inclure ce gain en sensibilite pendant une acquisition ou le traitement est effectue en temps reel, ce projet de recherche propose une implementation d'un reseau de neurones artificiels au sein d'une matrice de porte programmable (FPGA) pouvant recuperer en temps reel les coincidences diffuses triples du scanner LabPET, version 4 cm. La capacite de traitement obtenue est 1 087 000 coincidences triples par seconde en utilisant 23.1% des ressources d'unites logiques d'un FPGA de modele XC2VP50. Comparativement a un programme equivalent a haute precision sur ordinateur personnel, l'analyse de validite prend la meme decision dans 99.9% des cas et la meme ligne de reponse est choisie dans 97.9% des cas. Integrees a l'image, les coincidences triples permettent une augmentation de sensibilite jusqu'a, 39.7%, valeur qui est en deca celle obtenue des recherches anterieures, mais expliquee par des conditions d'acquisition differente. Au niveau de la qualite de l'image, la degradation du contraste de 16,1% obtenu est similaire a celle observee anterieurement. En reference a ces resultats, les ressources limitees d'un scanner de tomographie d'emission par positrons sont averees suffisantes pour permettre l'implementation d'un reseau de neurones artificiels devant classifier en temps reel les coincidences triples du scanner.;En terme de contributions, l'implementation en temps reel realisee pour ce projet confirme la faisabilite de la technique et apporte une nouvelle approche concrete pour ameliorer la sensibilite. Dans une autre mesure, la reussite du projet de recherche contribue a faire connaitre la technique des reseaux de neurones artificiels dans le domaine de la tomographie d'emission par positrons. En effet, cette approche est pertinente a considerer en guise d'alternative aux solutions traditionnelles. Par exemple, les reseaux de neurones artificiels pourraient effectuer une evaluation correcte du phenomene des coincidences fortuites.;Mots-des : Tomographie d'emission par positrons, reseau de neurones artificiels, FPGA, coincidences diffuses triples, sensibilite en TEP. |
