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

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.
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, July 23, 2019 - 1:40:03 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

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⟩

Share

Metrics

Record views

375

Files downloads

141