utilisation d'atlas pour la segmentation d'image.

Chers membres,
Dans le cadre de mes études, j’ai comme projet la segmentation d’image médicale fonctionnelles de type TEP ( images Tomographiques par émission de positons).
La méthode que je dois utiliser fait appel à un atlas anatomique pour le processus de segmentation.

Pourriez me proposer différentes approches intégrant les connaissances aprioris sous forme d’atlas pour la segmentation de volume d’images.

J’ai pensé à utiliser un algorithme de recalage (image registration), en superposant le volume à segmenter à un volume de référence déjà segmenté, mais j’aurai voulu d’abord avoir vos suggestions et conseils sur ce domaine afin d'être mieux orienter.

Je vous remercie d’avance pour vos responses.

B.Réda.

PS : Les images avec lesquelles je travaille sont des volumes du format ANALYZE ; le volume est représenté par deux fichiers distincts : Un fichier d’entête (d’extension HDR) contenant les informations du volume tel que les dimensions et un fichier de données (d’extension IMG) ce fichier regroupe l’ensemble des intensités des coupes dans le volume.

Je pense que si tu compare une image par rapport à une image de référence (Atlas), avant tout tu dois faire une phase de recalage, pour mettre les des objets dans le même référentiel (pour cela, il existe plusieurs outils : spm par exemple).

Une fois le recalage effectué, tu appliques une segmentation en région pour déterminer les régions, tu passes par une phase d'étiquetage pour identifier chaque région par un label.

Pour finir, tu peux comparer chaque région obtenue avec celle de la référence, si par exemple une région de l'atlas est étiquetée mais elle correspond à l'objet fond dans l'autre image, alors là il y a un problème :

1. Soit une mauvaise segmentation
2. Soit un problème lors de l'acquisition
3. Soit un problème pathologique

Tout d'abord, je vous remercie pour votre reponse.

Je pense avoir bien compris ce que vous m'avez dit. Je vais tenter de revoir l'état de l'art des approches de recalage d'image.
Si vous avez des suggestions je suis preneur.

Merci encore.

SPM pour matlab est un outil dédié pour les irm :ccool:

Bonjour,

Je commencerais par un recalage rigide à base de points caractéristiques que tu pourrais choisir dans l'atlas et le volume TEP. C'est un problème un peu plus facile à résoudre pour débuter. Puis tu pourras passer à un recalage non rigide, puis sans point d'intérêt (image-based registration) avec par exemple une minimisation de l'information mutuelle (mutual information).

Nav

Merci pour ce coup de pouce :ccool:

Comme vous dites, je vais tenter de commencer par un recalage rigide et comparer les différentes métriques de similarités (SSD,CC,MI,etc.), il faudra alors que je choisisse un algorithme d'optimisation parmi l'ensemble d'algorithmes d'optimisations qui existe dans la littérature afin de minimiser la fonction de similarité (recuit simulé, descente de gradient,Powell,etc.)

Selon les résultats que j'obtiendrai, je verrais alors si un recalage non rigide est nécessaire ou non.

To be continued...

Merci encore.