TIBM : Segmentation

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 2-RHS11. Dans le cadre de l’ 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 2-DTNT13. Des algorithmes spécifiques et originaux ont par ailleurs été développés dans le cadre du projet ERC FBrain pour la segmentation des tissus cérébraux en IRM fœtale 2-RHS11, 2-CPHS11, 2-PNRK11. Enfin, des approches markoviennes ont été mises en œuvre pour l’identification automatique de lésions de sclérose en plaques dans des séquences d’IRM multimodale 2-BCA14 et temporelle 4-LCA14. Outre l’IRM cérébrale, d’autres contributions, basées sur une représentation en super-voxels de l’image, concernent la segmentation d’image scanner X, notamment afin de délimiter les vertèbres 4-CRMC15 ou estimer le taux de nécrose de tumeurs hépatiques 4-CNRH16, 4-CRNH15. Une méthode de segmentation de données histopathologiques haute résolution reposant sur des descripteurs de texture et une classification supervisée a par ailleurs été proposée 4-ANFF14.

Thèses

• Minh Son Phan : Reconstruction tomographique d’objets articulés à partir de projections non-orientées
• Haida Rojbani : Reconnaissance de forme dans des images volumiques en niveaux de gris: Application à l'imagerie biologique cell
• Marc Karnoukian : Reconstruction, fusion et analyse et d'images multi-modalités.Application au diagnostic et l'élevation des traitements du cancer

→ Retour page TIBM