Abstract
From LRDE
S
This report aims to explain and resolve a common problem that arise when handling inverse video (light color on dark background) : line collision. We will explain how to make a choice between two lines (one in inverse video, the other in normal mode) when they are superimposed by considering criteria and by balancing them. +
La fibrillation atriale est l'une des maladies cardiaque les plus communes, et peut être facilement détectée quand on peut localement détecter l'atrium du coeur dans une IRM. La segmentation manuelle demande un lourd travailet nous proposons ici une méthode de segmentation automatique, adapté d'une méthode développée pour la segmentation du cerveau humain. En utilisant l'apprentissage par transfert, nous réentrainons un réseau de neurone convolutionel con,cu pour la classification d'images naturelles, et nous constatons les avantages d'utiliser une technique de pseudo-3D. Nous explorons aussi des méthodes de prétraitement des données afin d'améliorer les résultats finaux. +
La detection des hyperintensites de la matiere blanche de facon efficace est un enjeu important dans le medical. Une detection efficace de ces dernieres permettrait notamment de mieux diagnostiquer certaines maladies neuro- degeneratives mais aussi déviter certaines erreurs medicales. Cést la problematique a laquelle nous avons tente de repondre dans ce rapport. On propose une solution se basant sur un reseau de neurones convolutif accompagne dún pretraitement effectue sur les entrees +
Le developpement du cerveau peut etre evalue grace a l'imagerie par resonance magnetique (IRM) du cerveau. Elle est utile en cas de naissance prematuree pour s'assurer qu'aucune maladie cerebrale ne se developpe pendant la periode postnatale. De telles maladies sont visibles sur un image IRM ponderee en T2 sous la forme d'hyperintensites de la matiere blanche. Pour evaluer la presence de ces hyperintensites, ce travail met en oeuvre une nouvelle implementation d'un outil, semi-automatique, base sur la morphologie mathematique, specialise dans la segmentation du cerveau des nouveau-nes. Nous passerons en revue les travaux connexes, l'implementation des differentes etapes et les difficultes rencontrees. Au final, la version developpee au cours de ce stage n'est pas completement terminee mais elle est en bonne voie pour une finalisation ulterieure. +
Les gliomes sont une catègorie de tumeur cérébrale ayant différentes formes et textures. La segmentation manuelle est complexe à cause de l'hétérogénéité de ces tumeurs. Plusieurs méthodes de segmentation automatique de gliomes ont été étudiées au challenge MICCAI 2018 BraTS, et nous voulons améliorer la soumission du LRDE, par l'utilisation d'opérateurs morphologiques, en gardant le même réseau de neurones et la “pseudo-3D”. +
Les gliomes sont une catègorie de tumeur cérébrale ayant différentes formes et textures. La segmentation manuelle est complexe à cause de l'hétérogénéité de ces tumeurs. Plusieurs méthodes de segmentation automatique de gliomes ont été étudiées au challenge MICCAI 2019 BraTS, et nous voulons améliorer la soumission du LRDE, par une compréhension plus approfondie de nos outils, et de nos données. +
Les gliomes sont une catègorie de tumeur cérébrale ayant différentes formes et textures. La segmentation manuelle est complexe à cause de l'hétérogénéité de ces tumeurs. Plusieurs méthodes de segmentation automatique de gliomes ont été étudiées au challenge MICCAI 2019 BraTS, et nous voulons améliorer la soumission du LRDE, par une amélioration de nos outils d'apprentissage. +
An elegant approach to manage ambiguous grammars consists in using a generalized LR parser which will not produce a parse tree but a parse forest. An additional step, called disambiguation, occurring just after the parsing, is then necessary. The disambiguation process consists in analyzing the parse forest to choose the only good parse tree using semantics rules. We use this approach in Transformers with the attribute grammars formalism. The lab work will be a comparison between this formalism and two other methods of disambiguation: the first one using ASF+SDF and the second one using Stratego language. The goal of this comparison will try to emphasize that attribute grammars are perfect to solve the disambiguation problem. Another thing will be to find the weakness of this method compared to the two others for a possible improvement of the system used in Transformers. +
Une approche élégante pour gérer les grammaires ambiguës consiste à utiliser un parseur LR généralisé qui produira non pas un arbre mais une forêt de parse. Une étape supplémentaire, appelée désambiguisation, survenant juste après le parsing, est alors nécessaire. Celle-ci consiste analyser cette forêt pour obtenir l'unique arbre valide correspondant à l'entrée en prenant en compte les règles de sémantiques contextuelles. C'est cette approche qui a ét retenue dans Transformers avec le formalisme des grammaires attribuées. Le travail effectué présentera une comparaison entre ce formalisme et deux autres techniques de désambiguisation : la première à l'aide d'ASF+SDF et la deuxième à l'aide du langage Stratego. Le but de cette comparaison sera double : montrer que les grammaires attribuées sont parfaitement adaptées à ce problème et exhiber les faiblesses de celles-ci par rapport aux deux autres méthodes en vue d'une amélioration possible du système utilisé dans Transformers. +
