Automatic Multi-Atlas Segmentation of Myocardium with SVF-Net

Abstract : Segmentation of the myocardium is a key step for image guided diagnosis in many cardiac diseases. In this article, we propose an automatic multi-atlas segmentation framework which relies on a very fast registration algorithm trained with convolutional neural networks. The speed of this registration method allows us to use a high number of templates in the multi-atlas segmentation while remaining computation-ally tractable. The performance of the propose approach is evaluated on a dataset of 100 end-diastolic and end-systolic MRI images of the STACOM 2017 Automated Cardiac Diagnosis Challenge (ACDC).
Type de document :
Communication dans un congrès
Statistical Atlases and Computational Modeling of the Heart (STACOM) workshop, Sep 2017, Québec, Canada
Liste complète des métadonnées

Littérature citée [9 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01575297
Contributeur : Marc-Michel Rohé <>
Soumis le : vendredi 18 août 2017 - 17:01:52
Dernière modification le : mercredi 30 mai 2018 - 13:56:03

Fichier

stacom_seg_v2.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01575297, version 1

Collections

Citation

Marc-Michel Rohé, Maxime Sermesant, Xavier Pennec. Automatic Multi-Atlas Segmentation of Myocardium with SVF-Net. Statistical Atlases and Computational Modeling of the Heart (STACOM) workshop, Sep 2017, Québec, Canada. 〈hal-01575297〉

Partager

Métriques

Consultations de la notice

361

Téléchargements de fichiers

145