Un algorithme multiéchelle pour déformer les objets de façon réalisteapplication à la modélisation de la croissance du cerveau foetal - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Un algorithme multiéchelle pour déformer les objets de façon réalisteapplication à la modélisation de la croissance du cerveau foetal

Résumé

Nous proposons d'établir une trajectoire continue du plissement cortical du cerveau au cours de la grossesse en utilisant la régression géodésique dans le cadre du Large Deformation Diffeomorphic Metric Mapping. Deux problèmes se posent lors de l'estimation de transformations de grandes dimensions, à savoir le risque élevé de bloquer l'optimisation dans un minimum local irréaliste et le fait que les déformations sont contraintes à une unique échelle spatiale. Pour résoudre ces problèmes, nous introduisons une stratégie d'optimisation coarse-to-fine basée sur des reparamétrisations multiéchelles des objets et des déformations. Nos expériences sur des maillages de la surface corticale du foetus montrent que la stratégie multiéchelle génère des représentations plus naturelles du plissement cortical, ce qui offre des perspectives intéressantes pour l'analyse quantitative de la croissance saine ou anormale du cerveau.
Fichier principal
Vignette du fichier
2023-GRETSI-GALP.pdf (1.33 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04431484 , version 1 (01-02-2024)

Identifiants

  • HAL Id : hal-04431484 , version 1

Citer

Fleur Gaudfernau, Stéphanie Allassonière, Erwan Le Pennec. Un algorithme multiéchelle pour déformer les objets de façon réalisteapplication à la modélisation de la croissance du cerveau foetal. GRETSI 23 - XXIXème Colloque Francophone de Traitement du Signal et des Images, Aug 2023, Grenoble, France. ⟨hal-04431484⟩
24 Consultations
10 Téléchargements

Partager

Gmail Facebook X LinkedIn More