A generative model for brain tumor segmentation in multi-modal images

Abstract : We introduce a generative probabilistic model for segmentation of tumors in multi-dimensional images. The model allows for different tumor boundaries in each channel, reflecting difference in tumor appearance across modalities. We augment a probabilistic atlas of healthy tissue priors with a latent atlas of the lesion and derive the estimation algorithm to extract tumor boundaries and the latent atlas from the image data. We present experiments on 25 glioma patient data sets, demonstrating significant improvement over the traditional multivariate tumor segmentation.
Type de document :
Communication dans un congrès
Tianzi Jiang and Nassir Navab and Josien P. W. Pluim and Max A. Viergever. Medical Image Computing and Computer-Assisted Intervention (MICCAI'10), 2010, Beijing, China. Springer, 6362, pp.151-159, 2010, Lecture Notes in Computer Science. 〈10.1007/978-3-642-15745-5_19〉
Liste complète des métadonnées

Littérature citée [19 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00813776
Contributeur : Project-Team Asclepios <>
Soumis le : vendredi 5 juillet 2013 - 19:18:37
Dernière modification le : jeudi 11 janvier 2018 - 16:43:45
Document(s) archivé(s) le : dimanche 6 octobre 2013 - 04:11:56

Fichier

menze_10_generative.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Bjoern H. Menze, Koen Van Leemput, Danial Lashkari, Marc-André Weber, Nicholas Ayache, et al.. A generative model for brain tumor segmentation in multi-modal images. Tianzi Jiang and Nassir Navab and Josien P. W. Pluim and Max A. Viergever. Medical Image Computing and Computer-Assisted Intervention (MICCAI'10), 2010, Beijing, China. Springer, 6362, pp.151-159, 2010, Lecture Notes in Computer Science. 〈10.1007/978-3-642-15745-5_19〉. 〈hal-00813776〉

Partager

Métriques

Consultations de la notice

351

Téléchargements de fichiers

171