L’objectif principal de cette thèse est de développer un système de reconstruction : d’une part, pour contrôler entièrement le processus en s’appuyant sur les méthodes de modélisation graphique ; d’autre part, pour compléter et calculer un panel de données beaucoup plus important permettant de guider le processus de reconstruction en fonction des données médicales recueillies. Pour cela, une méthode de reconstruction élaborée sera développée avec la mise à disposition de structures de données topologiques enrichies par les données médicales et donc plus adaptables à une analyse mathématique fine des modèles reconstruits.

Plus précisément, les travaux de modélisation graphique prévus dans ce projet s’insèrent dans plusieurs thématiques, avec le développement informatique d’un processus dédié à la reconstruction de modèle 3D incluant :
-Une méthode de reconstruction fine à partir des données fournies par le corps médical ;
-Un système de modélisation et de visualisation à plusieurs niveaux de détail ;

-Un calcul des paramètres multi modaux permettant de fournir des données structurées en entrée du modèle de visualisation mais aussi en entrée du modèle mathématique d’évaluation.

Les données de différentes résolutions et épaisseurs de coupe sont un véritable enjeu pour le processus de reconstruction notamment pour l’élaboration d’un modèle « dense » (super-résolution, etc.) et pour l’obtention d’une meilleure finesse d’extraction des données, ce qui n’est pas possible avec des systèmes  » sparses » actuels.
Une telle reconstruction nécessite des études préalables et des calculs géométriques dans le but de reconstruire une forme 3D de manière raisonnée. Les propriétés de forme telles que les limites, les zones lisses et la connectivité locale peuvent être déduites avec une grande confiance de l’étape de segmentation des séquences IRM 2D pour enrichir un modèle 3D incomplet.