Modularity, scalability and expressiveness, three main aspects for a disambiguation system. Disambiguation is the step occurring just after the parsing that consists in analyzing the output given by a generalized LR parser. The goal is to choose, amongst the many parse trees, the right one that corresponds to the input using semantics rules. By means of a comparison with two other methods based on SDF (the first one using ASF formalism and the second one using Stratego language), our approach, attribute grammars, will be evaluated with respect to these three aspects to bring out its strengths and its weaknesses. +
Modularité, extensibilité et expressivité, trois aspects fondamentaux pour un système de désambiguïsation. La désambiguïsation est l'étape survenant juste après l'analyse syntaxique qui consiste à analyser la sortie obtenue lors de l'utilisation d'un parseur LR généralisé. Le but de cette étape étant de sélectionner, parmi toute une forêtl'unique arbre valide correspondant à l'entrée en prenant en compte les règles de sémantique contextuelles. Au travers d'une comparaison avec deux autres techniques reposant sur SDF (le formalisme ASF et le langage Stratego), le système de grammaires attribuées utilisé dans Transformers sera évalu par rapport à ces aspect fondamentaux pour en faire ressortir les avantages et inconvénients. +
The Automata-Theoretic approach to model checking traditionally relies on Büchi Automata (BA) which we want as small as possible. Spot, a model-checking library, uses mainly TGBA: a BA generalization. We have already presented a simulation reduction (called direct) that works on TGBA. This algorithm is included in Spot 0.9 and led to produce smaller automata than in the previous versions of Spot. The simulation consists in merging states that recognize the same infinite suffixes. We show that we can also work on infinite prefixes (it is called cosimulation), and that we can iterate these two simulations to create the iterated simulation. This iteration-based simulation, included in Spot 1.0, is a clear improvement over our previous simulation procedure. We finally experiment a method that consists in considering some acceptance conditions as don't care. Since the acceptance conditions on transitions that are not on a Strongly Connected Component have no influence on the language, we can change them to help the simulations. +
Gliomas are a category of brain tumors that have different degrees of malignancy, shapes and textures. Manual segmentation by experts is a challenging task because of the heterogeneity of these tumors. Several methods of automated gliomas segmentation have been studied at MICCAI 2019 BraTS Challenge. We want to improve the segmentation results submitted last year by LRDE's team, using a 2-step VGG architecture. This convolutional neural networkclassically used for natural image categorization, has been adapted for medical image segmentation through transfert learning and pseudo-3D techniques. Improvements are done through robustness assessment, study of image features, and new method. +
Gliomas are a category of brain tumors that have different degrees of malignancy, shapes and textures. Manual segmentation by experts is a challenging task because of the heterogeneity of these tumors. Several methods of automated gliomas segmentation have been studied at MICCAI 2019 BraTS Challenge. We want to improve the segmentation results submitted last year by LRDE's team, using a 2-step VGG architecture. This convolutional neural networkclassically used for natural image categorization, has been adapted for medical image segmentation through transfert learning and pseudo-3D techniques. Improvements are done through new method, modification of networks, and assement of calibration +
Software engineering defines some methods in order to guarantee software quality. In the image processing fieldseveral image types exist. Also, this is difficult to build a library dedicated to this field which provides reusableextensible or compatible tools. We will see different approaches used by generic image processing libraries which deal with this problem. +
Software engineering defines some methods in order to guarantee software quality. In the image processing fieldseveral image types exist. Also, this is difficult to build a library dedicated to this field which provides reusableextensible or compatible tools. We will see different approaches used by generic image processing libraries which deal with this problem. +