Segmentation d'images angiographiques 3D
Segmentation d'images angiographiques 3D
Abstract
Les images médicales fournissent, en chaque point de l'espace visualisé, une information relative à certaines propriétés physiques des tissus. Que l'information liée aux structures d'intérêt soit amplifiée ou non par le recours à des marqueurs (pro-duits contrastants), l'identification de ces structures (i.e., leur segmentation) est une tâche qui, bien que fondamentale, reste extrêmement difficile à accomplir de manière fiable et automatique. En particulier, la variabilité du signal et le bruit induits par les systèmes d'acquisition rendent l'utilisation locale de l'information photométrique lar-gement insuffisante. Le but de la segmentation étant d'assister l'expert médical en permettant une détection aisée des structures d'intérêt, les méthodes développées doivent mettre en oeuvre des stratégies efficaces d'extraction des structures anatomiques, pathologiques ou fonctionnelles, notamment en sachant ce qu'il faut rechercher, mais également où et comment il faut le rechercher. Il ne s'agit donc plus seulement de travailler sur la forme (le signal) des images, mais également sur leur fond. Dans le cadre de l'étude de structures anatomiques qui présentent un degré de complexité élevé, la prise en compte d'aspects sémantiques s'articule autour de notions fondamentales telles que la forme, la position, la taille ou l'orientation, notions interprétables en termes morphologiques (opérations à base ensembliste utilisant des éléments structurants) et géométriques (longueur, courbure, diamètre, etc.). Dans ce Chapitre rédigé par Benoît NAEGEL et Nicolas PASSAT et Christian RONSE.
Origin | Files produced by the author(s) |
---|