Apprentissage multimodal économe en données grâce à l'exploitation de la sémantique des scènes pour le suivi des activités au bloc opératoire
Langue Anglais
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :
  • Thèse consultable sur internet, en texte intégral.
  • Thèse avec 2 versions : seule la version intégrale est proposée ; sur authentification (communication intranet).
 
Auteur : Hamoud, Idris
Date de soutenance : 25-06-2025

Directeur(s) de thèse : Padoy, Nicolas - Mutter, Didier

Président : Berger, Marie-Odile
Rapporteur(s) : Berger, Marie-Odile - Laufer, Shlomi
Membre(s) du jury : Srivastav, Vinkle Kumar - Mohareri, Omid

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Informatique
Classification : Informatique

Mots-clés libres : Apprentissage profond, Vision par ordinateur, Apprentissage auto-supervisé, Apprentissage multimodal, Workflow au bloc opératoire, Analyse de vidéo
Mots-clés :
  • Apprentissage profond
  • Opérations chirurgicales
Résumé : L’analyse holistique de vidéos du bloc opératoire est essentielle pour développer desmodèles d’intelligence artificielle capables de reconnaître automatiquement etprécisément les différentes étapes du workflow chirurgical. Une telle reconnaissancepermettrait de créer des outils d’aide à la décision améliorant la sécurité, l’efficacité etl’utilisation du bloc. Les méthodes actuelles reposent sur l’apprentissage supervisé,nécessitant beaucoup de données annotées et difficilement transférables entre blocsaux configurations de caméras différentes. Cette thèse propose de nouvelles approchesauto-supervisées pour analyser le déroulement des activités chirurgicales, enexploitant des modalités abstraites ou sémantiques comme la détection d’objets oul’estimation de pose des cliniciens. Inspirées des avancées récentes en vision parordinateur, les méthodes reposent sur des autoencodeurs masqués, l’apprentissagecontrastif multimodal et des tâches prétextuelles. L’usage de modalités peu coûteusesen annotations facilitera leur déploiement en contexte clinique réel.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2025STRAD014
Type de ressource : Thèse