Bonjour,
je suis a la recherche dún algorithme region growing en 3d sur un set dímages medicales. Comment proceder ? Avec une methode semi automatique, cést a dire avec un seed.
Version imprimable
Bonjour,
je suis a la recherche dún algorithme region growing en 3d sur un set dímages medicales. Comment proceder ? Avec une methode semi automatique, cést a dire avec un seed.
Morphologie mathématique ?
Oui, il te faut des graines.
salut je ne vois pas ce que c'est morphologique et mathematique.
L'algorithme doit permettre d'isoler par exemple les memes cellules dans le corps de l'etre humain a partir d'images medicales. Les pixels ayant les memes proprietes vont grandir.
On peut faire ce genre de choses avec de al morphmogie mathématique, il me semble.
Salut,
en 3D ?
tu veux dire que tu as des images 2D superposées ou un ensemble de points 3D qui définissent déjà tes objets ?
Dans le premier cas je pense effectivement qu'une croissance de régions 3D est le plus adaptée.
Dans le deuxieme cas, c'est un merge & split 3D (octree) qu'il te faudrait.
Précise ton cas plus en détails.
Flo.
salut oui c'est exactement ca : on a une collection d'images et je voudrais faire region growing algorithme sur l'intestin pour recuperer en 3d cet element. Ensuite dans chaque image j'aimerais surligner l'intestin pour que l'utilisateur puisse observer l'intestin sur chaque image.
Pourquoi faire en 3d alors que l'objectif est de surligner l'intestin sur des images 2d ?
Tout simplement pour surligner toutes les parties de l'intestin. Si jj'applique region growing sur chaque slices avec un seed il manqueras forcement des parties car l'intestin peut se trouver a 2 endroits differents sur une meme image.
Salut,
je n'ai jamais travaillé sur une croissance de régions sur images 3D superposées, cependant je pense que ça ne devrait pas etre si compliqué :
Je suppose que c'est l'utilisateur qui donne la graine sur une image.
Ben tu fais l'algo de croissance de régions 2D classique sur cette image Im1 puis ensuite tu prends le 1er pixel des pixels agglomérés. Tu essaies de voir si son homologue sur l'image suivante Im2 peut être aggloméré à l'objet si oui alors tu utilises cet homologue comme graine pour une nouvelle croissance de régions 2D sur Im2. Puis ensuite tu reviens parcourir les autres pixels agglomérés de Im1 pour regarder leur homologue dans l'Im2. Si ce dernier est déjà aggloméré tu passes au suivant et ainsi de suite. Une fois que t'as parcouru tous les pixels agglomérés de Im1 (et que tu as fais donc toutes les croissances de régions 2D possibles sur Im2 en partant de Im1). Tu fais la même chose pour Im3 en partant de Im2.
Voilà
Flo.
Mouais...
Enfin ça reste de la croissance de régions, et ce genre d'algos a vraiment du mal à résister à des tests de robustesse !!
En plus, quel critère de similarité utilises-tu ?
L'intensité ? La moyenne ? La variance ? Autre ?
Dans le genre "truc qui grandit à partir de germes", il y a les Levels Sets qui sont bien plus robustes... Mais plus complexes c'est vrai...
A+