Segmentation par coupes de graphe multi-labels avec a priori de forme

Damien Grosgeorge (1) , Caroline Petitjean (1) , Su Ruan (2)

1 LITIS - Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes
2 QuantIF-LITIS - Equipe Quantification en Imagerie Fonctionnelle

Lorsque l'on cherche à segmenter un ou plusieurs objets de forme connue dans une image, on peut guider la segmentation par l'introduction d'un a priori sur la ou les formes. La difficulté de ces approches réside dans le fait que le placement de l'a priori dans l'image nécessite, la plupart du temps, un recalage préalable de la forme sur l'image à segmenter. Dans cet article, nous proposons une approche de segmentation automatique en plusieurs classes d'objets, à partir du cadre des coupes de graphe multi-labels. L'a priori de forme est une carte probabiliste calculée à partir d'atlas recalés. Dans la fonctionnelle d'énergie du graphe, nous introduisons un terme supplémentaire prenant en compte cet a priori. Notre approche a été testée et évaluée sur une application d'imagerie médicale, la segmentation conjointe des ventricules cardiaques en IRM, qui nécessite la segmentation de trois objets différents. Des résultats encourageants ont été obtenus pour cette application connue comme étant difficile, sur une base conséquente de 743 images.

Mots clés: Segmentation multi-labels; a priori de forme; coupes de graphe; recalage; IRM; ventricules cardiaques

Domaines: Vision par ordinateur et reconnaissance de formes [cs.CV]

Damien Grosgeorge, Caroline Petitjean, Su Ruan. Segmentation par coupes de graphe multi-labels avec a priori de forme. Reconnaissance de Formes et Intelligence Artificielle (RFIA) 2014, Jun 2014, France. ⟨hal-00988749⟩