Équipe IMAGeS : Images, Modélisation, Apprentissage, Géométrie et Statistique

Séminaire du 26/06/2014

De Équipe IMAGeS : Images, Modélisation, Apprentissage, Géométrie et Statistique
Aller à la navigation Aller à la recherche

jeudi 26 juin 2014, 14h00

Segmentation 3D+t d'images IRM cérébrales par une chaîne de Markov 4D

Conférencier : François Lavigne

Résumé : Ces dernières années, beaucoup de méthodes semi-automatiques ont été développées afin d'aider les praticiens dans leur diagnostic des maladies cérébrales ; malgré tout le problème reste complexe. Dans cet article, nous proposons une méthode de segmentation simultanée des structures cérébrales de deux images IRM 3D multimodales prises à deux instants différents (acquisition longitudinale). Cette segmentation repose sur une Chaîne de Markov Cachée (CMC) permettant de prendre en compte la corrélation temporelle en plus de l'information de voisinage spatial, une correction du biais est réalisée. Pour augmenter la robustesse de la méthode, nous utilisons l'estimateur de vraisemblance tamisée (EVT), afin de détecter d'éventuelles lésions sans affecter la segmentation.