cx r22 2 45
226714136
http://www.idref.fr/226714136
20180504
20231215023102.000
0499
0499
Tr2
20180504afrey50 ba0
fre
639-2
2014
k
fre
0
#
#
AFNOR
Oeuvre Textuelle
ba0yba0
Segmentation par coupes de graphe avec a priori de forme. Application à l'IRM cardiaque
ba0yba0y
Le contourage des ventricules cardiaques sur IRM est nécessaire à la détermination de la fonction contractile du coeur. Cette tâche est difficile, en particulier pour le ventricule droit (VD), due au flou aux frontières des cavités, aux irrégularités des intensités et à sa forme complexe et variable. Peu de travaux ont cependant été réalisés afin de résoudre cette problématique de segmentation. Dans ce but, nous avons proposé et développé deux méthodes de segmentation basées sur la méthode des coupes de graphe (GC), à laquelle nous avons incorporé des a priori de forme. La première méthode, semi-automatique, repose sur une carte d'a priori statistique créée à base d'Analyses en Composantes Principales et intégrée à la méthode des GC binaires. La seconde, automatique, permet la segmentation d'un ensemble d'objets par GC multi-labels à partir d'un modèle de forme probabiliste basé sur le recalage et la fusion d'atlas. Ces méthodes ont été évaluées sur une base importante d'IRM cardiaques, composée de 48 patients. Une comparaison aux méthodes de l'état de l'art pour cette application à travers le challenge de segmentation du VD MICCAI'12, que nous avons organisé, montre l'efficacité de nos méthodes.
ba0yba0y
Segmenting the cardiac ventricles on MR Images is required for cardiac function assessment. This task is difficult, especially for the right ventricle (RV), due to the fuzziness of the boundaries of the cavities, intensity irregularities and its complex and variable shape. This is probably one of the reasons why RV functional assessment has long been considered secondary compared to that of the left ventricle (LV), leaving the problem of RV segmentation wide open. For this purpose, we proposed and developed two segmentation methods based on graphcuts (GC), in which we have incorporated a shape prior. The first method, semi-automatic, is based on a statistical prior map build from a Principal Component Analysis, integrated in the GC. The second, automatic, enables multi-object segmentation from a probabilistic shape model based on the registration and the fusion of atlases. These methods have been evaluated on a large database of cardiac MRI, consisting of 48 patients. We have compared our methods with the state of the art methods for this application through the RV segmentation challenge MICCAI'12 we organized and have shown the effectiveness of our methods.
Thèse
Physique
Rouen
2014
103912126
ba0yba07
Ruan
Su
19..-....
enseignante-chercheuse en informatique
727
17889219X
ba0yba07
Grosgeorge
Damien
1987-....
070
026403919
ba0yba07
Université de Rouen Normandie
1966-....
295
110731867
ba0yba07
Laboratoire d'informatique, de traitement de l'information et des systèmes
Saint-Etienne du Rouvray, Seine-Maritime
2006-...
981
139848851
ba0yba07
École doctorale sciences physiques mathématiques et de l'information pour l'ingénieur
Saint-Etienne-du-Rouvray, Seine-Maritime
....-2016
996
027673618
Traitement d'images
Techniques numériques
rameau
121871355
Coupes (théorie des graphes)
rameau
027551385
Modèles mathématiques
rameau
028921011
Imagerie par résonance magnétique
rameau
027652106
Ventricules du coeur
rameau
ba0yba0
027253139
Thèses et écrits académiques
rameau
620
TEF
FR
Abes
20231215
AFNOR