Difference between revisions of "TIBM: Segmentation"
Jump to navigation
Jump to search
Line 4: | Line 4: | ||
<tr> | <tr> | ||
<td> | <td> | ||
− | + | This research topic gathers all contributions related to the automatic extraction of anatomical or functional structures from biomedical images. | |
+ | |||
+ | |||
+ | * A multi-atlas segmentation framework based on patch fusion has been proposed for parcellating both the cortex and the deep brain structures [https://icube-publis.unistra.fr/2-RHS11 2-RHS11]. | ||
+ | * In the context of the [http://icube-vivabrain.unistra.fr/index.php/Main_Page Vivabrain ANR], a method based on component-trees has been set upt to segment the cerebral vascular tree [https://icube-publis.unistra.fr/2-DTNT13 2-DTNT13]. | ||
+ | * Specific and original algorithms have also been developed in the project [http://icube-miv.unistra.fr/fr/index.php/ERC_FBrain FBrain ERC] for segmenting brain tissues from the fetal MRI [https : //icube-publis.unistra.fr/2-RHS11 RHS11-2], [2-https://icube-publis.unistra.fr/2-CPHS11 CPHS11], [https: //icube-publis.unistra .com / 2-PNRK11 2-PNRK11]. | ||
+ | * Finally, Markov approaches have been implemented for the automatic identification of multiple sclerosis lesions in multimodal [https://icube-publis.unistra.fr/2-BCA14-BCA14 2] and temporal [https://icube-publis.unistra.fr/4-LCA14 4-LCA14] MRI sequences. | ||
+ | * Besides MRI, other contributions, based on a representation in super-voxels of the image, image segmentation involve CT scan, especially to delineate the vertebrae [https: //icube-publis.unistra .com / 4-CRMC15 4-CRMC15] or estimate the hepatic tumor necrosis rate [https://icube-publis.unistra.fr/4-CNRH16 4-CNRH16], [https: //icube-publis.unistra .com / 4-CRNH15 4-CRNH15]. | ||
+ | * A segmentation method of high-resolution data based on histopathological texture descriptors and a supervised classification has also been proposed [4-https://icube-publis.unistra.fr/4-ANFF14 ANFF14]. | ||
+ | |||
+ | |||
* Une approche de segmentation multi-atlas basée sur de la fusion par patch a été proposée pour parcelliser le cortex ainsi que les structures profondes du cerveau [https://icube-publis.unistra.fr/2-RHS11 2-RHS11]. | * Une approche de segmentation multi-atlas basée sur de la fusion par patch a été proposée pour parcelliser le cortex ainsi que les structures profondes du cerveau [https://icube-publis.unistra.fr/2-RHS11 2-RHS11]. | ||
* Dans le cadre de l’ [http://icube-vivabrain.unistra.fr/index.php/Main_Page ANR Vivabrain], une méthode basée sur l’utilisation d’arbres de composantes (component-trees) a été mise en œuvre pour la segmentation du réseau vasculaire cérébral [https://icube-publis.unistra.fr/2-DTNT13 2-DTNT13]. | * Dans le cadre de l’ [http://icube-vivabrain.unistra.fr/index.php/Main_Page ANR Vivabrain], une méthode basée sur l’utilisation d’arbres de composantes (component-trees) a été mise en œuvre pour la segmentation du réseau vasculaire cérébral [https://icube-publis.unistra.fr/2-DTNT13 2-DTNT13]. | ||
Line 18: | Line 28: | ||
</table> | </table> | ||
− | ==== | + | ==== PhD thesis ==== |
* T. Kensicher, [http://www.theses.fr/s145927 Protocole d'extraction de caractéristiques dans une base de données de scanners angiographiques pour la prédiction de complications post-opérative après des opérations de type EVAR], en cours | * T. Kensicher, [http://www.theses.fr/s145927 Protocole d'extraction de caractéristiques dans une base de données de scanners angiographiques pour la prédiction de complications post-opérative après des opérations de type EVAR], en cours | ||
Line 29: | Line 39: | ||
* B. Naegel, [http://scd-theses.u-strasbg.fr/855/ Segmentation des organes de l'abdomen par des critères topologiques et morphologiques], octobre 2004 | * B. Naegel, [http://scd-theses.u-strasbg.fr/855/ Segmentation des organes de l'abdomen par des critères topologiques et morphologiques], octobre 2004 | ||
− | |||
[[Medical_image_processing|→ Back to Biomedical image processing page]] | [[Medical_image_processing|→ Back to Biomedical image processing page]] |
Revision as of 15:51, 7 October 2016
This research topic gathers all contributions related to the automatic extraction of anatomical or functional structures from biomedical images.
|
PhD thesis
- T. Kensicher, Protocole d'extraction de caractéristiques dans une base de données de scanners angiographiques pour la prédiction de complications post-opérative après des opérations de type EVAR, en cours
- A. Dufour, Segmentation et modélisation des structures vasculaires cérébrales en imagerie médicale 3D, octobre 2013
- B. Caldairou, Contribution à la segmentation des structures cérébrales en IRM foetale, juin 2012
- B. Bouraoui, Segmentation automatique de l'arbre coronarien à partir d'images angiographiques 3D+t de scanner, octobre 2009
- S. Bricq, Segmentation d'images IRM anatomiques multimodales et détection de lésions de sclérose en plaques, novembre 2008
- J. Lamy, Calcul du chemin central du côlon pour une analyse locale des pathologies, novembre 2005
- N. Passat, Contribution à la segmentation des réseaux vasculaires cérébraux obtenus en IRM. Intégration de connaissance anatomique pour le guidage d'outils de morphologie mathématique, septembre 2005
- B. Naegel, Segmentation des organes de l'abdomen par des critères topologiques et morphologiques, octobre 2004