Prior Knowledge, Random Walks and Human Skeletal Muscle Segmentation

Abstract : In this paper, we propose a novel approach for segmenting the skeletal muscles in MRI automatically. In order to deal with the absence of contrast between the different muscle classes, we proposed a principled mathematical formulation that integrates prior knowledge with a random walks graph-based formulation. Prior knowledge is repre- sented using a statistical shape atlas that once coupled with the random walks segmentation leads to an efficient iterative linear optimization sys- tem. We reveal the potential of our approach on a challenging set of real clinical data.
Type de document :
Communication dans un congrès
Medical Image Computing and Computer-Assisted Intervention (MICCAI), 2012, France. pp.569-576, 2012
Liste complète des métadonnées

Littérature citée [9 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00773665
Contributeur : Pierre-Yves Baudin <>
Soumis le : lundi 14 janvier 2013 - 14:45:42
Dernière modification le : vendredi 15 février 2019 - 13:58:09
Document(s) archivé(s) le : lundi 15 avril 2013 - 04:02:28

Fichier

MICCAI_2012_911.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00773665, version 1

Citation

Pierre-Yves Baudin, Noura Azzabou, Pierre Carlier, Nikos Paragios. Prior Knowledge, Random Walks and Human Skeletal Muscle Segmentation. Medical Image Computing and Computer-Assisted Intervention (MICCAI), 2012, France. pp.569-576, 2012. 〈hal-00773665〉

Partager

Métriques

Consultations de la notice

800

Téléchargements de fichiers

700