Localisation for transcranial magnetic stimulation : a comparison between a hierarchical convolutional neural network and a traditional convolutional neural network
Localisation pour la stimulation magnétique transcrânienne : comparaison d’un réseau de neurones convolutifs hiérarchique avec un réseau de neurones convolutifs traditionnel
Résumé
Repetitive transcranial magnetic stimulation is a therapy which targets functional brain regions. There exist several methods in order to localise these regions but they don't achieve high accuracy. Convolutional neural networks are promising but their high R.A.M. usage is limiting their use. This thesis offers a comparison between Baxter et al.'s hierarchical convolutional neural network architecture (2021) and a traditional convolutional neural network architecture based on two points : R.A.M. usage and accuracy. The hierarchical architecture proves to be more efficient, with a lesser R.A.M. usage and an accuracy better than or equal to the alternative.
La stimulation magnétique transcrânienne répétitive est une thérapie ciblant des régions cérébrales fonctionnelles. Différentes méthodes existent pour localiser ces dernières mais sont peu précises. Les réseaux de neurones convolutifs se révèlent prometteurs mais leur consommation de mémoire vive importante lors du traitement d'images volumétriques restreint leur utilisation. Ce mémoire se propose de comparer l'architecture de réseaux de neurones convolutifs hiérarchique développée par Baxter et al. (2021) avec une architecture de réseaux de neurones convolutifs traditionnelle sur deux points : leur consommation de mémoire vive et leur précision. L'architecture hiérarchique se révèle plus efficiente, avec une consommation de mémoire moindre et une précision meilleure que ou égale à l'alternative.
Origine | Fichiers produits par l'(les) auteur(s) |
---|