Une approche par patchs, multi-atlas, itérative pour la segmentation du cortex cérébral en IRM néonatale

Carlos Tor-Díez 1, 2 Nicolas Passat 3 Isabelle Bloch 4, 5, 6 Sylvain Faisan 7 Nathalie Bednarek 3, 8 François Rousseau 1, 2
1 LaTIM - Laboratoire de Traitement de l'Information Medicale
2 IMT Atlantique - ITI - Département lmage et Traitement Information
3 CRESTIC - Centre de Recherche en Sciences et Technologies de l'Information et de la Communication - EA 3804
4 LTCI - Laboratoire Traitement et Communication de l'Information
5 IMAGES - Image, Modélisation, Analyse, GEométrie, Synthèse
LTCI - Laboratoire Traitement et Communication de l'Information
6 IDS - Département Images, Données, Signal
7 ICube - Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie
8 Service de médecine néonatale et réanimation pédiatrique, CHU de Reims
Résumé : L’analyse des structures cérébrales chez le nouveau-né constitue un enjeu de santé majeur, notamment en cas de prématurité, afin de disposer d’informations prédictives sur le développement de l’enfant. Le cortex est, en particulier, une structure d’intérêt, observable en IRM (imagerie par résonance magnétique). Les données IRM néonatales présentent toutefois des spécificités qui les rendent complexes à traiter. Dans ce contexte, les approches multi-atlas constituent une stratégie efficace, tirant parti de données traitées préalablement. La méthode proposée dans cet article repose sur une telle stratégie multi-atlas. Elle s’appuie notamment sur deux paradigmes : l’utilisation d’un modèle non local à base de patchs, et l’utilisation d’un schéma d’optimisation itératif. L’usage couplé de ces deux concepts permet notamment de considérer des patchs liés à l’image ainsi qu’à sa segmentation courante. Cette stratégie, comparée à de précédentes méthodes multi-atlas de la littérature, aboutit à des résultats de segmentation corticale robustes.
Mots-clés : segmentation approches par patchs multi-atlas optimisation cortex IRM cérébrale néonatale schéma itératif
Document type :
Conference papers
Complete list of metadatas

Cited literature [23 references]  Display  Hide  Download
https://hal.univ-reims.fr/hal-01716923
Contributor : Nicolas Passat <>
Submitted on : Monday, February 26, 2018 - 10:59:04 PM
Last modification on : Tuesday, October 29, 2019 - 1:38:11 PM
Long-term archiving on: Monday, May 28, 2018 - 4:35:05 PM

File

Tor-Diez_RFIA_2018.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01716923, version 1

Collections

CRESTIC | URCA | CNRS | INSTITUT-TELECOM | UNIV-BREST | PARISTECH | INC-CNRS | SITE-ALSACE | LATIM | INSA-STRASBOURG | INSA-GROUPE | IMT-ATLANTIQUE | IBSAM | LTCI | IDS | UNIV-PARIS-SACLAY | IMAGES

Citation

Carlos Tor-Díez, Nicolas Passat, Isabelle Bloch, Sylvain Faisan, Nathalie Bednarek, et al.. Une approche par patchs, multi-atlas, itérative pour la segmentation du cortex cérébral en IRM néonatale. Congrès Reconnaissance des Formes, Image, Apprentissage et Perception (RFIAP), 2018, Marne-la-Vallée, France. ⟨hal-01716923⟩

Export

BibTeX TEI DC DCterms EndNote

Share

Metrics

Record views

405

Files downloads

157

 

HAL-contact@univ-reims.fr