Différences entre les versions de « TIBM : Recalage »
Aller à la navigation
Aller à la recherche
(Page créée avec « <table> <tr> <td> Le recalage est une étape cruciale en traitement d’images médicales. Le recalage peut être mono- ou multimodal, rigide (intra-patient) ou déformabl... ») |
|||
Ligne 4 : | Ligne 4 : | ||
Le recalage est une étape cruciale en traitement d’images médicales. Le recalage peut être mono- ou multimodal, rigide (intra-patient) ou déformable (inter-patient), mettre en jeu deux images ou davantage. | Le recalage est une étape cruciale en traitement d’images médicales. Le recalage peut être mono- ou multimodal, rigide (intra-patient) ou déformable (inter-patient), mettre en jeu deux images ou davantage. | ||
* Ainsi, nous avons proposé une méthode de recalage déformable pour la mise en correspondance conjointe d’un ensemble d’images [https://icube-publis.unistra.fr/2-NHHA12 2-NHHA12], prérequis nécessaire pour conduire des études de populations. | * Ainsi, nous avons proposé une méthode de recalage déformable pour la mise en correspondance conjointe d’un ensemble d’images [https://icube-publis.unistra.fr/2-NHHA12 2-NHHA12], prérequis nécessaire pour conduire des études de populations. | ||
− | * Un algorithme de recalage d’images rétiniennes a par ailleurs été développé [https://icube-publis.unistra.fr/2-FLP11 2-FLP11]. Des contributions ont été apportées pour le recalage non rigide [https://icube-publis.unistra.fr/2-GNKF12 2-GNKF12] et la déformation [https://icube-publis.unistra.fr/2-FPNC11 2-FPNC11] d'images binaires sous contraintes topologiques. | + | * Un algorithme de recalage d’images rétiniennes a par ailleurs été développé [https://icube-publis.unistra.fr/2-FLP11 2-FLP11]. |
+ | * Des contributions ont été apportées pour le recalage non rigide [https://icube-publis.unistra.fr/2-GNKF12 2-GNKF12] et la déformation [https://icube-publis.unistra.fr/2-FPNC11 2-FPNC11] d'images binaires sous contraintes topologiques. | ||
* Le problème de la déformation de champs de tenseurs d’ordre 4 a aussi été abordé [https://icube-publis.unistra.fr/4-GRNH11 4-GRNH11], le tenseur d’ordre 4 étant un modèle mathématique utilisé en IRM de diffusion pour représenter les croisements de fibres. | * Le problème de la déformation de champs de tenseurs d’ordre 4 a aussi été abordé [https://icube-publis.unistra.fr/4-GRNH11 4-GRNH11], le tenseur d’ordre 4 étant un modèle mathématique utilisé en IRM de diffusion pour représenter les croisements de fibres. | ||
* L’estimation d’un recalage non rigide entre deux examens d’un même sujet est un outil intéressant pour la quantification de l’atrophie cérébrale au cours du temps. Dans ce contexte, une méthode d’estimation de l’incertitude sur la mesure de l’atrophie, formalisée dans un cadre bayésien et s’appliquant à toute méthode de mesure dense, a été proposée [https://icube-publis.unistra.fr/2-SRHR13 2-SRHR13].</td> | * L’estimation d’un recalage non rigide entre deux examens d’un même sujet est un outil intéressant pour la quantification de l’atrophie cérébrale au cours du temps. Dans ce contexte, une méthode d’estimation de l’incertitude sur la mesure de l’atrophie, formalisée dans un cadre bayésien et s’appliquant à toute méthode de mesure dense, a été proposée [https://icube-publis.unistra.fr/2-SRHR13 2-SRHR13].</td> |
Version du 16 septembre 2016 à 15:56
Le recalage est une étape cruciale en traitement d’images médicales. Le recalage peut être mono- ou multimodal, rigide (intra-patient) ou déformable (inter-patient), mettre en jeu deux images ou davantage.
|
Thèses
- 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