Régularisation directionnelle pour la segmentation de structures curvilignes
Odyssée Merveille
(1)
,
Olivia Miraucourt
(2, 3)
,
Stéphanie Salmon
(2)
,
Nicolas Passat
(4)
,
Hugues Talbot
(3)
Odyssée Merveille
- Fonction : Auteur
- PersonId : 12603
- IdHAL : odyssee-merveille
- ORCID : 0000-0002-9918-3761
- IdRef : 201427788
Stéphanie Salmon
- Fonction : Auteur
- PersonId : 1294977
- IdHAL : salmon-stephanie
- ORCID : 0009-0000-6483-9575
Nicolas Passat
- Fonction : Auteur
- PersonId : 17335
- IdHAL : nicolas-passat
- ORCID : 0000-0002-0320-4581
- IdRef : 101512821
Hugues Talbot
- Fonction : Auteur
- PersonId : 1939
- IdHAL : hugues-talbot
- ORCID : 0000-0002-2179-3498
- IdRef : 181843056
Résumé
La segmentation de structures curvilignes est une tâche cruciale dans de nombreuses applications médicales comme la segmentation de vaisseaux sanguins en 2 et 3 dimensions. Néanmoins, ces structures sont très sensibles au bruit de par leur finesse et faible densité dans les images, rendant leur segmentation difficile. L'orientation locale de ces structures peut apporter une information utile en segmentation. Nous proposons d'utiliser cette information, estimée par des méthodes récentes de traitement d'image, comme a priori dans un terme de régularisation pour modèles variationnels. Ce terme, en plus de conserver un fort pouvoir régularisant dans l'ensemble de l'image, permet de mieux préserver les structures curvilignes. Nous présentons des résultats à la fois sur des images synthétiques et réelles à 2 dimensions.
Format du dépôt | Fichier |
---|---|
Type de dépôt | Communication dans un congrès |
Résumé |
fr
La segmentation de structures curvilignes est une tâche cruciale dans de nombreuses applications médicales comme la segmentation de vaisseaux sanguins en 2 et 3 dimensions. Néanmoins, ces structures sont très sensibles au bruit de par leur finesse et faible densité dans les images, rendant leur segmentation difficile. L'orientation locale de ces structures peut apporter une information utile en segmentation. Nous proposons d'utiliser cette information, estimée par des méthodes récentes de traitement d'image, comme a priori dans un terme de régularisation pour modèles variationnels. Ce terme, en plus de conserver un fort pouvoir régularisant dans l'ensemble de l'image, permet de mieux préserver les structures curvilignes. Nous présentons des résultats à la fois sur des images synthétiques et réelles à 2 dimensions.
|
Titre |
fr
Régularisation directionnelle pour la segmentation de structures curvilignes
|
Auteur(s) |
Odyssée Merveille
1
, Olivia Miraucourt
2, 3
, Stéphanie Salmon
2
, Nicolas Passat
4
, Hugues Talbot
3
1
ICube -
Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie
( 217648 )
- 300 bd Sébastien Brant - BP 10413 - F-67412 Illkirch Cedex
- France
2
LMR -
Laboratoire de Mathématiques de Reims
( 46 )
- U.F.R. Sciences Exactes et Naturelles
Moulin de la Housse - BP 1039
51687 REIMS cedex 2
- France
3
LIGM -
Laboratoire d'Informatique Gaspard-Monge
( 3210 )
- Université de Paris-Est Marne-la-Vallée, Cité Descartes, Bâtiment Copernic, 5 bd Descartes, 77454 Marne-la-Vallée Cedex 2
- France
4
CRESTIC -
Centre de Recherche en Sciences et Technologies de l'Information et de la Communication - EA 3804
( 21189 )
- UFR Sciences Exactes et Naturelles, Moulin de la Housse, BP 1039, 51687 Reims CEDEX 2, FRANCE
- France
|
Langue du document |
Français
|
Pays |
France
|
Titre du congrès |
GRETSI
|
Date début congrès |
2017
|
Ville |
Juan-les-Pins
|
Actes |
Oui
|
Audience |
Nationale
|
Invité |
Non
|
Comité de lecture |
Oui
|
Vulgarisation |
Non
|
Domaine(s) |
|
Projet(s) ANR |
|
Origine :
Fichiers produits par l'(les) auteur(s)
Loading...